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.
Börja här
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 är en 2023 Meta AI-metod som låter en språkmodell lära sig själv när och hur man anropar externa verktyg som kalkylatorer, sökmotorer...
TechnicalLär dig hur Voyager fungerar: en Minecraft AI-agent som skriver kod, lagrar återanvändbara färdigheter och förbättrar genom livslångt lärande utan gradientuppdateringar.
TechnicalGenerativa agenter är AI-karaktärer som drivs av språkmodeller som minns, planerar och reagerar som trovärdiga människor.
TechnicalAI-agenter behöver två typer av långtidsminne: episodiskt minne för specifika tidigare händelser och semantiskt minne för allmänna fakta.
TechnicalEn gömd Markov-modell beskriver ett system som rör sig genom dolda tillstånd som du inte kan se direkt, och avger observerbara utdata längs vägen.
TechnicalEn Gaussisk process är ett flexibelt, icke-parametriskt sätt att modellera funktioner som kommer med inbyggda osäkerhetsuppskattningar.
TechnicalQ-Learning är en förstärkningsinlärningsalgoritm som lär en agent vilka åtgärder som lönar sig bäst genom att gradvis lära sig värdet av varje drag genom försök...
TechnicalSkådespelare-kritiska metoder kombinerar två elever: en "skådespelare" som väljer handlingar och en "kritiker" som bedömer hur bra dessa handlingar var.
TechnicalMonte Carlo Tree Search (MCTS) är en planeringsalgoritm som bestämmer det bästa draget genom att selektivt bygga ett sökträd och simulera många möjliga framtider.
TechnicalAdam är arbetshästens optimerare bakom de flesta moderna neurala nätverk, som automatiskt ställer in en separat inlärningshastighet för varje parameter.
TechnicalEtt inlärningshastighetsschema ändrar stegstorleken under träning istället för att hålla det fast.
TechnicalLagernormalisering stabiliserar träningen genom att skala om aktiveringarna inom varje enskilt exempel så att de har noll medelvärde och enhetsvarians.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.