Google ha lanzado una ruta de aprendizaje de IA generativa, que incluye 8 cursos y 2 pruebas, que cubre todo, desde principios técnicos, métodos de implementación, escenarios de aplicaciones y desarrollo e implementación. Algunos cursos están en Google Cloud, pero el contenido y la estructura son muy buenos, completamente gratis.

Los 8 cursos se presentan y vinculan de la siguiente manera:
Nota de Xiaopang: si no sabe qué aprender, puede leer la introducción. Si le pican las manos, puede ir directamente a #4 5 #8 para hacer tres proyectos prácticos: generar texto a partir de texto, generar texto a partir de texto y generar texto a partir de imágenes.
1. Qué es la IA generativa, cuáles son sus aplicaciones y en qué se diferencia del aprendizaje automático tradicional.
[Complete la meta de alfabetización después de aprender]
2. ¿Qué es un modelo de lenguaje grande (LLM), los escenarios de aplicación de un modelo de lenguaje grande y cómo las palabras rápidas () y el ajuste fino (ajuste fino) pueden mejorar el rendimiento del modelo.
[Más del 90% de los amigos chinos en Twitter después de aprender]
3. Qué es la IA responsable (Responsible AI), por qué es importante que los modelos de IA sean seguros, fiables y éticos, y cómo construir un producto que utilice IA responsable.
[No hay mucho valor práctico. Después de aprender, puedes presumir en la mesa de vino pero te disgustará. 】
4. Modelos de difusión Teoría del modelo de generación de imágenes, métodos de entrenamiento del modelo y cómo implementar el modelo en la nube (¡comenzando a traer productos!).
[Después de aprender, puede descubrir cómo se manipulan esas empresas emergentes de generación de imágenes]
5. Principios de la arquitectura del modelo de codificador-decodificador ampliamente utilizado en tareas como la traducción automática y el reconocimiento de voz, y cómo construir una IA de generación de poesía con esta arquitectura en TensorFlow
[En realidad, la mayoría de las empresas emergentes de generación de texto no usan esta cobertura... es demasiado difícil para ellas... pero puede construir sus propios componentes básicos con anticipación y cómo cubrir su negocio]
6. ¿Cómo asigna el mecanismo de atención en la red neuronal los recursos informáticos a tareas más importantes en condiciones de potencia informática limitada y cómo mejora el rendimiento de la traducción, el resumen, la respuesta a preguntas, etc.?
[La mayoría de los capitalistas de riesgo y los empresarios sin antecedentes técnicos no pueden alcanzar este nivel, en este momento no será fácil dejar de presumir]
7. El principio básico de la tecnología de entrenamiento previo BERT (Representaciones de codificador bidireccional de transformadores) en el procesamiento del lenguaje natural, y cómo puede hacer que la IA mejore significativamente la capacidad de comprender texto sin etiquetar en contexto en muchas tareas diferentes.
[Académico... es realmente increíble... pero se siente como si Google se jactara de su propia tecnología...]
8. Aprenda a comprender y etiquetar imágenes, y aprenda a construir un modelo de inteligencia artificial que mire imágenes, hable y comprenda imágenes.
【Difícil y divertido! Todavía no he visto muchas aplicaciones en este campo]