01
AI Foundations
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Free AI library
Learn AI.Free forever.
1019 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.
1019Gratis guider
9Topic tracks
~2 minPer guide
~34hReading 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
1019 av 1019 guides shown. Filter by track or search above.
Technical
Konsistensregularisering i semi-övervakat lärande
Konsistensregularisering lär en modell att ge samma svar när en omärkt input störs på små, etikettbevarande sätt.
TechnicalHård parameterdelning i multi-task nätverk
Hård parameterdelning är den klassiska multi-task-inlärningsdesignen där flera uppgifter delar samma dolda lager och bara delas upp i separata "output"-huvuden...
TechnicalGating och routing i villkorlig beräkning
Gating och routing låter ett neuralt nätverk endast aktivera de delar det behöver för varje ingång istället för att köra hela modellen varje gång.
TechnicalGumbel-Softmax och omparameterisering
Gumbel-Softmax är ett trick som låter neurala nätverk "sampla" från diskreta kategorier samtidigt som det går att träna med gradientnedstigning.
TechnicalStraight-Through Estimator
Straight-Through Estimator (STE) är ett enkelt trick för att träna nätverk som innehåller hårda, icke-differentiera steg som avrundning eller tröskel.
GrundernaGruppnormalisering
Gruppnormalisering är en teknik som stabiliserar neurala nätverksträning genom att normalisera funktioner inom små grupper av kanaler, oberoende för varje...
GrundernaGated återkommande enheter
En Gated Recurrent Unit (GRU) är en strömlinjeformad typ av återkommande neurala nätverksceller som använder två grindar för att bestämma vilken information som ska behållas och vad som ska glömmas...
TechnicalDubbelriktade återkommande nätverk
Ett dubbelriktat återkommande nätverk läser en sekvens både framåt och bakåt, så varje positions representation bygger på sammanhang från det förflutna och framtiden.
TechnicalUppmärksamhet 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...
Språk AIKontrastiv avkodning
Kontrastiv avkodning genererar text av högre kvalitet genom att subtrahera tendenserna hos en liten, svag språkmodell från en stor, stark.
Språk AIGuidad strålsökning med begränsningar
Begränsad strålesökning tvingar en språkmodells utdata att uppfylla hårda krav, som att inkludera specifika ord eller matcha en grammatik, samtidigt som...
Språk AIMinsta Bayes-riskavkodning
Minimum Bayes Risk (MBR) avkodning väljer den utdata som är mest lik många andra troliga utdata, snarare än den enstaka högst sannolikheten.
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.