Google a activé une section dans son cloud pour en savoir plus sur l'intelligence artificielle générative et comment l'appliquer dans différents scénarios, en plus de lui donner une utilisation correcte et éthique.
Pour accéder à ces cours, vous devez accéder à « cloudskillsboost.google » et rechercher la section intitulée « Parcours d'apprentissage de l'IA générative ». A la fin de chacune un badge sera attribué sur le profil pour indiquer la progression dans l'apprentissage .
Introduction à l'Intelligence Artificielle Générative
Puisqu'il s'agit du premier cours de la série, ce sera la porte pour les étudiants d'en apprendre davantage sur les utilisations et les capacités d'une intelligence artificielle générative telle que Bard et comment elle peut aider les utilisateurs à résoudre diverses tâches à l'aide de méthodes d'apprentissage automatique. .
Parce qu'il est le plus léger en termes de charge d'information, on estime que les étudiants pourraient terminer ce module en 45 minutes .
Introduction aux Grands Modèles Linguistiques (LLM)
Une fois les capacités d'une intelligence artificielle comme Bard apprises, l'accent est mis sur les grands modèles de langage qui peuvent être utilisés avec des indications ou des invites pour exécuter certaines commandes et offrir de meilleurs résultats en termes d'exécution de tâches telles que la création de texte .
De plus, il plonge dans la possibilité de créer une commande qui permettra au modèle de comprendre ce que vous voulez générer comme résultat final.
intelligence artificielle responsable
Puisque l'intelligence artificielle est un outil de travail puissant qui peut exécuter une grande variété de commandes, les utilisateurs peuvent apprendre à l'utiliser correctement pour tirer parti de leurs capacités au travail, aux études ou à la recherche .
Cette section décrit les sept principes fondamentaux de l'intelligence artificielle de Google : être bénéfique pour la société, éviter de créer ou de renforcer les préjugés, être conçu et testé pour la sécurité, être responsable envers les personnes, intégrer une conception respectueuse de la vie privée , des normes élevées d'excellence scientifique et être disponibles pour des utilisations appropriées.
Fondamentaux de l'intelligence artificielle générative
Plus qu'un cours en soi, les fondamentaux de l'intelligence artificielle générative seront évalués en fonction des connaissances que les utilisateurs devraient avoir intériorisées après avoir réussi les cours précédents, raison pour laquelle ce qui a été appris sera corroboré par quatre évaluations théoriques supplémentaires.
Introduction à l'imagerie
Étant donné que les bases de l'utilisation de l'intelligence artificielle dans différents domaines ont été apprises, ainsi que les caractéristiques de la génération de texte , les utilisateurs pourront commencer à reconnaître quelles sont les utilités de la génération d'images à partir d'une invite et comment elles peuvent être générées. pièces artistiques issues de ce type d' application .
Comme le reste des cours, ceux-ci ne seront que théoriques car l'intention de Google est de le mettre à la disposition de toute personne curieuse d'en savoir plus sur l'utilisation de ces programmes.
Architecture des codecs
Dans cette partie du programme, les utilisateurs pourront commencer à comprendre comment une intelligence artificielle traite l'indication qui lui est donnée et affiche les résultats qui lui sont indiqués. Avec ce cours, vous en apprendrez plus sur la façon dont ces programmes sont formés pour mieux servir les objectifs des utilisateurs.
Une des activités consistera à écrire le code de programmation d'un système encodeur-décodeur pour un programme de génération de poèmes.
mécanisme attentionnel
Le module consistera à en apprendre davantage sur les processus neuronaux derrière les programmes d'apprentissage automatique, y compris les systèmes de traduction, la synthèse de texte et la résolution de questions.
Modèles de transformateur et BERT
Puisque le processus d'encodeur-décodeur de l'intelligence artificielle est connu, l'étape suivante consiste à l'utiliser comme base pour le système "Représentations d'encodeurs bidirectionnels à partir de transformateurs" ( BERT ), avec lequel les textes peuvent être classés, les questions répondues et utilisées. comprendre le langage naturel .
Création de modèles de reconnaissance d'image
Avec ce cours, vous pourrez en savoir plus sur l'apprentissage automatique et sur la façon dont il peut interpréter différentes parties d'une image pour les reconnaître. Les aspects spécifiques à votre formation seront également identifiés et comment créer et programmer votre propre modèle de reconnaissance d'image .
Introduction à l'étude de l'intelligence artificielle générative
Ce cours vise principalement à comprendre ce qu'est le « Generative AI Studio » de Google, ses fonctionnalités et ses options, ainsi que l'utilisation des versions d'essai de certains produits disponibles.