01
Nền tảng AI
Hiểu AI là gì, hệ thống học ra sao, thất bại ở đâu, và cách đánh giá các tuyên bố mà không bị thổi phồng.
Thư viện AI miễn phí
Nguyên tắc cơ bản hướng dẫnMiễn phí mãi mãi.
84 hướng dẫn bằng tiếng Anh đơn giản, lộ trình học tập có cấu trúc và thư viện mở — được xây dựng bởi tổ chức phi lợi nhuận 501(c)(3) độc lập để bất kỳ ai cũng có thể hiểu được AI hiện đại.
84Hướng dẫn miễn phí
1Bài hát chủ đề
~2 minMỗi hướng dẫn
~3hThời gian đọc
Bắt đầu ở đây
Năm Các khóa học dựa trên kết quả
Mỗi khóa học bao gồm kết quả rõ ràng, năng lực được lập bản đồ, hoạt động thực hành và một bài luận ứng dụng.
02
Người sử dụng AI có trách nhiệm
Sử dụng AI một cách hiệu quả trong khi bảo vệ quyền riêng tư, kiểm tra kết quả và duy trì trách nhiệm con người.
03
AI trong công việc
Đánh giá các trường hợp sử dụng tại nơi làm việc, thực hiện các thử nghiệm an toàn, đo lường giá trị và truyền đạt các thay đổi một cách có trách nhiệm.
04
Chính sách & Xã hội AI
Phân tích các hệ thống AI thông qua quyền lợi, công bằng, quản trị, an toàn và các kết quả vì lợi ích công cộng.
05
Xây dựng với hệ thống AI
Hiểu các mô hình ngôn ngữ, truy xuất, tác nhân, đánh giá, chi phí và các biện pháp bảo vệ triển khai thông qua thiết kế hệ thống thực tiễn.
Bài hát chủ đề
Duyệt theo bản nhạc
Nhảy vào lĩnh vực bạn quan tâm. Mỗi bản nhạc đều có nhiều hướng dẫn bằng tiếng Anh đơn giản.
Nguyên tắc cơ bảnKhái niệm cốt lõi: cách AI hoạt động ở cấp độ cao.84 hướng dẫn Ngôn ngữ AILLM, NLP, ChatGPT, nhắc nhở và hiểu văn bản.155 hướng dẫn AI trực quanTạo hình ảnh, thị giác máy tính, video và thiết kế.133 hướng dẫn AI âm thanhGiọng nói, âm nhạc, podcast và AI ưu tiên âm thanh.117 hướng dẫn Công tyHồ sơ của OpenAI, Anthropic, Google, Meta, v.v.121 hướng dẫn Ứng dụngCách AI xuất hiện trong mã hóa, tìm kiếm, tác nhân và cuộc sống hàng ngày.111 hướng dẫn ngành công nghiệpAI trong lĩnh vực chăm sóc sức khỏe, tài chính, giáo dục, năng lượng, v.v.91 hướng dẫn kỹ thuậtChip, tinh chỉnh, RAG, vectơ và cơ sở hạ tầng AI.177 hướng dẫn xã hộiThành kiến, quyền riêng tư, bản quyền, an toàn và tương lai AI.30 hướng dẫn
Thư viện đầy đủ
Tất cả hướng dẫn
84 của 1019 hướng dẫn hiển thị. Lọc theo bản nhạc hoặc tìm kiếm ở trên.
Nguyên tắc cơ bản
Tinh chỉnh tự phát
Tinh chỉnh tự phát sẽ cải thiện một mô hình bằng cách cho nó cạnh tranh hoặc học hỏi từ các kết quả đầu ra trong quá khứ của chính nó, tạo ra tín hiệu đào tạo của riêng nó.
Nguyên tắc cơ bảnĐào tạo trong thời gian kiểm tra
Đào tạo trong thời gian thử nghiệm (TTT) cho phép mô hình tiếp tục học hỏi từ mỗi thông tin đầu vào mới tại thời điểm nó đưa ra dự đoán, thay vì dừng lại sau khi đào tạo.
Nguyên tắc cơ bảnGrokking và khái quát hóa bị trì hoãn
Grokking là một hiện tượng đáng kinh ngạc khi mạng lưới thần kinh trước tiên ghi nhớ dữ liệu huấn luyện của nó, đạt độ chính xác xác thực gần như bằng 0 trong một thời gian dài, và sau đó…
Nguyên tắc cơ bảnTrang bị quá mức và trang bị thiếu
Quá khớp là khi một mô hình ghi nhớ dữ liệu huấn luyện của nó và thất bại ở các mẫu mới; trang bị không đầy đủ là khi việc nắm bắt được mẫu thực tế quá đơn giản.
Nguyên tắc cơ bảnChính quy hóa
Chính quy hóa là một tập hợp các kỹ thuật cố tình hạn chế một mô hình để nó khái quát hóa dữ liệu mới thay vì ghi nhớ tập huấn luyện.
Nguyên tắc cơ bảnLan truyền ngược
Lan truyền ngược là thuật toán cho phép mạng nơ-ron học hỏi từ các lỗi của nó bằng cách tính toán hiệu quả mỗi trọng số góp phần gây ra lỗi.
Nguyên tắc cơ bảnGiảm dần độ dốc
Giảm dần độ dốc là phương pháp tối ưu hóa thực sự làm giảm trọng số của mô hình xuống mức sai số thấp hơn, từng bước nhỏ một.
Nguyên tắc cơ bảnHàm mất mát
Hàm mất mát là một con số duy nhất cho mô hình biết dự đoán của nó sai đến mức nào, biến một mục tiêu mơ hồ thành thứ mà toán học có thể tối ưu hóa.
Nguyên tắc cơ bảnChức năng kích hoạt
Các hàm kích hoạt là các cổng phi tuyến nhỏ bên trong mỗi nơ-ron cho phép mạng lưới thần kinh học các mẫu cong, phức tạp thay vì chỉ các đường thẳng.
Nguyên tắc cơ bảnMạng thần kinh tích chập
Mạng thần kinh chuyển đổi (CNN) là kiến trúc đặc biệt để hiểu hình ảnh.
Nguyên tắc cơ bảnMạng thần kinh tái phát
Mạng thần kinh tái phát (RNN) được xây dựng để xử lý các chuỗi như văn bản, lời nói và chuỗi thời gian.
Nguyên tắc cơ bảnMạng đối thủ sáng tạo
Mạng đối thủ sáng tạo (GAN) tạo ra dữ liệu mới thực tế bằng cách đưa hai mạng thần kinh cạnh tranh với nhau trong một cuộc thi.
Đọc xong chưa? Chứng minh đi.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.