Gratuito da Google Percorso di Apprendimento dell’IA Generativa

Google AI Generative Learning Path - Free

 

Sei interessato a scoprire il potenziale dei modelli di AI generativa e delle loro applicazioni? Fortunatamente, Google Cloud ha rilasciato il percorso di apprendimento Generative AI, una grande collezione di corsi gratuiti, che partono dall’illustrazione dei concetti di base della Generative AI fino a strumenti più sofisticati, come Generative AI Studio per costruire i tuoi modelli di AI generativa personalizzati.

Questo articolo esplorerà sette dei corsi disponibili, che ti permetteranno di capire i concetti che si trovano dietro i Large Language Models che ci circondano ogni giorno e di creare nuove soluzioni di AI. Iniziamo!

 

• Dai un’occhiata al nostro esclusivo Cheat Sheet sul Markdown
• Incontra DreamBooth Una tecnica di intelligenza artificiale per la generazione di immagini basata su testo guidato dal soggetto
• Ricercatori dell’Università di Tsinghua presentano un nuovo algoritmo di apprendimento automatico nell’ambito del paradigma del meta-apprendimento

1. Introduzione alla Generative AI

 

Link al corso: Introduzione alla Generative AI

Questo primo corso è un’introduzione alla Generative AI a cura della dott.ssa Gwendolyn Stripling, sviluppatrice tecnica di curriculum AI presso Google Cloud. Ti permetterà di imparare cosa sia la Generative AI e come viene applicata. Inizia con i concetti di base della scienza dei dati (AI, Machine Learning, Deep Learning) e come la Generative AI si differenzi dalle altre discipline. Inoltre, spiega i concetti chiave che circondano la Generative AI con illustrazioni molto intuitive, come i trasformatori, le allucinazioni e i Large Language Models.

Durata del video: 22 minuti

Relatore: Gwendolyn Stripling

Letture consigliate:

• Chiedi a un Techspert: Cos’è la generative AI?
• Crea nuove esperienze di ricerca e conversazione alimentate da generative AI con Gen App Builder
• Le implicazioni della Generative AI per le imprese

 

2. Introduzione ai Large Language Models

 

Link al corso: Introduzione ai Large Language Models

Questo secondo corso si propone di introdurre cosa sono i modelli di linguaggio a un livello più elevato. In particolare, fornisce esempi di applicazioni dei Large Language Models, come la classificazione del testo, la risposta alle domande e la sintesi dei documenti. Alla fine, mostra il potenziale degli strumenti di sviluppo di Generative AI di Google per costruire le tue applicazioni senza codice.

Durata del video: 15 minuti

Relatore: John Ewald

Letture consigliate:

• L’ImageNet di NLP è arrivato
• Google Cloud potenzia NLP con i Large Language Models
• LaMDA: la nostra rivoluzionaria tecnologia di conversazione

 

3. Introduzione alla generazione di immagini

 

Link al corso: Introduzione alla generazione di immagini

Questo terzo corso si concentra sull’illustrazione dei modelli di diffusione più importanti, una famiglia di modelli che generano immagini. Alcuni degli approcci più promettenti sono gli Autoencoder Variazionali, i Modelli Generativi Avversari e i Modelli Autoregressivi.

Mostra anche i casi d’uso che possono essere categorizzati in due tipi: generazione non condizionata e generazione condizionata. Il primo include la sintesi di volti umani e la super-risoluzione come applicazioni, mentre esempi di generazione condizionata sono la generazione di immagini da un prompt di testo, il completamento di immagini e l’immagine-guidata dal testo.

Durata del video: 9 minuti

Relatore: Kyle Steckler

 

4. Meccanismo di attenzione

 

Link al corso: Meccanismo di attenzione

In questo breve corso, imparerai di più sul meccanismo di attenzione, che è un concetto molto importante dietro ai trasformatori e ai Large Language Models. Ha permesso di migliorare compiti come la traduzione automatica, la sintesi del testo e la risposta alle domande. In particolare, mostra come il meccanismo di attenzione funziona per risolvere la traduzione automatica.

Durata del video: 5 minuti

Relatore: Sanjana Reddy

 

5. Modelli di trasformatori e modello BERT

 

Link al corso: Modelli di trasformatori e modello BERT

Questo corso copre l’architettura dei trasformatori, che è un concetto fondamentale dietro al modello BERT. Dopo aver spiegato il trasformatore, fornisce una panoramica di BERT e come viene applicato per risolvere diverse attività, come la classificazione di frasi singole e la risposta alle domande.

A differenza dei corsi precedenti, la teoria è accompagnata da un laboratorio, che richiede conoscenze preliminari di Python e TensorFlow.

Durata del video: 22 minuti

Relatore: Sanjana Reddy

Letture consigliate:

• Attention Is All You Need
• Transformer: A Novel Neural Network Architecture for Language Understanding

 

6. Creare modelli di didascalia delle immagini

 

Link del corso: Creare modelli di didascalia delle immagini

Questo corso si propone di spiegare i modelli di didascalia delle immagini, che sono modelli generativi che producono didascalie di testo prendendo in input immagini. Sfrutta una struttura encoder-decoder, un meccanismo di attenzione e un transformer per risolvere il compito di predire una didascalia per un’immagine data. Come nel corso precedente, c’è anche un laboratorio per mettere in pratica la teoria. È nuovamente rivolto a professionisti dei dati con conoscenze preliminari di Python e TensorFlow.

Durata del video: 29 minuti

Relatore: Takumi Ohyama

 

7. Introduzione a Generative AI Studio

 

Link del corso: Introduzione a Generative AI Studio

Questo ultimo corso introduce ed esplora Generative AI Studio. Inizia spiegando nuovamente cos’è Generative AI e i suoi casi d’uso, come la generazione di codice, l’estrazione di informazioni e l’assistenza virtuale. Dopo aver dato una panoramica di questi concetti fondamentali, Google Cloud mostra gli strumenti che aiutano a risolvere compiti di Generative AI anche senza una conoscenza di AI di base. Uno di questi strumenti è Vertex AI, che è una piattaforma che consente di gestire il ciclo di apprendimento automatico, dalla costruzione al rilascio del modello di machine learning. Questa piattaforma end-to-end include due prodotti, Generative AI Studio e Model Garden. Il corso si concentra sulla spiegazione di Generative AI Studio, che consente di costruire facilmente modelli generativi senza codice o con poco codice.

Durata del video: 15 minuti

Letture consigliate:

• Generative AI Studio
• Panoramica del design del prompt di testo
• Laboratorio: Iniziare con Generative AI Studio

 

Pensieri finali

 

Spero che tu abbia trovato utile questa rapida panoramica del corso Generative AI fornito da Google Cloud. Se non sai da dove cominciare per comprendere i concetti fondamentali di Generative AI, questo percorso copre ogni aspetto. Nel caso in cui tu abbia già una formazione in machine learning, ci sono sicuramente modelli e casi d’uso che puoi scoprire in uno di questi corsi. Conosci altri corsi gratuiti su Generative AI? Segnalali nei commenti se hai suggerimenti interessanti.

    Eugenia Anello è attualmente una ricercatrice presso il Dipartimento di Ingegneria dell’Informazione dell’Università di Padova, Italia. Il suo progetto di ricerca è incentrato sull’apprendimento continuo combinato con il rilevamento di anomalie.