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
Μάθετε AI.Δωρεάν για πάντα.
1019 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.
1019Δωρεάν οδηγοί
9Θεματικά κομμάτια
~2 minΑνά οδηγό
~34hΏρα 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
1019 του 1019 εμφανίζονται οδηγοί. Φιλτράρισμα ανά κομμάτι ή αναζήτηση παραπάνω.
Τεχνικά
Απόσταξη Γνώσης
Η απόσταξη γνώσης εκπαιδεύει ένα μικρό μοντέλο «μαθητή» να μιμείται ένα μεγάλο, ακριβές μοντέλο «δασκάλου».
ΤεχνικάΜίγμα Εμπειρογνωμόνων
Το Mixture of Experts (MoE) είναι ένα σχέδιο μοντέλου που χωρίζει ένα δίκτυο σε πολλά εξειδικευμένα υποδίκτυα και ενεργοποιεί μόνο μερικά ανά είσοδο.
Βασικές αρχέςΕνσωματώσεις
Οι ενσωματώσεις μετατρέπουν λέξεις, εικόνες ή άλλα δεδομένα σε λίστες αριθμών (διανύσματα) έτσι ώστε παρόμοια πράγματα να καταλήγουν κοντά σε έναν χώρο υψηλών διαστάσεων.
Βασικές αρχέςTokenization
Tokenization είναι το βήμα που κόβει το κείμενο σε μικρότερα κομμάτια που ονομάζονται tokens, τις μονάδες που ένα γλωσσικό μοντέλο διαβάζει και προβλέπει πραγματικά.
Βασικές αρχέςΜηχανική Χαρακτηριστικών
Η μηχανική χαρακτηριστικών είναι η τέχνη της μετατροπής ακατέργαστων δεδομένων σε ενημερωτικές εισροές (χαρακτηριστικά) που βοηθούν ένα μοντέλο να μάθει.
ΤεχνικάΚβαντοποίηση μοντέλου
Η κβαντοποίηση μοντέλων συρρικνώνει ένα νευρωνικό δίκτυο αποθηκεύοντας τους αριθμούς του σε λιγότερα bit, έτσι το ίδιο μοντέλο λειτουργεί πιο γρήγορα και σε μικρότερο υλικό.
ΤεχνικάΟμοσπονδιακή Μάθηση
Η ομοσπονδιακή μάθηση εκπαιδεύει ένα κοινό μοντέλο σε πολλές συσκευές ή οργανισμούς χωρίς να συλλέγει τα ακατέργαστα δεδομένα τους σε ένα μέρος.
Βασικές αρχέςΔέντρα απόφασης και τυχαία δάση
Ένα δέντρο αποφάσεων κάνει προβλέψεις κάνοντας μια σειρά από απλές ερωτήσεις ναι/όχι, όπως ένα διάγραμμα ροής.
Βασικές αρχέςΥποστήριξη διανυσματικά μηχανήματα
Μια μηχανή διανυσμάτων υποστήριξης (SVM) είναι ένας κλασικός αλγόριθμος που διαχωρίζει δύο ομάδες σχεδιάζοντας το ευρύτερο δυνατό όριο μεταξύ τους.
Βασικές αρχέςΜείωση Διαστάσεων
Η μείωση διαστάσεων συρρικνώνει τα δεδομένα από πολλές στήλες (χαρακτηριστικά) σε λίγες, ενώ διατηρεί τη σημαντική δομή.
Βασικές αρχέςΕκμάθηση μεταφοράς
Η εκμάθηση μεταφοράς επαναχρησιμοποιεί ένα μοντέλο που έχει ήδη εκπαιδευτεί σε ένα μεγάλο σύνολο δεδομένων και το προσαρμόζει σε μια νέα, σχετική εργασία.
Βασικές αρχέςΑυτο-εποπτευόμενη μάθηση
Η αυτοεποπτευόμενη μάθηση εκπαιδεύει μοντέλα σε δεδομένα χωρίς ετικέτα, εφευρίσκοντας μια εργασία της οποίας η απάντηση είναι κρυμμένη μέσα στα ίδια τα δεδομένα.
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.