Google の生成 AI コース入門の正直なレビュー

Google は近几天、無料のジェネレーティブ AI 入門コースのリストを公開しましたが、最多の疑問は、それらが誇大広告に値するのかということです。

それが私がここにいる为的だと思います。 Google の Introduction to Generative AI 学習パス () を完毕した後、私の 2 セントを受け取りました。

目次

• コースの内訳
  • 対象者
  • 学習目標
  • 内容分析
  • 概要/チートシート
• 最終的な評決 (それだけの価値があるか?)
• 追加リソース

Google の生成 AI ラーニング パス コースの内訳

対象者

Google のコースは、トピックに関する事前の技術知識のない学生を対象としています。または Google ので説明されているように、このパスは、営業、人事、マーケティング、運営などの役割を持つ非技術者、テクノロジーに隣接する受講者向けに設計されています。その点で、これは、このコースが詳細なハウツーを提供するわけではありませんが、生成 AI の基本的な概念については十分に紹介できることを意味します。

学習目標

そのアイデアは、「绘制 AI とは実際には何ですか?」という質問に適切に答えることです。

このコースは、生成 AI、大規模言語モデル、AI における倫理に重点を置いています。このコースでは、Google が提供する AI サービスと、責任ある AI 実践を組み込む際の Google の役割についても学ぶことができます。これには、ケーススタディ、講義形式のビデオ、クイズが含まれます。

内容分析

それでは、ラーニング パスの文章を解読してみましょう。

これを掌握してください。Generative AI Fundamentals コースは大致的に最原始の 3 つのコース (Gen AI の内容梗概、LLM の内容梗概、責任ある AI の内容梗概) をまとめたものですが、クイズが追加されています。スキルバッジコースの前にコースを完会していれば、やり直す用不着はありません。学習パスがそのような结构になっている条件については、Generative AI Fundamentals スキル バッジを試すときに単に「次へ」をクリックするのではなく、実際にコース英语教材を確実に進めるためだと推測しています。

コースの主要内容を抜粋して、私が制成したチートシートをいくつか示します。

概要 + チートシート

生成AI

「人造知能とは?」から始まり、人間の認知を模倣して複雑なタスクを実行し、そこから学習するコンピューター サイエンスの分野です。 AI 内には、データに基づいてトレーニングされたアルゴリズムを采用して、さまざまな複雑なタスクを実行できる適応将会なモデルを添加する機械学習のサブフィールドが具有します。

ML には、教師あり学習、教師なし学習、強物理習、深層学習などのさまざまな種類が普遍存在します。ディープラーニングは机器ニューラル ネットワークを运行するため、より複雑なパターンを弄成できます。これにより、ニューラル ネットワークは教師あり学習、教師なし学習、半教師あり学習を运行して目標を達成します。深層学習モデルには、識別型と添加型の 2 種類があります。

形成 AI は、テキスト、画象、音声、自动合成データなど、さまざまな種類のコンテンツを形成できる手动知能テクノロジーの一種です。つまり、GenAI は、既存のコンテンツから学習した项目に基づいて新しいコンテンツを制作する AI の一種です。これはトレーニングと呼ばれる学習プロセスを施用し、その結果統計モデルが制作され、プロンプトが与えられたときに予想される応答がどのようなものであるかを予測するために施用されます。

大規模な言語モデル

大規模な言語モデルは、2 つの要因により大きいとみなされます。それは、很多のパラメーターを含む大規模なトレーニング データセットでトレーニングされているということです。ハイパーパラメータとも呼ばれるパラメータは、本質的には機械が学習した記憶と知識であり、問題を解決するモデルのスキルを定義するために选择されます。 LLM は人間の言語を选择して一般的的な問題を解決しようとするため、汎用的でもあります。

LLM には、先期トレーニングと微調整の 2 種類があり、先期トレーニング モデルは「すべて」を実行できますが、実際的な制限があります。一边、微調整モデルは某个のニッチに適合するか、某个の問題を解決することを目标としています。微調整にはコストがかかる傾向があるため、プロンプト チューニングのようなパラメータ効率の高い調整手段 (PETM) など、より効率的な手段が存在着することに特别注意することが极为重要です。

プロンプトを的理解するために、プロンプトは常见的に、指定の応答を引き出すために LLM に与えられる入力です。よくある誤解は、即時設計と即時エンジニアリングの間です。内訳すると、プロンプト デザインは、システムが実行するよう求められている指定のタスクに合わせて調整されるのに対し、プロンプト エンジニアリングは、ドメイン自身の知識を食用し、一定要な工作效率の例を展示 し、キーワードを食用してモデルのパフォーマンスを积极向上させるように設計されています。この指定のシステムに効果的であることが知られています。

Google による AI/ML サービス

Vertex AI は基礎モデルのモデル ガーデンを可以提供します。ユーザーが顧客満足度を予測するためにモデルを食用する予定のユースケースを考えてみましょう。ユーザーは、分類タスク タイプの夫妻感情进行分析タスク モデルの食用をオプトインできます。

PaLM API を MakerSuite と統合すると、转换成開発サイクルが簡素化されます。 MakerSuite には、さまざまなアルゴリズムを在使用してユーザーのデータに基づいてモデルをトレーニングするモデル トレーニング ツール、ユーザーがモデルを実稼働環境にデプロイできるようにするモデル デプロイメント ツール、実稼働環境でのモデルのパフォーマンスを監視するモデル監視ツールなど、一連のリソースが含まれています。

GenAI Studio を施用すると、ユーザーは、事前事后トレーニングされたモデルのライブラリ、モデルを微調整するためのツール、モデルを運用環境にデプロイするためのツール、より多くのサポートを供给するコミュニティ フォーラムなどのリソースを施用して、GenAI モデルを发展に挑战およびカスタマイズできます。

GenAI App Builder は、ドラッグ アンド ドロップ インターフェイス、アプリ コンテンツを編集するためのビジュアル エディター、内蔵検索エンジン、会話型 AI エンジンをユーザーに可以提供します。

Bard は、本質的に ChatGPT に似た LLM である会話型 AI ツールです。

Google の無料 AI コース - それだけの価値はありますか?

はい、最も簡単に言えば、そうです。私のことを知っている人なら、私が常に新しい学習の機会を活用できるようにしていることを知っているでしょう。

ただし、このコースは完璧ではないことに考虑することが关键です。相应のトピック間には重複する这部分がある場合がありますが、AI 業界に対する Google の貢献のみに大家都讨论を当てています。さらに、特に各モジュールが一般是、クイズごとに 3 ～ 5 つの質問のみで構成されているという事実を考慮すると、クイズは极为に挑戦的ではない机会性があります。

ただし、このコースは是完全に無料であり、ソーシャルメディアプラットフォームや履歴書で自分の科研成果を紹介できることを考慮する価値があります。さらに、このコースは簡潔で簡単なので、それほど多くの時間を費やすことはありません。大丈天、私は三日もかからずにその道を終えることができました 👀

Google コースを超えて生成 AI 学習の旅を続ける方法

私たちの学習の旅は決して 1 つのソースだけに依存すべきではないと思います。这に他のコースをいくつか紹介します。

• ベクトルを話せますか? Datastax による LLM と生成 AI の言語を理解する
• PaLM API で大規模言語モデル (LLM) を使用するための初心者ガイド

その他: