01
AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Free AI library
Technical guiderFree forever.
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.
177Gratis guider
1Topic tracks
~2 minPer guide
~6hReading time
Börja här
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Ansvarig AI-användare
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI på jobbet
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
AI Policy & Samhälle
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Bygga med AI-system
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Topic tracks
Browse by track
Jump into the area you care about. Every track has multiple plain-English guides.
GrundernaCore concepts: how AI works at a high level.84 guider Språk AILLMs, NLP, ChatGPT, prompting, and text understanding.155 guider Visuell AIImage generation, computer vision, video, and design.133 guider Audio AIVoice, music, podcasting, and audio-first AI.117 guider CompaniesProfiles of OpenAI, Anthropic, Google, Meta, and more.121 guider AnsökningarHow AI shows up in coding, search, agents, and daily life.111 guider IndustriesAI in healthcare, finance, education, energy, and more.91 guider TechnicalChips, fine-tuning, RAG, vectors, and AI infrastructure.177 guider SocietyBias, privacy, copyright, safety, and the AI future.30 guider
Full library
All guides
177 av 1019 guides shown. Filter by track or search above.
Technical
Uppmärksamhet utrullning och huvudbeskärning
Uppmärksamhetsutrullning är en metod för att spåra hur information flödar genom en transformators staplade uppmärksamhetslager för att förklara vilka indatatokens som påverkar...
TechnicalAndra ordningens optimering och Newton-metoder
Andra ordningens optimering använder krökningsinformation (den hessiska matrisen av andra derivator) för att ta smartare steg mot ett minimum, inte bara lutningen.
TechnicalRMSNorm och Pre-Layer Normalization
RMSNorm är ett lättviktsnormaliseringslager som skalar om aktiveringar med deras rotmedelkvadrat, och förlagsnormalisering placerar det steget före varje...
TechnicalSwiGLU och Gated Activations
SwiGLU är en gated aktiveringsfunktion som multiplicerar en linjär projektion av ingången med en Swish-aktiverad andra projektion, som fungerar som en lärbar...
TechnicalSqueeze-and-Excitation-nätverk
Squeeze-and-Excitation (SE)-block låter ett konvolutionerande nätverk lära sig hur mycket man ska väga varje funktionskanal, och omkalibrera dem baserat på globalt sammanhang.
TechnicalSchema för uppvärmning och cosinusglödgning
Warmup ökar försiktigt inlärningshastigheten från nästan noll före träning, sedan cosinusglödgning avtar den mjukt igen efter en cosinuskurva.
TechnicalCykliska inlärningshastigheter
Cykliska inlärningshastigheter växlar upprepade gånger inlärningshastigheten upp och ner mellan en nedre och övre gräns istället för att bara försvinna.
TechnicalSkärpa-medveten minimering
Sharpness-Aware Minimization (SAM) är en optimeringsmetod som inte bara strävar efter en låg förlust utan en låg förlust över ett helt område av vikter - en platt...
TechnicalLinjär sondering och fryst funktionsutvärdering
Linjär sondering testar hur bra en förtränad modells interna representationer är genom att frysa nätverket och träna bara en enkel linjär klassificerare ovanpå.
TechnicalDenseNet och Dense Connectivity
DenseNet är ett faltningsnätverk där varje lager får funktionskartor för alla föregående lager som indata.
TechnicalFlaskhalsarkitektur
En flaskhalsarkitektur klämmer data genom ett smalt mellanlager innan det expanderar igen, vilket tvingar nätverket att lära sig kompakt, effektiv...
TechnicalGradientackumulering
Gradientackumulering låter dig simulera en stor batchstorlek på begränsat GPU-minne genom att summera gradienter över flera små minibatcher innan du uppdaterar...
Finished reading? Prove it.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.