AI tạo sinh cho người mới bắt đầu

 (microsoft.github.io)
1 điểm bởi GN⁺ 2023-11-25 | 1 bình luận | Chia sẻ qua WhatsApp
  • Đây là khóa nhập môn gồm 21 bài học do Microsoft Cloud Advocates xây dựng, giúp các lập trình viên lần đầu tạo ứng dụng AI tạo sinh có thể theo sát từ khái niệm đến triển khai
  • Các bài học được chia thành Learn tập trung vào lý thuyết và Build có ví dụ mã nguồn; khi có thể, khóa học cung cấp cả ví dụ Python và TypeScript
  • Phần thực hành có thể chạy bằng một trong các lựa chọn: Azure OpenAI Service, GitHub Marketplace Model Catalog hoặc OpenAI API, nên người học có nhiều lựa chọn môi trường học tập
  • Mỗi bài học gồm phần giới thiệu bằng video ngắn, tài liệu README, mẫu mã nguồn và liên kết học thêm, nên dễ học độc lập
  • Khóa học cung cấp bản dịch sang hơn 50 ngôn ngữ, nhưng khi clone về máy dung lượng có thể lớn; để loại trừ các tệp dịch, dùng sparse checkout là cách hữu ích

Khóa nhập môn gồm 21 bài học

  • Generative AI for Beginners là khóa nhập môn về ứng dụng AI tạo sinh do Microsoft Cloud Advocates tạo ra
  • Khóa học gồm tổng cộng 21 bài học, mỗi bài xử lý một chủ đề độc lập, nên có thể bắt đầu từ vị trí mong muốn
  • Loại bài học được chia làm hai dạng
    • Learn: giải thích các khái niệm AI tạo sinh
    • Build: đề cập cả khái niệm lẫn ví dụ mã nguồn
  • Khi có thể, khóa học cung cấp ví dụ mã nguồn bằng Python và TypeScript
  • Lập trình viên .NET có thể tham khảo Generative AI for Beginners (.NET Edition)
  • Mỗi bài học có phần Keep Learning tập hợp tài liệu học thêm

Chuẩn bị cho phần thực hành

  • Để chạy mã nguồn của khóa học, có thể dùng một trong các lựa chọn sau
  • Có kiến thức cơ bản về Python hoặc TypeScript sẽ giúp ích cho việc học
    • Người mới hoàn toàn có thể xem trước các khóa Python và TypeScript
  • Cần có tài khoản GitHub nếu muốn fork toàn bộ repository về tài khoản của mình
  • Thiết lập môi trường phát triển được trình bày trong bài học Course Setup

Hỗ trợ bản dịch và tối ưu hóa clone cục bộ

  • Khóa học bao gồm bản dịch sang hơn 50 ngôn ngữ, với các bản dịch được tự động cập nhật thông qua GitHub Action
  • Danh sách ngôn ngữ được hỗ trợ gồm nhiều ngôn ngữ như Arabic, Chinese, French, German, Hindi, Japanese, Korean, Spanish, Vietnamese, v.v.
  • Các tệp dịch có thể làm tăng dung lượng tải xuống của repository
  • Để clone nhanh mà không lấy bản dịch, có thể dùng sparse checkout để loại trừ translations và translated_images
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git
cd generative-ai-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

Cấu trúc cơ bản của bài học

  • Mỗi bài học bao gồm các thành phần sau
    • Video giới thiệu ngắn về chủ đề
    • Bài học dạng tài liệu dựa trên README
    • Mẫu mã nguồn Python và TypeScript hỗ trợ Azure OpenAI và OpenAI API
    • Liên kết tài nguyên để tiếp tục học thêm

Luồng toàn bộ bài học

Tài liệu bổ sung và cách tham gia

Bài viết liên quan

1 bình luận

 
GN⁺ 2023-11-25
Ý kiến trên Hacker News

  • Tôi muốn được giới thiệu các khóa học hoặc sách nói về việc AI tạo sinh thực sự hoạt động như thế nào, chứ không phải dùng nó ra sao

  • Tôi muốn biết có lộ trình học nào dành cho người chưa từng làm AI/ML không
    Tôi hỏi ChatGPT thì nó khuyên bắt đầu từ đại số tuyến tính, rồi đến giải tích, xác suất và thống kê; bước 2 là nền tảng machine learning, bước 3 là deep learning và mạng nơ-ron
    Tôi không biết đề xuất đó đúng đến đâu, còn bản thân tôi là lập trình viên phần mềm

