AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Free AI library
177 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.
Start her
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Topic tracks
Jump into the area you care about. Every track has multiple plain-English guides.
Full library
177 av 1019 guides shown. Filter by track or search above.
Toolformer er en 2023 Meta AI-metode som lar en språkmodell lære seg selv når og hvordan man kaller eksterne verktøy som kalkulatorer, søkemotorer...
TechnicalLær hvordan Voyager fungerer: en Minecraft AI-agent som skriver kode, lagrer gjenbrukbare ferdigheter og forbedrer gjennom livslang læring uten gradientoppdateringer.
TechnicalGenerative agenter er AI-karakterer drevet av språkmodeller som husker, planlegger og reagerer som troverdige mennesker.
TechnicalAI-agenter trenger to typer langtidshukommelse: episodisk minne for spesifikke tidligere hendelser og semantisk minne for generelle fakta.
TechnicalEn skjult Markov-modell beskriver et system som beveger seg gjennom skjulte tilstander du ikke kan se direkte, og sender ut observerbare utdata underveis.
TechnicalEn Gaussisk prosess er en fleksibel, ikke-parametrisk måte å modellere funksjoner på som kommer med innebygde usikkerhetsestimater.
TechnicalQ-Learning er en forsterkende læringsalgoritme som lærer en agent hvilke handlinger som lønner seg best ved gradvis å lære verdien av hvert trekk gjennom prøveperioden ...
TechnicalSkuespillerkritiske metoder kombinerer to elever: en "skuespiller" som velger handlinger og en "kritiker" som bedømmer hvor gode handlingene var.
TechnicalMonte Carlo Tree Search (MCTS) er en planleggingsalgoritme som bestemmer det beste trekket ved selektivt å bygge et søketre og simulere mange mulige fremtider.
TechnicalAdam er arbeidshestoptimalisatoren bak de fleste moderne nevrale nettverk, og justerer automatisk en separat læringshastighet for hver parameter.
TechnicalEn tidsplan for læringsfrekvens endrer trinnstørrelsen under trening i stedet for å holde den fast.
TechnicalLagnormalisering stabiliserer treningen ved å reskalere aktiveringene innenfor hvert enkelt eksempel slik at de har null gjennomsnitt og enhetsvarians.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.