ห้องสมุด AI ฟรี

ความรู้พื้นฐาน คำแนะนำฟรีตลอดไป

84 คู่มือภาษาอังกฤษธรรมดา เส้นทางการเรียนรู้ที่มีโครงสร้าง และห้องสมุดเปิด — สร้างโดยองค์กรอิสระ 501(c)(3) เพื่อให้ทุกคนสามารถเข้าใจ AI สมัยใหม่ได้

84คำแนะนำฟรี
1แทร็กหัวข้อ
~2 minต่อไกด์
~3hเวลาการอ่าน

เริ่มที่นี่

ห้า หลักสูตรที่เน้นผลลัพธ์

แต่ละหลักสูตรประกอบด้วยผลลัพธ์ที่ชัดเจน สมรรถนะที่วางแผนไว้ กิจกรรมฝึกปฏิบัติ และสรุปผลประยุกต์

01

มูลนิธิเอไอ

เข้าใจว่า AI คืออะไร ระบบเรียนรู้อย่างไร จุดที่ล้มเหลว และวิธีตัดสินข้อกล่าวหาโดยไม่โฆษณาเกินจริง

  1. 1เอไอคืออะไร?
  2. 2AI เรียนรู้อย่างไร
  3. 3อธิบายโมเดล AI
  4. 4เกณฑ์มาตรฐาน AI
~4h เพื่อเติมเต็มดูหลักสูตร
02

ผู้ใช้ AI ที่มีความรับผิดชอบ

ใช้ AI อย่างมีประสิทธิภาพในขณะที่ปกป้องความเป็นส่วนตัว ตรวจสอบผลลัพธ์ และรักษาความรับผิดชอบของมนุษย์

  1. 1Prompt Engineering
  2. 2AI ภาพหลอน
  3. 3AI และความเป็นส่วนตัว
  4. 4AI ในชีวิตประจำวัน
~5h เพื่อเติมเต็มดูหลักสูตร
03

AI ในงาน

ประเมินกรณีการใช้งานในที่ทำงาน ดำเนินการนำร่องอย่างปลอดภัย วัดคุณค่า และสื่อสารการเปลี่ยนแปลงอย่างมีความรับผิดชอบ

  1. 1AI เวิร์กโฟลว์อัตโนมัติ
  2. 2เกณฑ์มาตรฐาน AI
  3. 3AI และงาน
  4. 4ธรรมาภิบาลของ AI
~6h เพื่อเติมเต็มดูหลักสูตร
04

นโยบาย AI และสังคม

วิเคราะห์ระบบ AI ผ่านผลลัพธ์ด้านสิทธิ ความเท่าเทียม การกำกับดูแล ความปลอดภัย และผลประโยชน์สาธารณะ

  1. 1จริยธรรม AI
  2. 2AI และความเป็นส่วนตัว
  3. 3ระเบียบเอไอ
  4. 4ตำนานเกี่ยวกับ AI
~6h เพื่อเติมเต็มดูหลักสูตร
05

การสร้างด้วยระบบ AI

ทำความเข้าใจโมเดลภาษา การดึงข้อมูล ตัวแทน การประเมิน ต้นทุน และการป้องกันการใช้งานผ่านการออกแบบระบบที่ใช้งานได้จริง

  1. 1ChatGPT และ LLM
  2. 2คุณภาพการดึงข้อมูล
  3. 3ตัวแทนเอไอ
  4. 4เกณฑ์มาตรฐาน AI
~8h เพื่อเติมเต็มดูหลักสูตร

แทร็กหัวข้อ

เรียกดูตามแทร็ก

กระโดดเข้าไปในพื้นที่ที่คุณสนใจ ทุกแทร็กมีไกด์ภาษาอังกฤษธรรมดาหลายเล่ม

ความรู้พื้นฐานแนวคิดหลัก: AI ทำงานอย่างไรในระดับสูง84 คำแนะนำ ภาษาเอไอLLM, NLP, ChatGPT, การกระตุ้นเตือน และการทำความเข้าใจข้อความ155 คำแนะนำ วิชวลเอไอการสร้างภาพ คอมพิวเตอร์วิทัศน์ วีดิทัศน์ และการออกแบบ133 คำแนะนำ เสียงเอไอเสียง เพลง พ็อดแคสต์ และ AI ที่เน้นเสียงเป็นอันดับแรก117 คำแนะนำ บริษัทโปรไฟล์ของ OpenAI, Anthropic, Google, Meta และอื่นๆ121 คำแนะนำ การใช้งานAI ปรากฏในการเขียนโค้ด การค้นหา เจ้าหน้าที่ และชีวิตประจำวันอย่างไร111 คำแนะนำ อุตสาหกรรมAI ในด้านการดูแลสุขภาพ การเงิน การศึกษา พลังงาน และอื่นๆ91 คำแนะนำ เทคนิคชิป, การปรับแต่งแบบละเอียด, RAG, เวกเตอร์ และโครงสร้างพื้นฐาน AI177 คำแนะนำ สังคมอคติ ความเป็นส่วนตัว ลิขสิทธิ์ ความปลอดภัย และอนาคตของ AI30 คำแนะนำ

ห้องสมุดเต็มรูปแบบ

คำแนะนำทั้งหมด

84 ของ 1019 คำแนะนำที่แสดง กรองตามเพลงหรือค้นหาด้านบน

ความรู้พื้นฐาน

Meta-การเรียนรู้

Meta-การเรียนรู้ หรือ 'การเรียนรู้ที่จะเรียนรู้' ฝึกฝนโมเดลเพื่อปรับให้เข้ากับงานใหม่ได้อย่างรวดเร็วจากตัวอย่างเพียงไม่กี่ตัวอย่าง

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

วิธีการทั้งมวลและการเพิ่มการไล่ระดับสี

วิธีการทั้งมวลรวมแบบจำลองง่ายๆ หลายแบบเข้าด้วยกัน ดังนั้นกลุ่มจึงสามารถคาดการณ์ได้ดีกว่าแบบจำลองเดียว

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

การเรียนรู้เชิงลึกแบบเบย์เซียน

การเรียนรู้เชิงลึกแบบเบย์เซียนถือว่าน้ำหนักของโครงข่ายประสาทเทียมเป็นการแจกแจงความน่าจะเป็นมากกว่าตัวเลขคงที่ ดังนั้นแบบจำลองจึงสามารถบอกได้ว่ามีความมั่นใจเพียงใด

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

การเรียนรู้หลักสูตร

การเรียนรู้ตามหลักสูตรจะฝึกฝนโมเดล AI บนตัวอย่างตามลำดับที่ตั้งใจ ง่ายก่อน ยากทีหลัง แทนที่จะป้อนข้อมูลตามลำดับแบบสุ่ม

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

ค้นหาสถาปัตยกรรมประสาท

การค้นหาสถาปัตยกรรมประสาท (NAS) ทำให้การออกแบบโครงสร้างโครงข่ายประสาทเทียมเป็นแบบอัตโนมัติ โดยปล่อยให้อัลกอริธึม ไม่ใช่มนุษย์ เป็นผู้ตัดสินใจว่าจะมีกี่เลเยอร์ ปฏิบัติการใด...

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

การเรียนรู้อย่างต่อเนื่องและการลืมอย่างหายนะ

การเรียนรู้อย่างต่อเนื่องคือเป้าหมายของการฝึก AI ในงานใหม่ๆ อย่างต่อเนื่องโดยไม่ลบสิ่งที่รู้อยู่แล้วออกไป

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

ตัวเข้ารหัสอัตโนมัติแบบต่างๆ

ตัวเข้ารหัสอัตโนมัติแบบแปรผัน (VAE) คือโครงข่ายประสาทเทียมที่เรียนรู้ที่จะบีบอัดข้อมูลลงในพื้นที่แฝงที่ราบรื่นและน่าจะเป็นไปได้ จากนั้นจึงสร้าง...

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

แบบจำลองอวกาศของรัฐและ Mamba

แบบจำลองพื้นที่รัฐ (SSM) เป็นแบบจำลองลำดับที่ส่งข้อมูลไปข้างหน้าผ่านสถานะที่ซ่อนอยู่ที่ถูกบีบอัด โดยปรับขนาดเชิงเส้นตามความยาวของลำดับแทน...

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

กราฟโครงข่ายประสาทเทียม

โครงข่ายประสาทเทียมแบบกราฟ (GNN) เป็นแบบจำลองที่เรียนรู้โดยตรงเกี่ยวกับข้อมูลที่มีโครงสร้างกราฟ — โหนดที่เชื่อมต่อกันด้วยขอบ — โดยการส่งผ่านและรวบรวมข้อมูล...

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

การเรียนรู้การเสริมกำลังแบบหลายตัวแทน

Multi-Agent Reinforcement Learning (MARL) ฝึกตัวแทนการเรียนรู้หลายรายที่มีสภาพแวดล้อมเหมือนกัน โดยแต่ละตัวแทนจะปรับพฤติกรรมของตนในขณะที่ตัวแทนอื่นๆ ก็ปรับตัวเช่นกัน

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

การเรียนรู้เชิงรุก

การเรียนรู้เชิงรุกเป็นกลยุทธ์การฝึกอบรมที่ตัวแบบเลือกเองว่าตัวอย่างที่ไม่มีป้ายกำกับใดที่มนุษย์ควรติดป้ายกำกับถัดไป

2 นาทีอ่านอ่าน
ความรู้พื้นฐาน

การเพิ่มข้อมูล

การเพิ่มข้อมูลจะขยายชุดการฝึกปลอมโดยสร้างสำเนาที่แก้ไขแล้วของตัวอย่างที่มีอยู่ เช่น การพลิกหรือการครอบตัดรูปภาพ

2 นาทีอ่านอ่าน

อ่านจบหรือยัง?พิสูจน์สิ

ตรวจสอบสิ่งที่คุณได้เรียนรู้ด้วยแบบทดสอบตามหัวข้อ จากนั้นสำรวจหลักสูตรที่มีโครงสร้างของเราหรือทำงานเพื่อรับใบรับรอง คู่มือทุกฉบับสามารถอ่านได้ฟรี