    • Đó không phải lộ trình đúng để học nền tảng deep learning
      Cứ học các khóa Intro to Machine Learning và Deep Learning trên Coursera của Andrew Ng là được
      Tôi nghe nói cuốn 『Deep Learning』 của Goodfellow và cộng sự cũng khá hay, nhưng chưa tự đọc
      Nếu rà lại toàn bộ các khóa giải tích hay đại số tuyến tính tiêu chuẩn thì sẽ lãng phí thời gian
      Tốt hơn là chỉ học phần toán liên quan được dạy ở đầu các khóa AI hoặc sách deep learning, và bỏ qua 90% nội dung không liên quan của từng môn nhập môn
      Tôi nói điều này với tư cách người đã tự xây mạng nơ-ron từ đầu khoảng 10 năm trước
    • Tôi thích đại số tuyến tính hơn giải tích rất nhiều, nhưng cảm thấy để theo được một khóa đại số tuyến tính tử tế thì cần có một mức độ chín toán học nhất định, thứ thường được rèn qua các khóa giải tích
      Biết giải tích sẽ giúp đi vào lý thuyết xấp xỉ như xấp xỉ Padé, một lĩnh vực đẹp nơi giải tích và đại số tuyến tính giao nhau
      Dù sao thì 『Schaum's Outline of Linear Algebra』 có lẽ là cuốn đại số tuyến tính hay nhất tôi từng đọc, và cũng chạm nhẹ tới một phần đại số trừu tượng
    • Còn tùy rất nhiều vào điều bạn thực sự muốn
      1. Dùng các mô hình hiện có: cách dễ nhất thường là dịch vụ web trả phí, đường khó hơn là cài cục bộ và cần máy tính tốt
      2. Hiểu mô hình hoạt động như thế nào
      3. Hiểu tổng quan xu hướng này đang đi về đâu
      4. Có thể huấn luyện hoặc tinh chỉnh các mô hình hiện có
        4.1 Tạo framework để tạo mô hình
        4.2 Tạo framework cho kiểm thử, huấn luyện, suy luận, v.v.
      5. Thiết kế mô hình: rất khác nhau tùy lĩnh vực, nên nếu muốn đi sâu thì phải chuyên môn hóa
      6. Cuối cùng là tạo AGI
        Mỗi mục cần các năng lực khác nhau
        Có việc chỉ cần theo dõi tin tức, có việc cần kỹ năng lập trình, lại có việc lý thuyết hoặc triết học quan trọng hơn
        Bạn không thể có tất cả, nhưng ngay cả khi hoàn toàn không có năng lực liên quan, bạn vẫn có thể đạt tới khoảng 4 mục đầu
        Tất nhiên, con đường dễ nhất là trở thành “chuyên gia” đạo đức
    • Còn tùy bạn muốn sử dụng hay muốn xây dựng
      Nếu là vế sau thì khuyến nghị của ChatGPT là điểm khởi đầu tốt; nếu là vế trước thì các khóa như thế này là khởi đầu tốt
    • Tôi khuyến nghị khóa zero to hero của Andrej Karpathy
      Rất hay, gồm 8 bài giảng video và bạn có thể làm theo trong Jupyter notebook của mình
      Mỗi bài khoảng 1–2 giờ

  • Nhìn vào tốc độ phát triển và tốc độ các paradigm mới được khám phá, khóa này có vẻ sẽ nhanh chóng lỗi thời
    Tôi đã học AI tạo sinh 2 năm trước, và các công cụ dùng khi đó giờ đều đã lỗi thời

  • Tôi muốn biết bên mã nguồn mở có thứ tương tự không

  • Trông giống marketing của Azure nên tôi không thích lắm

  • Nếu bạn đang tìm một hướng dẫn thực dụng về cách dùng LLM, tôi rất khuyến nghị “Hackers Guide to language models” của Jeremy Howard
    Đây là video dài 1,5 giờ đầy thông tin thực tiễn: https://youtu.be/jkrNMKz9pWU

  • Cái này có vẻ cần quyền truy cập Azure OpenAI, mà tôi nghĩ người dùng cá nhân không lấy được và chỉ mở cho một số khách hàng doanh nghiệp

  • Đọc quá giống tài liệu marketing, nên tôi không rõ vì sao nó được đăng ở đây

    • Tôi không rõ phần nào khiến bạn thấy giống marketing
      Tôi đã lướt qua nội dung, và với một kỹ sư muốn bước vào công nghệ này lần đầu thì nó có vẻ khá toàn diện