01
Θεμέλια AI
Κατανοήστε τι είναι η τεχνητή νοημοσύνη, πώς μαθαίνουν τα συστήματα, πού αποτυγχάνουν και πώς να κρίνετε ισχυρισμούς χωρίς διαφημιστική εκστρατεία.
Δωρεάν βιβλιοθήκη AI
Τεχνικά οδηγούςΔωρεάν για πάντα.
177 Απλοί Αγγλικοί οδηγοί, δομημένες διαδρομές μάθησης και μια ανοιχτή βιβλιοθήκη — χτισμένη από έναν ανεξάρτητο μη κερδοσκοπικό οργανισμό 501(c)(3), ώστε ο καθένας να μπορεί να κατανοήσει τη σύγχρονη τεχνητή νοημοσύνη.
177Δωρεάν οδηγοί
1Θεματικά κομμάτια
~2 minΑνά οδηγό
~6hΏρα ανάγνωσης
Ξεκινήστε εδώ
Πέντε μαθήματα βασισμένα στο αποτέλεσμα
Κάθε μάθημα περιλαμβάνει σαφή αποτελέσματα, χαρτογραφημένες ικανότητες, δραστηριότητες εξάσκησης και ένα εφαρμοσμένο ορόσημο.
02
Υπεύθυνος χρήστης AI
Χρησιμοποιήστε την τεχνητή νοημοσύνη παραγωγικά προστατεύοντας παράλληλα το απόρρητο, ελέγχοντας τα αποτελέσματα και διατηρώντας την ανθρώπινη ευθύνη.
03
AI στην εργασία
Αξιολογήστε περιπτώσεις χρήσης στο χώρο εργασίας, εκτελέστε ασφαλείς πιλότους, μετρήστε την αξία και κοινοποιήστε τις αλλαγές με υπευθυνότητα.
04
Πολιτική & Κοινωνία AI
Αναλύστε συστήματα τεχνητής νοημοσύνης μέσω δικαιωμάτων, ισότητας, διακυβέρνησης, ασφάλειας και αποτελεσμάτων δημοσίου συμφέροντος.
05
Κατασκευή με συστήματα AI
Κατανοήστε τα γλωσσικά μοντέλα, την ανάκτηση, τους πράκτορες, την αξιολόγηση, το κόστος και τις διασφαλίσεις ανάπτυξης μέσω του πρακτικού σχεδιασμού του συστήματος.
Θεματικά κομμάτια
Περιήγηση ανά κομμάτι
Πήδα στην περιοχή που σε ενδιαφέρει. Κάθε κομμάτι έχει πολλούς απλούς αγγλικούς οδηγούς.
Βασικές αρχέςΒασικές έννοιες: πώς λειτουργεί το AI σε υψηλό επίπεδο.84 οδηγούς Γλώσσα AILLM, NLP, ChatGPT, προτροπή και κατανόηση κειμένου.155 οδηγούς Οπτική τεχνητή νοημοσύνηΠαραγωγή εικόνας, όραση υπολογιστή, βίντεο και σχεδιασμός.133 οδηγούς Ήχος AIΦωνή, μουσική, podcasting και τεχνητή νοημοσύνη πρώτα στον ήχο.117 οδηγούς ΕταιρείεςΠροφίλ των OpenAI, Anthropic, Google, Meta και άλλων.121 οδηγούς ΕφαρμογέςΠώς εμφανίζεται το AI στην κωδικοποίηση, την αναζήτηση, τους πράκτορες και την καθημερινή ζωή.111 οδηγούς ΒιομηχανίεςAI στην υγειονομική περίθαλψη, τα οικονομικά, την εκπαίδευση, την ενέργεια και πολλά άλλα.91 οδηγούς ΤεχνικάChips, τελειοποίηση, RAG, διανύσματα και υποδομή AI.177 οδηγούς ΚοινωνίαΜεροληψία, απόρρητο, πνευματικά δικαιώματα, ασφάλεια και το μέλλον της τεχνητής νοημοσύνης.30 οδηγούς
Πλήρης βιβλιοθήκη
Όλοι οι οδηγοί
177 του 1019 εμφανίζονται οδηγοί. Φιλτράρισμα ανά κομμάτι ή αναζήτηση παραπάνω.
Τεχνικά
Ανίχνευση ολίσθησης μοντέλου
Η ανίχνευση μετατόπισης μοντέλου είναι η πρακτική παρακολούθησης ενός αναπτυγμένου μοντέλου μηχανικής εκμάθησης για να συλλάβει όταν η ακρίβειά του υποβαθμίζεται αθόρυβα επειδή ο πραγματικός κόσμος έχει…
ΤεχνικάΔοκιμή A/B για μοντέλα ML
Η δοκιμή A/B για μοντέλα ML σημαίνει τη δρομολόγηση ζωντανής κυκλοφορίας σε δύο εκδόσεις μοντέλων ταυτόχρονα και τη μέτρηση της οποίας έχει καλύτερη απόδοση σε πραγματικούς χρήστες και σε πραγματικούς χρήστες…
ΤεχνικάΜορφές σειριοποίησης μοντέλων
Η σειριοποίηση μοντέλων είναι ο τρόπος με τον οποίο ένα εκπαιδευμένο μοντέλο μηχανικής εκμάθησης αποθηκεύεται στο δίσκο, ώστε να μπορεί να φορτωθεί και να εκτελεστεί αργότερα, σε διαφορετικό μηχάνημα ή σε διαφορετικό…
ΤεχνικάΠροπόνηση Μικτής Ακρίβειας
Η προπόνηση μεικτής ακρίβειας επιταχύνει την εκπαίδευση νευρωνικών δικτύων και μειώνει τη χρήση της μνήμης εκτελώντας τα περισσότερα μαθηματικά σε κινητή υποδιαστολή 16 bit αντί για 32 bit.
Τεχνικάκερδοσκοπική αποκωδικοποίηση
Η κερδοσκοπική αποκωδικοποίηση κάνει τα μοντέλα μεγάλων γλωσσών να δημιουργούν κείμενο γρηγορότερα χρησιμοποιώντας ένα μικρό, γρήγορο μοντέλο «πρόχειρου» για να μαντέψετε πολλά διακριτικά μπροστά και στη συνέχεια να έχετε το μεγάλο…
ΤεχνικάΒελτιστοποίηση προσωρινής μνήμης KV
Η κρυφή μνήμη KV αποθηκεύει τα κλειδιά και τις τιμές που έχει ήδη υπολογίσει ένας μετασχηματιστής, ώστε να μην επαναλαμβάνει την εργασία για κάθε νέο διακριτικό — αλλά μπορεί να μεταφερθεί σε gigabyte.
ΤεχνικάFlash Προσοχή
Το Flash Attention είναι ένας έξυπνος τρόπος για να υπολογίσετε το βήμα προσοχής μέσα στο Transformers χωρίς ποτέ να γράψετε τη γιγάντια μήτρα προσοχής σε αργή μνήμη.
ΤεχνικάΜοντέλο Κλάδεμα
Το κλάδεμα μοντέλου συρρικνώνει ένα νευρωνικό δίκτυο αφαιρώντας βάρη ή ολόκληρες δομές που συμβάλλουν ελάχιστα στην απόδοσή του.
ΤεχνικάTokenization και κωδικοποίηση ζεύγους byte
Το tokenization χωρίζει το κείμενο στις μικρές μονάδες που διαβάζει ένα μοντέλο γλώσσας και η κωδικοποίηση ζεύγους Byte (BPE) είναι η δημοφιλής μέθοδος για τη δημιουργία…
Τελειώσατε το διάβασμα; Αποδείξτε το.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.