Εξέλιξη Κομματιού
Βασικές Αρχές της Γεννητικής Τεχνητής Νοημοσύνης στο Google Cloud
- Τι είναι η γεννητική Τεχνητή Νοημοσύνη και πού εντάσσεται στις επιχειρηματικές εφαρμογές
- Κοινές περιπτώσεις χρήσης για τη δημιουργία κειμένου, τη συνομιλία, την περίληψη και τη βοήθεια αναζήτησης
- Επισκόπηση των υπηρεσιών γεννητικής Τεχνητής Νοημοσύνης του Google Cloud και του ρόλου του Vertex AI
- Βασικές έννοιες όπως μοντέλα, προτροπές, πλαίσιο (context) και ροές εργασίας εφαρμογών
Εργασία με τα Μοντέλα του Vertex AI
- Περιήγηση στο περιβάλλον του Google Cloud για έργα γεννητικής Τεχνητής Νοημοσύνης
- Πρόσβαση και δοκιμή θεμελιωδών μοντέλων στο Vertex AI
- Σύγκριση των δυνατοτήτων των μοντέλων για διαφορετικά επιχειρηματικά σενάρια
- Εκτέλεση απλών πειραμάτων και ανάλυση των απαντήσεων των μοντέλων
Σχεδίαση Προτροπών και Ποιότητα Εξόδου
- Συγγραφή σαφών προτροπών με οδηγίες, πλαίσιο και παραδείγματα
- Βελτίωση των αποτελεσμάτων ως προς την ακρίβεια, τη μορφή, τον τόνο και τη συνέπεια
- Αντιμετώπιση κοινών προβλημάτων προτροπών, όπως ασαφείς απαντήσεις και ψευδαισθήσεις (hallucinations)
- Εξάσκηση στην επαναληπτική βελτίωση των προτροπών για επιχειρηματικές εργασίες
Ανάπτυξη μιας Απλής Εφαρμογής Γεννητικής Τεχνητής Νοημοσύνης
- Σχεδιασμός μιας βασικής ροής εργασίας εφαρμογής για χρήση περιπτώσεων συνομιλίας, περίληψης ή δημιουργίας περιεχομένου
- Σύνδεση προτροπών, δεδομένων εισόδου από τον χρήστη και απαντήσεων μοντέλου σε μια απλή ροή εργασίας
- Δοκιμή της συμπεριφοράς της εφαρμογής σε ένα πρακτικό εργαστήριο
- Ανασκόπηση των πρακτικών ζητημάτων υλοποίησης για πραγματικά έργα
Βασική Αξία (Grounding), Αξιολόγηση και Υπεύθυνη Χρήση
- Γιατί η βασική αξία (grounding) και το επιχειρησιακό πλαίσιο βελτιώνουν την ποιότητα των απαντήσεων
- Εισαγωγή στις έννοιες της γεννητικής Τεχνητής Νοημοσύνης με αναζήτηση και ενίσχυση (retrieval-augmented generation) για εφαρμογές βασισμένες σε γνώση
- Βασικές μέθοδοι αξιολόγησης για προτροπές και αποτελέσματα
- Ασφάλεια, ιδιωτικότητα δεδομένων, έλεγχος πρόσβασης και θελήματα υπεύθυνης Τεχνητής Νοημοσύνης στο Google Cloud
Από το Πρωτότυπο στα Επόμενα Βήματα
- Μετάβαση από μια απόδειξη λειτουργικότητας (proof of concept) σε μια πιο αξιόπιστη επιχειρηματική λύση
- Παρακολούθηση της χρήσης, ανάλυση των αποτελεσμάτων και βελτίωση των προτροπών με την πάροδο του χρόνου
- Εντοπισμός ρεαλιστικών επόμενων βημάτων για υιοθέτηση εντός μιας ομάδας ή οργανισμού
- Συμπεράσματα του μαθήματος και προτάσεις για περαιτέρω μάθηση
Απαιτήσεις
- Βασική κατανόηση των εννοιών του cloud computing και των κοινών ροών εργασίας επιχειρηματικών εφαρμογών
- Κάποια εμπειρία στη χρήση της κονσόλας του Google Cloud ή μιας παρόμοιας πλατφόρμας cloud
- Βασική εμπειρία προγραμματισμού ή scripting
Κοινό
- Προγραμματιστές και τεχνικοί επαγγελματίες που αναπτύσσουν εφαρμογές με δυνατότητες Τεχνητής Νοημοσύνης
- Μηχανικοί cloud και αρχιτέκτονες λύσεων που εργάζονται σε έργα του Google Cloud
- Ομάδες προϊόντων και τεχνικοί διευθυντές που εξερευνούν πρακτικές περιπτώσεις χρήσης γεννητικής Τεχνητής Νοημοσύνης
Σχόλια (3)
Εξαιρετικό επίπεδο γνώσεων του εκπαιδευτή
Pawel Dykowski - LKQ Polska Sp. z o. o.
Κομμάτι - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Μηχανική Μετάφραση
1. Εδραιωμένες προκλήσεις και σχετική τεχνική ώστε να είναι έτσι 2. εργασία με πρακτικά παραδείγματα - προκλήσεις που έχουν ήδη προετοιμαστεί 3. Μάθαμε πώς να δημιουργήσουμε έναν τεχνητό ιστόρητρο
Cosmina Naznean - Curs Public
Κομμάτι - Boost Your Productivity with Microsoft Copilot 365
Μηχανική Μετάφραση
Οι εκπαιδευτές μπορούν να απαντήσουν σε όλες τις ερωτήσεις και να δέχονται οποιεσδήποτε παρακολούθησες
Dewi Anggryni - PT Dentsu International Indonesia
Κομμάτι - Copilot for Finance and Accounting Professionals
Μηχανική Μετάφραση
