มูลนิธิเอไอ
เข้าใจว่า AI คืออะไร ระบบเรียนรู้อย่างไร จุดที่ล้มเหลว และวิธีตัดสินข้อกล่าวหาโดยไม่โฆษณาเกินจริง
ห้องสมุด AI ฟรี
84 คู่มือภาษาอังกฤษธรรมดา เส้นทางการเรียนรู้ที่มีโครงสร้าง และห้องสมุดเปิด — สร้างโดยองค์กรอิสระ 501(c)(3) เพื่อให้ทุกคนสามารถเข้าใจ AI สมัยใหม่ได้
เริ่มที่นี่
แต่ละหลักสูตรประกอบด้วยผลลัพธ์ที่ชัดเจน สมรรถนะที่วางแผนไว้ กิจกรรมฝึกปฏิบัติ และสรุปผลประยุกต์
เข้าใจว่า AI คืออะไร ระบบเรียนรู้อย่างไร จุดที่ล้มเหลว และวิธีตัดสินข้อกล่าวหาโดยไม่โฆษณาเกินจริง
ใช้ AI อย่างมีประสิทธิภาพในขณะที่ปกป้องความเป็นส่วนตัว ตรวจสอบผลลัพธ์ และรักษาความรับผิดชอบของมนุษย์
ประเมินกรณีการใช้งานในที่ทำงาน ดำเนินการนำร่องอย่างปลอดภัย วัดคุณค่า และสื่อสารการเปลี่ยนแปลงอย่างมีความรับผิดชอบ
วิเคราะห์ระบบ AI ผ่านผลลัพธ์ด้านสิทธิ ความเท่าเทียม การกำกับดูแล ความปลอดภัย และผลประโยชน์สาธารณะ
ทำความเข้าใจโมเดลภาษา การดึงข้อมูล ตัวแทน การประเมิน ต้นทุน และการป้องกันการใช้งานผ่านการออกแบบระบบที่ใช้งานได้จริง
แทร็กหัวข้อ
กระโดดเข้าไปในพื้นที่ที่คุณสนใจ ทุกแทร็กมีไกด์ภาษาอังกฤษธรรมดาหลายเล่ม
ห้องสมุดเต็มรูปแบบ
84 ของ 1019 คำแนะนำที่แสดง กรองตามเพลงหรือค้นหาด้านบน
Meta-การเรียนรู้ หรือ 'การเรียนรู้ที่จะเรียนรู้' ฝึกฝนโมเดลเพื่อปรับให้เข้ากับงานใหม่ได้อย่างรวดเร็วจากตัวอย่างเพียงไม่กี่ตัวอย่าง
ความรู้พื้นฐานวิธีการทั้งมวลรวมแบบจำลองง่ายๆ หลายแบบเข้าด้วยกัน ดังนั้นกลุ่มจึงสามารถคาดการณ์ได้ดีกว่าแบบจำลองเดียว
ความรู้พื้นฐานการเรียนรู้เชิงลึกแบบเบย์เซียนถือว่าน้ำหนักของโครงข่ายประสาทเทียมเป็นการแจกแจงความน่าจะเป็นมากกว่าตัวเลขคงที่ ดังนั้นแบบจำลองจึงสามารถบอกได้ว่ามีความมั่นใจเพียงใด
ความรู้พื้นฐานการเรียนรู้ตามหลักสูตรจะฝึกฝนโมเดล AI บนตัวอย่างตามลำดับที่ตั้งใจ ง่ายก่อน ยากทีหลัง แทนที่จะป้อนข้อมูลตามลำดับแบบสุ่ม
ความรู้พื้นฐานการค้นหาสถาปัตยกรรมประสาท (NAS) ทำให้การออกแบบโครงสร้างโครงข่ายประสาทเทียมเป็นแบบอัตโนมัติ โดยปล่อยให้อัลกอริธึม ไม่ใช่มนุษย์ เป็นผู้ตัดสินใจว่าจะมีกี่เลเยอร์ ปฏิบัติการใด...
ความรู้พื้นฐานการเรียนรู้อย่างต่อเนื่องคือเป้าหมายของการฝึก AI ในงานใหม่ๆ อย่างต่อเนื่องโดยไม่ลบสิ่งที่รู้อยู่แล้วออกไป
ความรู้พื้นฐานตัวเข้ารหัสอัตโนมัติแบบแปรผัน (VAE) คือโครงข่ายประสาทเทียมที่เรียนรู้ที่จะบีบอัดข้อมูลลงในพื้นที่แฝงที่ราบรื่นและน่าจะเป็นไปได้ จากนั้นจึงสร้าง...
ความรู้พื้นฐานแบบจำลองพื้นที่รัฐ (SSM) เป็นแบบจำลองลำดับที่ส่งข้อมูลไปข้างหน้าผ่านสถานะที่ซ่อนอยู่ที่ถูกบีบอัด โดยปรับขนาดเชิงเส้นตามความยาวของลำดับแทน...
ความรู้พื้นฐานโครงข่ายประสาทเทียมแบบกราฟ (GNN) เป็นแบบจำลองที่เรียนรู้โดยตรงเกี่ยวกับข้อมูลที่มีโครงสร้างกราฟ — โหนดที่เชื่อมต่อกันด้วยขอบ — โดยการส่งผ่านและรวบรวมข้อมูล...
ความรู้พื้นฐานMulti-Agent Reinforcement Learning (MARL) ฝึกตัวแทนการเรียนรู้หลายรายที่มีสภาพแวดล้อมเหมือนกัน โดยแต่ละตัวแทนจะปรับพฤติกรรมของตนในขณะที่ตัวแทนอื่นๆ ก็ปรับตัวเช่นกัน
ความรู้พื้นฐานการเรียนรู้เชิงรุกเป็นกลยุทธ์การฝึกอบรมที่ตัวแบบเลือกเองว่าตัวอย่างที่ไม่มีป้ายกำกับใดที่มนุษย์ควรติดป้ายกำกับถัดไป
ความรู้พื้นฐานการเพิ่มข้อมูลจะขยายชุดการฝึกปลอมโดยสร้างสำเนาที่แก้ไขแล้วของตัวอย่างที่มีอยู่ เช่น การพลิกหรือการครอบตัดรูปภาพ
ตรวจสอบสิ่งที่คุณได้เรียนรู้ด้วยแบบทดสอบตามหัวข้อ จากนั้นสำรวจหลักสูตรที่มีโครงสร้างของเราหรือทำงานเพื่อรับใบรับรอง คู่มือทุกฉบับสามารถอ่านได้ฟรี