Прорывы в генеративном ИИ

Вы познакомились с тремя ключевыми инновациями в истории генеративного ИИ, которые обеспечили его стремительное развитие. Помните ли вы, чем каждая из них улучшает модели?

Это упражнение является частью курса

Концепции генеративного ИИ

Посмотреть курс

Практическое интерактивное упражнение

Превратите теорию в практику с помощью одного из наших интерактивных упражнений

Начать упражнение

Это упражнение является частью курса

Концепции генеративного ИИ

SkillTag.level.beginnerSkillTag.label

4.8+

Начать курс бесплатно

В этой главе вы познакомитесь с концепцией генеративного ИИ и его способностью создавать контент, а также с реальными примерами применения и ограничениями этой технологии. Вы изучите различия между традиционными моделями машинного обучения, генеративным ИИ и искусственным общим интеллектом (AGI), а также рассмотрите ключевые факторы, которые движут развитием генеративного ИИ.

Exercise 1: Что такое генеративный ИИ?Exercise 2: Знакомство с генеративным ИИ Exercise 3: Работа с генеративной моделью ИИ Exercise 4: Применение генеративного ИИ Exercise 5: Генеративный ИИ в ландшафте машинного обучения Exercise 6: Выбор подходящего инструмента Exercise 7: Отличия генеративного ИИ от традиционного машинного обучения Exercise 8: Собаки и генеративно-состязательные сети Exercise 9: Эволюция генеративного ИИ Exercise 10: Движущие силы прогресса Exercise 11: Трансформеры Exercise 12: Прорывы в генеративном ИИ

Текущее упражнение

В этой главе рассматриваются основные этапы создания моделей генеративного ИИ: исследование и проектирование, сбор данных, обучение модели и её оценка. Вы узнаете о важности разнообразных наборов данных и современных методов обучения, а также познакомитесь с различными подходами к оценке моделей — с их сильными сторонами и ограничениями.

Exercise 1: Проектирование модели и сбор данных Exercise 2: Исследование и проектирование Exercise 3: Неожиданный источник данных?Exercise 4: Обучение модели Exercise 5: Факторы, влияющие на обучение модели Exercise 6: Методы разработки специализированных моделей Exercise 7: Оценка модели Exercise 8: Анимация с PixAIr Exercise 9: Помогаем Intellibrand оценить модель

Эта глава посвящена ответственному использованию генеративного ИИ. Рассматриваются проблемы социальной предвзятости и способы её снижения, вопросы интеллектуальной собственности и конфиденциальности, а также этические аспекты предотвращения злоупотреблений. В завершение главы анализируются огромный потенциал и риски искусственного общего интеллекта (AGI), а также подходы к управлению его результатами.

Exercise 1: Оценка и снижение социальной предвзятости Exercise 2: Источники предвзятости Exercise 3: Обнаружение и снижение предвзятости Exercise 4: Авторское право и право собственности Exercise 5: Правовые аспекты и вопросы конфиденциальности Exercise 6: Определение прав на интеллектуальную собственность Exercise 7: Ответственное применение генеративного ИИ Exercise 8: Принципы использования Exercise 9: Внедрение принципов ответственного ИИ Exercise 10: Искусственный общий интеллект (AGI)Exercise 11: Характеристики ИОИ Exercise 12: Управление результатами развития ИИО

Глава 4 посвящена потенциалу, влиянию и интеграции генеративного ИИ в рабочие процессы человека. В ней обсуждаются ключевые участники развития ИИ — от университетов до компаний — и рассматривается, как общество адаптируется к ИИ. Анализируется влияние ИИ на производительность, рынок труда, образование, медиа, индустрию развлечений, научные достижения и этические вопросы.

Exercise 1: Интеграция нового ИИ в устоявшиеся рабочие процессы Exercise 2: Применение генеративного ИИ в науке о данных Exercise 3: Разработка новой маркетинговой кампании Exercise 4: Прогресс в области генеративного ИИ Exercise 5: Открытый исходный код: публиковать или нет?Exercise 6: Super Duper GANs Exercise 7: Подготовка к будущему генеративного ИИ Exercise 8: Генеративный ИИ в образовании Exercise 9: Ценность навыков в мире с ИИ Exercise 10: Вы справились!