NVIDIA выпускает бесплатные курсы по искусственному интеллекту

NVIDIA активно включилась в работу с искусственным интеллектом. Помимо аппаратного обеспечения, это означает работу над обучающими материалами. Было выпущено несколько курсов для самостоятельного обучения, причем совершенно бесплатно!

Компания Nvidia, которая когда-то была ориентирована исключительно на геймеров, выпуская самые современные графические процессоры, теперь стала компанией, занимающейся разработкой искусственного интеллекта. Это произошло как побочный эффект исследований, которые они проводили в своем стремлении производить постоянно развивающиеся графические карты. Это привело их к открытию тензорных ядер, которые теперь используются для обучения больших языковых моделей.

Спрос на чипы взлетел до небес, цены на акции выросли, а инновации достигли новых вершин с последним предложением чипа Blackwell AI, нового поколения предка чипов H100 стоимостью 40 000 долларов.

Однако это аппаратное начинание в области ИИ не обошло стороной и программное обеспечение. Не так давно NVIDIA выпустила ChatRTX, "Ваш персональный ИИ-чатбот", который позволяет вам персонализировать большую языковую модель GPT (LLM), подключающуюся к вашему собственному контенту - документам, заметкам или другим данным. Используя генерацию с расширенным поиском (RAG), TensorRT-LLM и ускорение RTX, вы сможете запрашивать пользовательский чатбот, чтобы быстро получать контекстуально релевантные ответы. И все это локально на ПК или рабочей станции с Windows RTX.

За этим последовало заявление главы компании о том, что теперь каждый может стать программистом благодаря появлению генеративного ИИ. В конечном итоге вы будете говорить с компьютером, который будет слепо подчиняться вашим командам, не выдавая ошибок компилятора...

Возможно, это произойдет не в ближайшем будущем, но, тем не менее, Nvidia поставила перед собой задачу просветить и проинформировать общественность о том, что такое генеративный ИИ и на что он способен. Поэтому в рамках Deep Learning Institute они предлагают коллекцию курсов, восемь из которых можно пройти самостоятельно и бесплатно. К ним относятся:

1. Объяснение генеративного искусственного интеллекта
В этом курсе без кодирования вы узнаете о концепциях и приложениях генеративного искусственного интеллекта, а также о проблемах и возможностях в этой захватывающей области. Цели обучения:

• Дать определение генеративного ИИ и объяснить, как работает генеративный ИИ
• Описать различные приложения генеративного ИИ
• Объяснить проблемы и возможности генеративного ИИ.

2. Начало работы с ИИ на Jetson Nano
Создайте и обучите набор данных и модель классификации с помощью NVIDIA Jetson Nano. Цели обучения:

• Настройте Jetson Nano и камеру
• Сбор данных изображений для моделей классификации
• Аннотируйте данные изображения для регрессионных моделей
• Обучите нейронную сеть на своих данных для создания моделей

3. Создание мозга за 10 минут
В этом блокноте рассматривается биологический источник вдохновения для ранних нейронных сетей. Цели обучения:

• Изучить, как нейронные сети используют данные для обучения.
• Понять математическую основу нейрона

4. Создание видеоприложений ИИ на грани на Jetson Nano
В этом курсе вы будете использовать блокноты JupyterLab и примеры приложений Python на Jetson Nano для создания новых проектов, которые извлекают значимые сведения из видеопотоков с помощью видеоаналитики на основе глубокого обучения. Техники, которые вы узнаете из этого курса, вы сможете в будущем применять в своих собственных проектах на Nano или других платформах Jetson в Edge.

5. Дополните свой LLM с помощью Retrieval Augmented Generation
В этом вводном курсе вам будет предоставлен общий обзор технологии Retrieval Augmented Generation и того, как она улучшает генеративный ИИ (GenAI).

6. Создание агентов RAG с помощью LLM
Агенты, работающие на основе больших языковых моделей (LLM), продемонстрировали отличные поисковые возможности при использовании инструментов, просмотре документов и планировании своих подходов. Этот курс покажет вам, как развернуть систему агентов на практике с гибкостью, позволяющей масштабировать систему в соответствии с требованиями пользователей и клиентов.

7. Ускорение рабочих процессов Data Science с нулевым изменением кода
В этом курсе вы узнаете, как использовать RAPIDS для ускорения рабочих процессов науки о данных на базе процессора. Цели обучения:

• Понять преимущества унифицированного рабочего процесса на CPU и GPU для задач науки о данных.
• Узнайте, как ускорить на GPU различные рабочие процессы обработки данных и машинного обучения без внесения изменений в код.
• Ощутите значительное сокращение времени обработки при GPU-ускорении рабочих процессов.

8. Введение в ИИ в центре обработки данных
В этом курсе на Coursera вы узнаете об ИИ, машинном обучении, глубоком обучении, архитектуре GPU, фреймворках глубокого обучения и развертывании рабочих нагрузок ИИ в центрах обработки данных.

Курсы продолжительностью от 1 до 8 часов предназначены для начинающих и средних технических специалистов.

Из этого списка курсов, которые, например, учат создавать агентов RAG, можно сделать вывод, что утверждение "каждый может стать программистом", возможно, несколько преувеличено. В любом случае, это первоклассная возможность попасть в мир GenAI.