01
人工智慧基礎
了解人工智慧是什麼、系統如何學習、失敗的地方以及如何在不炒作的情況下判斷主張。
免費人工智慧庫
學習人工智慧。永遠免費。
1019 簡明英語指南、結構化學習路徑和開放圖書館——由獨立的 501(c)(3) 非營利組織構建，以便任何人都可以理解現代人工智慧。
1019免費指南
9主題曲目
~2 min根據指南
~34h閱讀時間
從這裡開始
五 基於結果的課程
每門課程都包括明確的成果、映射的能力、實踐活動和應用的頂點。
02
負責任的 AI 使用者
有效率地使用人工智慧，同時保護隱私、檢查輸出並維持人類責任。
03
職場人工智慧
評估工作場所用例、運行安全試點、衡量價值並負責任地傳達變更。
04
人工智慧政策與社會
透過權利、公平、治理、安全和公共利益結果來分析人工智慧系統。
05
使用 AI 系統建置
透過實務系統設計，了解語言模型、檢索、代理、評估、成本及部署保障。
主題曲目
按曲目瀏覽
跳入您關心的領域。每條賽道都有多個簡單的英文指南。
全庫
所有指南
1019 的 1019 顯示指南。按曲目過濾或上方搜尋。
音訊人工智慧
MusicLM：分層語意和聲學標記
了解 Google MusicLM 如何使用分層語意和聲學標記、SoundStream 和 MuLan 將文字提示轉換為連貫的音樂。
音訊人工智慧Noise2Noise 語音增強
Noise2Noise 是一種訓練技巧，透過從成對的不同噪音中學習，模型可以在沒有看到乾淨參考的情況下學習消除噪音…
應用領域望遠鏡和天文影像分析中的人工智慧
人工智慧會篩選來自現代望遠鏡的大量影像和訊號，以尋找、分類和測量人類團隊無法手動檢查的物體。
應用領域人工智慧在粒子物理事件重建的應用
人工智慧重建粒子在大型強子對撞機等探測器內的作用，將原始感測器撞擊轉化為軌跡、能量和粒子…
應用領域材料發現中的人工智慧
人工智慧預測哪些新材料可能存在、穩定且具有有用的特性，從而大大縮小了近乎無限的空間的搜尋範圍…
視覺人工智慧去雜訊和去模糊網絡
去雜訊和去模糊網路是一種神經模型，可以清除雜訊或模糊影像，從雜亂的輸入中恢復清晰的細節。
視覺人工智慧GFPGAN人臉恢復
GFPGAN 是一種專門的模型，可以將低品質、模糊或舊臉照片恢復為清晰、逼真的肖像。
視覺人工智慧CodeFormer 穩健的人臉恢復
CodeFormer 是一種人臉恢復模型，旨在處理極端退化問題，從嚴重損壞、微小或模糊的輸入中恢復可識別的人臉。
音訊人工智慧Conv-TasNet 時域分離
Conv-TasNet 是一種神經網絡，它透過直接處理原始聲音波形來分離混音音訊（就像兩個人同時說話）...
音訊人工智慧雙路徑 RNN 分離
雙路徑 RNN (DPRNN) 是一種音訊分離架構，它將很長的音訊特徵序列分割成短的重疊區塊並處理它們...
音訊人工智慧打開-分離音樂分離
Open-Unmix (UMX) 是一種開源深度學習系統，它將歌曲分成幾個部分：人聲、鼓、貝斯和其他樂器。
應用領域人工智慧在野火蔓延預測的應用
人工智慧模型透過融合天氣、地形、植被和實火數據來預測野火將如何發展、移動到哪裡以及移動速度。