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
AIを学びましょう。永久無料。
1019 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。
1019無料ガイド
9トピックトラック
~2 minガイドごと
~34h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
1019 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。
基本
カリキュラム学習
カリキュラム学習では、データをランダムな順序で供給するのではなく、意図的な順序 (最初は簡単、後は難しい) でサンプルに基づいて AI モデルをトレーニングします。
基本ニューラル アーキテクチャの検索
Neural Architecture Search (NAS) は、ニューラル ネットワーク構造の設計を自動化し、人間ではなくアルゴリズムにレイヤーの数や操作を決定させます。
基本継続的な学習と壊滅的な忘却
継続的な学習の目標は、AI がすでに知っていることを消去することなく、時間の経過とともに新しいタスクの流れに沿って AI をトレーニングすることです。
ビジュアルAI潜在拡散モデル
潜在拡散モデルは、生のピクセルではなく圧縮された潜在空間で拡散プロセスを実行することで画像を生成し、計算コストを削減します。
ビジュアルAIコントロールネット
ControlNet は、画像生成モデルに正確な構造制御を提供し、エッジ、ポーズ、深度マップ、または落書きを使用して出力を制御できるアドオンです。
ビジュアルAI分類子を使用しないガイダンス
分類子を使用しないガイダンスは、多様性を引き換えに、より強力な準拠性を得ることで、拡散モデルを実際にプロンプトに従わせる手法です。
ビジュアルAIビジュアルスラム
Visual SLAM を使用すると、移動するカメラが未知の空間のマップを構築し、同時にそのマップ内の自身の位置を追跡できます。
ビジュアルAISora とテキストからビデオへの変換
Sora は、書かれたプロンプトを短い高解像度のビデオ クリップに変換する OpenAI のテキストからビデオへのモデルです。
ビジュアルAIビデオ普及モデル
ビデオ拡散モデルは、ランダムなノイズを徐々にコヒーレントなフレームに変換することで動画を生成し、拡散のアイデアを写真から時間へと拡張します。
基本変分オートエンコーダ
変分オートエンコーダ (VAE) は、データを滑らかで確率的な潜在空間に圧縮してから再構築することを学習する生成ニューラル ネットワークです。
基本状態空間モデルと Mamba
状態空間モデル (SSM) は、圧縮された隠れ状態を通じて情報を転送するシーケンス モデルであり、代わりにシーケンスの長さに応じて線形にスケーリングします。
基本グラフニューラルネットワーク
グラフ ニューラル ネットワーク (GNN) は、情報を渡して集約することによって、グラフ構造のデータ (エッジで接続されたノード) を直接学習するモデルです。
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.