>>> با ثبت نام در این دوره، با توافقنامه مجوز کاربر نهایی همانطور که در سوالات متداول ذکر شده است موافقت می کنید. پس از ثبت نام، می توانید در بخش منابع به مجوز دسترسی داشته باشید <<< این دوره، هوش مصنوعی کاربردی با یادگیری عمیق، بخشی از گواهینامه پیشرفته علم داده IBM است که IBM در حال حاضر در حال ایجاد آن است و به شما امکان دسترسی آسان به بینش های ارزشمند در مورد مدل های یادگیری عمیق را می دهد. توسط متخصصان پردازش زبان طبیعی، بینایی کامپیوتر، تجزیه و تحلیل سری های زمانی و بسیاری از رشته های دیگر استفاده می شود. ما با اصول جبر خطی و شبکه های عصبی آشنا خواهیم شد. سپس محبوب ترین فریم ورک های DeepLearning مانند Keras، TensorFlow، PyTorch، DeepLearning4J و Apache SystemML را معرفی می کنیم. Keras و TensorFlow بیشترین بخش این دوره را تشکیل می دهند. با ساختن مدل‌هایی با استفاده از Keras بر روی نمونه‌های واقعی از اینترنت اشیا (اینترنت اشیا)، داده‌های علامت‌گذاری شده مالی، ادبیات یا پایگاه‌های داده تصویر، درباره تشخیص ناهنجاری، پیش‌بینی سری‌های زمانی، تشخیص تصویر و پردازش زبان طبیعی می‌آموزیم. در نهایت، ما یاد می‌گیریم که چگونه با استفاده از Kubernetes، Apache Spark و GPUها، آن مغزهای مصنوعی را مقیاس کنیم. مهم: این دوره به تنهایی برای دریافت «گواهینامه دانشمند داده گواهی IoT IoT IBM Watson» به تنهایی کافی نیست. شما باید سه دوره دیگر را بگذرانید که دو تا از آنها در حال حاضر ساخته شده است. تخصص در اواخر بهار، اوایل تابستان 2018 آماده خواهد شد. با استفاده از این رویکردها، مهم نیست که در چه سطح مهارتی در موضوعاتی که می خواهید به آنها تسلط داشته باشید، می توانید تفکر خود را تغییر دهید و زندگی خود را تغییر دهید. اگر قبلاً یک متخصص هستید، این نگاه کردن به ایده های شما برای ایجاد موفقیت آمیز توربوشارژ و استقرار مدل های DeepLearning را ارائه می دهد. اگر در حال مبارزه هستید، گنجینه ای ساختار یافته از تکنیک های عملی را خواهید دید که شما را از کارهایی که برای رسیدن به مسیر باید انجام دهید راهنمایی می کند. اگر تا به حال می‌خواهید در هر کاری بهتر شوید، این دوره به عنوان راهنمای شما کمک خواهد کرد. پیش نیاز: برخی مهارت های کدنویسی ضروری است. ترجیحاً پایتون، اما هر زبان برنامه نویسی دیگری خوب عمل می کند. همچنین برخی از درک اولیه ریاضی (جبر خطی) یک امتیاز مثبت است، اما ما آن قسمت را در هفته اول نیز پوشش خواهیم داد. اگر این دوره را انتخاب کنید و گواهی دوره Coursera را کسب کنید، نشان دیجیتال IBM نیز دریافت خواهید کرد. برای کسب اطلاعات بیشتر در مورد نشان های دیجیتال IBM پیوند ibm.biz/badging را دنبال کنید.

 عملیات فناوری اطلاعات یکی از عملکردهای تجاری کلیدی برای شرکت های مدرن است. همانطور که مراکز داده بزرگ، توزیع شده و یکپارچه می شوند، نیاز به نظارت و مدیریت سخت افزار، نرم افزار، شبکه ها و داده ها به طور تصاعدی افزایش می یابد. و در حالی که عناصر موجود در یک شبکه هزاران داده را از نظر گزارش‌ها و رویدادها تولید می‌کنند، نیاز به جمع‌آوری و درک این داده‌ها برای پیش‌بینی نتایج آینده نیز در حال افزایش است. در این دوره یاد بگیرید که چگونه چالش های رایج در عملیات فناوری اطلاعات را با استفاده از قدرت هوش مصنوعی حل کنید. مربی Kumaran Ponnambalam مسائل کلیدی را که تیم های عملیات فناوری اطلاعات در عملیات روزانه خود با آن مواجه می شوند، مرور می کند. او سپس چندین مورد استفاده در دنیای عملیات IT را بررسی می‌کند و به تفصیل توضیح می‌دهد که چگونه فناوری هوش مصنوعی می‌تواند فرآیندهایی مانند تجزیه و تحلیل علت ریشه‌ای را سرعت بخشد، زمان پاسخ‌دهی را در میز کمک فناوری اطلاعات شما بهبود بخشد و موارد دیگر. در طول مسیر، او از پایتون، نوت بوک های Jupyter، Keras و تکنیک های یادگیری عمیق برای قدم گذاشتن در راه حل های عملی استفاده می کند.

