Familiarize yourself with the concept of generative AI and its ability to create content is introduced, along with its real-world applications and limitations. You'll delve into the differences between traditional machine learning models, generative AI, and artificial general intelligence (AGI), and explore the key factors driving the development of generative AI.

What is generative AI?

Getting to know generative AI

Working with a generative AI model

Applications of generative AI

Generative AI in the machine learning landscape

Picking the right tool for the job

Differentiating generative AI from traditional ML

More dogs and GANs

The evolution of generative AI

Driving the field forward

Transformers

Generative AI breakthroughs

Introduction to Generative AI

In this chapter, we cover the essential steps in creating generative AI models: research and design, data collection, model training, and evaluation. We examine the significance of diverse datasets and advanced training techniques, as well as various evaluation methods, while discussing their strengths and limitations.

Model design and data collection

Research and design

A dataset windfall?

Model training

Factors impacting model training

Techniques for developing specialized models

Model evaluation

PixAIr animation

Helping Intellibrand evaluate

Developing Generative AI Models

This chapter focuses on the responsible use of generative AI. We discuss the challenges and strategies to mitigate social bias, intellectual property and privacy issues, and ethical considerations to prevent misuse. We conclude by exploring the immense potential and risks of Artificial Generative Intelligence (AGI), along with the approaches to control its outcomes.

Evaluating and mitigating social bias

Sources of bias

Detecting and mitigating bias

Copyright and ownership

Legal and privacy considerations

Identifying IP ownership claims

Responsible generative AI applications

Usage principles

Implementing responsible AI practices

Artificial general intelligence (AGI)

AGI characteristics

AGI outcomes

Using AI Models and Generated Content Responsibly

Chapter 4 examines the potential, impact, and integration of generative AI into human workflows. It discusses key contributors to AI development, from universities to companies, and explores societal adaptations to AI. It delves into AI's implications for productivity, job dynamics, education, media, entertainment, scientific advancements, and ethical considerations.

Membawa AI baru ke alur kerja lama

Opsi

Augmentation

Co-creation

Replacement

Memanfaatkan generative AI untuk data science

Langkah-langkah integrasi

Merancang kampanye pemasaran baru

Kemajuan dalam generative AI

Open source atau tidak open source

Options

Decelerate

Accelerate

Super Duper GANs

Mempersiapkan masa depan dengan generative AI

Generative AI dalam pendidikan

ChatGPT

Nilai keterampilan di dunia AI

Anda berhasil!

Getting Ready for the Age of Generative AI

Course Glossary: Generative AI Concepts

Artificial Intelligence (AI) sedang membentuk ulang dunia kita seperti tidak pernah sebelumnya. Generative AI adalah jenis AI yang dapat membuat konten baru dari teks, gambar, dan lainnya. Dalam kursus tanpa pengkodean ini, Anda akan mempelajari konsep-konsep menarik di bidang yang sedang berkembang ini dan bagaimana mempersiapkan diri untuk masa depan ketika AI diadopsi secara luas. Anda akan mulai dengan memahami bagaimana model-model ini menciptakan konten, posisi mereka dalam lanskap Machine Learning, dan bagaimana model tersebut dikembangkan. Mengingat kekuatan generative AI, Anda juga akan mempelajari peran hukum dan etika pada model ini, cara menghindari bias, serta menggunakan generative AI secara bertanggung jawab. Terakhir, Anda akan melihat masa depan generative AI dan bagaimana kita dapat memanfaatkan serta berkolaborasi secara efektif dengan alat-alat ini. Setelah kursus ini, Anda juga akan mampu membuka kemampuan kreatif dari generative AI. Ayo mulai!

Video dilengkapi transkrip langsung yang dapat diakses dengan mengeklik "Show transcript" di kiri bawah video.

Glosarium kursus dapat ditemukan di sebelah kanan pada bagian sumber daya.

Untuk memperoleh kredit CPE, Anda perlu menyelesaikan kursus dan mencapai skor 70% pada asesmen yang memenuhi syarat. Anda dapat menuju ke asesmen dengan mengeklik seruan kredit CPE di sebelah kanan.

Understanding Machine Learning

Pelajari cara memanfaatkan AI generatif dengan bijak dan dampaknya pada masyarakat di masa depan.

Konsep Generative AI

Dasar-Dasar Kecerdasan Buatan

 Sebuah lembaga pemerintah memberlakukan regulasi ketat atas penggunaan Super Duper GANs.

Sebuah komunitas open source mengimplementasikan versi yang ramah pengguna yang mengungkap bug signifikan.

Dana hibah pemerintah ditarik karena tekanan ekonomi

Sebuah perusahaan teknologi mengimplementasikan Super Duper GANs dalam produk baru mereka yang sukses.

Sebuah pustaka open source populer menambahkan dukungan untuk Super Duper GANs.

Sebuah institusi sipil menyediakan himpunan data berukuran besar untuk menampilkan kinerja Super Duper GANs.

Super Duper GANs

Konsep Generative AI

Latihan interaktif praktis