01
AI 基盤
AI とは何か、システムがどのように学習し、どこで失敗するか、誇大広告なしに主張を判断する方法を理解します。
無料のAIライブラリ
技術的な ガイド永久無料。
177 平易な英語のガイド、構造化された学習パス、オープン ライブラリ - 独立した 501(c)(3) 非営利団体によって構築され、誰でも最新の AI を理解できるようになります。
177無料ガイド
1トピックトラック
~2 minガイドごと
~6h読書時間
ここから始めましょう
5 成果ベースのコース
各コースには、明示的な成果、マッピングされたコンピテンシー、練習アクティビティ、および適用されたキャップストーンが含まれています。
02
責任あるAIユーザー
プライバシーを保護し、出力をチェックし、人間の責任を守りながら、AI を生産的に使用します。
03
働くAI
職場のユースケースを評価し、安全なパイロットを実施し、価値を測定し、責任を持って変更を伝えます。
04
AI政策と社会
権利、公平性、ガバナンス、安全性、公益の成果を通じて AI システムを分析します。
05
AI システムによる構築
実践的なシステム設計を通じて、言語モデル、取得、エージェント、評価、コスト、展開の安全策を理解します。
トピックトラック
トラックごとに閲覧する
気になるエリアに飛び込んでみましょう。すべてのトラックには複数のわかりやすい英語のガイドが付いています。
基本中心となる概念: AI が高レベルでどのように機能するか。84 ガイド 言語AILLM、NLP、ChatGPT、プロンプト、およびテキストの理解。155 ガイド ビジュアルAI画像生成、コンピュータビジョン、ビデオ、デザイン。133 ガイド オーディオAI音声、音楽、ポッドキャスティング、オーディオファースト AI。117 ガイド 企業OpenAI、Anthropic、Google、Meta などのプロファイル。121 ガイド アプリケーションAI がコーディング、検索、エージェント、日常生活にどのように現れるか。111 ガイド 産業ヘルスケア、金融、教育、エネルギーなどにおける AI。91 ガイド 技術的なチップ、微調整、RAG、ベクター、AI インフラストラクチャ。177 ガイド 社会偏見、プライバシー、著作権、安全性、そして AI の未来。30 ガイド
フルライブラリ
すべてのガイド
177 の 1019 ガイドが表示されます。トラックでフィルタリングするか、上で検索してください。
技術的な
シーケンスの並列性とリング アテンション
シーケンスの並列処理により、単一の長い入力シーケンスがトークン (時間) 次元に沿って複数の GPU に分割され、リング アテンションによりそれらの GPU が計算できるようになります。
技術的なアクティベーションの再計算のトレードオフ
アクティベーションの再計算 (勾配またはアクティベーション チェックポインティング) は、フォワード パスで中間アクティベーションを破棄することでトレーニング中に GPU メモリを節約します。
技術的なグループ相対ポリシーの最適化
グループ相対ポリシー最適化 (GRPO) は、グループに対して各回答を判断する言語モデルを微調整するための強化学習手法です。
技術的なフローの正規化
正規化フローは、可逆的かつ微分可能な一連のプロセスを通じて、単純なノイズ (ガウス分布など) を複雑なデータに変換する生成モデルです。
技術的なエネルギーベースのモデル
エネルギーベース モデル (EBM) は、妥当なデータに低い値を割り当て、ありえないデータに高い値を割り当てるスカラー「エネルギー」関数を学習し、次のように定義します。
技術的なオプティマイザー状態の CPU および NVMe へのオフロード
トレーニングの膨大な記録 (オプティマイザーの状態、勾配、場合によっては重み) を代わりに CPU RAM または NVMe SSD に保存するメモリ節約のトリック…
技術的なチェックポイントシャーディングと再開可能なトレーニング
モデルのトレーニング状態を断片 (シャード) に分けて保存するためのテクニック。これにより、メモリやディスクの制限に悩まされることなく巨大なモデルを保存および再ロードできるようになります。
技術的なGPU メモリ管理と断片化
AI フレームワークが GPU 上の限られたメモリをどのように割り当て、再利用、再利用するのか、そしてなぜ残ったギャップ (断片化) が原因でメモリ不足エラーが発生するのか…
技術的なマルチインスタンス GPU パーティショニング
マルチインスタンス GPU (MIG) は、単一の物理 GPU を複数の分離されたハードウェア パーティションにスライスする NVIDIA テクノロジです。
技術的なGPU スケジューリングとクラスター オーケストレーション
GPU スケジューリングは、どのジョブをどのアクセラレータでいつ実行するかを決定し、オーケストレーションはマシンのクラスター全体でこれらのジョブを調整します。
技術的なAI トレーニング クラスター用の Slurm
Slurm は、ハイパフォーマンス コンピューティング クラスター上でジョブをスケジュールして実行するオープンソースのワークロード マネージャーであり、大規模な AI のデフォルトの選択肢となっています。
技術的な計画と解決のプロンプト
Plan-and-Solve (PS) プロンプトは、言語モデルに対し、最初に明示的な計画を考案し、次にそれを段階的に実行し、明白な失敗を修正するように指示します。
読み終わりましたか？証明してみろ。
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.