اقتصاد جهانی و نیروی کار از راه دور، پیگیری رضایت و انگیزه کارکنان را برای دپارتمان های منابع انسانی دشوار کرده است. با این حال، با استفاده از هوش مصنوعی، دانشمندان و مهندسان داده اکنون می توانند بینش قدرتمندی برای بهبود استخدام، آموزش، حفظ و غیره ایجاد کنند. این دوره به بررسی راه هایی می پردازد که هوش مصنوعی و کلان داده می توانند به منابع انسانی کمک کنند. سه مورد استفاده کلیدی در دنیای منابع انسانی را بررسی کنید: پیش‌بینی فرسایش کارکنان، نقشه‌برداری همکاری و ایجاد توصیه‌های آموزشی. برای هر یک از این موارد استفاده، مربی Kumaran Ponnambalam داده‌ها را جمع‌آوری و پردازش می‌کند، مدل‌های یادگیری ماشین را می‌سازد و نتایج کلیدی را با استفاده از ابزارهایی مانند Python، Jupyter Notebooks، TensorFlow و Keras پیش‌بینی می‌کند. او همچنین به طور مختصر نحوه طراحی مدل هایی را برای انجام سایر وظایف رایج منابع انسانی، مانند پیش بینی عملکرد آینده، غربالگری نامزدها و حتی ردیابی روحیه توضیح می دهد. این دوره با برخی از بهترین شیوه ها، از جمله پرداختن به نگرانی های امنیتی و حفظ حریم خصوصی به ویژه در مورد منابع انسانی، به پایان می رسد.

 

استفاده از ترانسفورماتورهای از پیش آموزش دیده برای پردازش زبان طبیعی (NLP) در بین مهندسان ML و دانشمندان داده بسیار محبوب شده است. اگر در این زمینه کار می کنید، یا حتی نقشی در مجاورت آن دارید، باید با جدیدترین ابزارهای نوآورانه همگام باشید. در این دوره، مربی کوماران پونامبالام به شما نشان می‌دهد که چگونه با استفاده از مخزن ترانسفورماتورهای از پیش آموزش‌دیده موجود در پلتفرم Hugging Face، مهارت‌های هوش مصنوعی خود را به سطح بعدی ارتقا دهید.

استراتژی‌هایی را برای استفاده از ترانسفورماتورها برای موارد استفاده مختلف برای حل کردن کاوش کنید. مشکلات پیچیده و ارائه نتایج ثابت و به موقع. Kumaran به شما نشان می‌دهد که چگونه دو مورد ساده NLP را پیاده‌سازی کنید - تجزیه و تحلیل احساسات و شناسایی موجودیت نام‌گذاری شده - با استفاده از ترانسفورماتورهای از قبل آموزش‌دیده شده از Hugging Face و سفارشی کردن آنها در حین حرکت. پس از تکمیل این دوره، شما آماده خواهید بود که مهارت های هوش مصنوعی جدید خود را در پروژه هایی در نقش فعلی یا آینده خود به کار ببرید.

به "مبانی طراحی مکالمه CCAI"، اولین دوره از مجموعه "تجارب مشتری با هوش مصنوعی مرکز تماس" خوش آمدید. در این دوره آموزشی، نحوه طراحی راه حل های مکالمه مشتری با استفاده از هوش مصنوعی مرکز تماس (CCAI) را بیاموزید. شما با CCAI و سه رکن آن (Dialogflow، Agent Assist و Insights) و مفاهیم پشت تجارب مکالمه و چگونگی تأثیر مطالعه آنها بر طراحی عامل مجازی شما آشنا خواهید شد. پس از گذراندن این دوره، شما آماده خواهید بود که طراحی عامل مجازی خود را به سطح بعدی مکالمه هوشمند ببرید. این یک دوره مبتدی است که برای یادگیرندگان با انواع نقش های زیر در نظر گرفته شده است: • طراحان مکالمه: تجربه کاربری یک دستیار مجازی را طراحی می کند. الزامات تجاری برند را به جریان های گفتگوی طبیعی ترجمه می کند. • توسعه دهندگان شهروند: با استفاده از محیط های توسعه سطح بالا و زمان اجرا، برنامه های تجاری جدیدی را برای مصرف دیگران ایجاد می کند. • توسعه دهندگان نرم افزار: نرم افزار کامپیوتر را به زبان برنامه نویسی (مانند C++، Python، Javascript) و اغلب با استفاده از SDK/API کدگذاری می کند. • متخصصان عملیات: بر عملیات سیستم نظارت می کند و مشکلات را عیب یابی می کند. ابزارهای شبکه و سیستم را نصب، پشتیبانی و نگهداری می کند. پیش نیاز: برای موفقیت در این دوره، زبان آموزان باید Google Cloud Product Fundamentals را تکمیل کرده باشند یا تجربه ای معادل داشته باشند.

 

با پذیرش AI در سازمان ها ، مدیران باید اطمینان حاصل کنند که تیم های خود از AI با مسئولیت پذیری استفاده می کنند. در این دوره ، مربی تری هورتون به شما نشان می دهد که چگونه می توانید شیوه های مسئول هوش مصنوعی را طراحی و پیاده سازی کنید و خود و تیم خود را به عنوان مدیر پاسخگو باشید. یک مرور کلی از اصول راهنمایی هوش مصنوعی اخلاقی و AI مسئول در مدیریت دریافت کنید. تری بینش در مورد مسئولیت پذیری-از جمله حفظ حریم خصوصی داده ها ، ایمنی و نحوه کاهش تعصب و ریسک-قبل از پوشش شیوه های مدیریت کلیدی در حین اجرای AI مانند تصمیم گیری ، تعامل کارمندان و ایمنی روانی ارائه می دهد. در طول راه ، در مورد AI در عمل با نمونه های مورد واقعی در دنیای واقعی که از مدیریت تجارت گرفته شده است ، بیشتر بدانید. گواهی از LinkedIn Learning.

 

پیشرو در AI فقط یک ضرورت اخلاقی نیست بلکه یک ضرورت استراتژیک نیز هست. مسئولیت هوش مصنوعی سازمانها را قادر می سازد ضمن مدیریت خطرات خود و کمک به جامعه و محیط زیست ، از مزایای فن آوری های هوش مصنوعی استفاده کنند. تأثیر مثبت ادغام شیوه های مسئول هوش مصنوعی را در کل یک سازمان ، ترویج انسجام و گنجاندن در بین مجموعه های متنوع تیم ها از جمله سازندگان محصول ، دانشمندان داده و متخصصان بازاریابی کشف کنید. در طول راه ، دریابید که چگونه یک فرهنگ مسئول AI می تواند حس وحدت را پرورش داده و سیلوهای درک شده را از بین ببرد. در پایان این دوره ، شما آماده خواهید بود که نقش خود را به عنوان یک رهبر هوش مصنوعی که به موفقیت سازمانی و بهزیستی اجتماعی متعهد است ، بازی کنید. Microsoft.

این دوره آموزشی یک هفته‌ای، مقدمه‌ای بر اصول هوش مصنوعی مسئول و نحوه هماهنگی آن اصول با فضای هوش مصنوعی یا GenAI ارائه می‌دهد. همچنین دانش آموزان را در مورد چالش های مختلفی که هوش مصنوعی مولد به همراه دارد، آگاه می کند. شما اصول اساسی هوش مصنوعی مسئول را بررسی خواهید کرد و نیاز به توسعه ابزارهای هوش مصنوعی مولد را به طور مسئولانه درک خواهید کرد. در پایان این دوره، شما قادر خواهید بود در مورد چالش های ایجاد شده توسط هوش مصنوعی و اصول هوش مصنوعی پاسخگو صحبت کنید.

 

چهره جدید هوش مصنوعی (AI) برای بسیاری از شرکت‌ها در سراسر جهان پاداش‌های تجاری و خطر اعتبار ایجاد کرده است. در نتیجه، مصرف‌کنندگان و مشتریان نگرانی‌های موجهی در مورد استفاده احتمالی از هوش مصنوعی در تجارت دارند، جایی که هوش مصنوعی مسئول کمک می‌کند.

بهترین راه برای رسیدگی به این نگرانی‌های مبرم را با استیون میلز، مدیر ارشد اخلاق هوش مصنوعی در BCG Gamma کاوش کنید، زیرا او اصول هوش مصنوعی مسئول را ارائه می‌کند – اصول هوش مصنوعی را ارائه می‌دهد که چه زمانی می‌توانند انجام دهند و چه کاری انجام نمی‌دهند. یا از دست دادن علامت. دریابید که چگونه و چرا همکاری نزدیک با کارمندان، مصرف کنندگان و مشتریان می تواند به سازمان شما کمک کند تا با ذینفعان کلیدی کسب و کار خود اعتماد بیشتری ایجاد کند. در پایان این دوره، بدون در نظر گرفتن اینکه آیا دولت شما مقرراتی در مورد استفاده از هوش مصنوعی اتخاذ می کند یا خیر، مجهز به شروع استفاده از این رویکرد تحلیلی جدید ارزشمند خواهید بود.

توجه: این دوره توسط گروه مشاوره بوستون ایجاد شده است. ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

در هوش مصنوعی مولد با مدل‌های زبان بزرگ (LLM)، اصول اولیه نحوه عملکرد هوش مصنوعی مولد و نحوه استقرار آن در برنامه‌های کاربردی دنیای واقعی را خواهید آموخت. با گذراندن این دوره، یاد خواهید گرفت: - درک عمیق هوش مصنوعی مولد، توصیف مراحل کلیدی در چرخه عمر AI مولد مبتنی بر LLM، از جمع‌آوری داده‌ها و انتخاب مدل، تا ارزیابی عملکرد و استقرار - معماری ترانسفورماتور را که به LLM ها نیرو می دهد، نحوه آموزش آنها و اینکه چگونه تنظیم دقیق LLM ها را قادر می سازد تا با انواع موارد استفاده خاص سازگار شوند را با جزئیات شرح دهید. - از قوانین مقیاس‌گذاری تجربی برای بهینه‌سازی تابع هدف مدل در اندازه مجموعه داده، بودجه محاسبه و الزامات استنتاج استفاده کنید. - برای به حداکثر رساندن عملکرد مدل ها در محدودیت های خاص پروژه خود، آموزش، تنظیم، استنتاج، ابزارها و روش های پیشرفته را به کار ببرید. - بحث در مورد چالش ها و فرصت هایی که هوش مصنوعی مولد برای مشاغل پس از شنیدن داستان هایی از محققان و متخصصان صنعت ایجاد می کند. توسعه دهندگانی که درک بنیادی خوبی از نحوه کار LLM و همچنین بهترین شیوه های آموزش و استقرار آنها دارند، می توانند تصمیمات خوبی برای شرکت خود بگیرند و با سرعت بیشتری نمونه های اولیه کار را بسازند. این دوره از زبان آموزان در ایجاد شهود عملی در مورد نحوه بهترین استفاده از این فناوری جدید هیجان انگیز پشتیبانی می کند. این یک دوره متوسط ​​است، بنابراین باید تجربه کدنویسی در پایتون را داشته باشید تا از آن نهایت استفاده را ببرید. همچنین باید با اصول یادگیری ماشینی، مانند یادگیری تحت نظارت و بدون نظارت، توابع از دست دادن، و تقسیم داده ها به مجموعه های آموزشی، اعتبار سنجی و آزمایش آشنا باشید. اگر تخصص یادگیری ماشین یا تخصص یادگیری عمیق را از DeepLearning.AI گرفته اید، آماده گذراندن این دوره و غوطه ور شدن عمیق تر در اصول هوش مصنوعی مولد هستید.

 هوش مصنوعی مولد قدرت یادگیری ماشینی و هوش مصنوعی را برای همه به ارمغان می‌آورد و ایجاد رسانه‌های مختلف از جمله متن، تصویر، ویدئو، صدا و غیره را بسیار آسان می‌کند. اما برای متخصصان خلاق، این قدرت ملاحظات محتوایی و مسائل اخلاقی مهمی را نیز به همراه دارد. در این دوره، اشلی کندی به بررسی مزایا و مسائل پشت ابزارهای مختلف هوش مصنوعی مولد می پردازد - کشف پتانسیل، اما همچنین بررسی تصویر بزرگتر و پیامدهای این فناوری باورنکردنی.

 هوش مصنوعی کاربردهای به ظاهر بی حد و حصری دارد و مانند بسیاری از صنایع دیگر، بازاریابی دیجیتال توسط هوش مصنوعی بازسازی می شود. در این دوره، مارتین واکسمن به شما نشان می‌دهد که چگونه تبلیغات را مرتب کنید، استراتژی‌ها را توسعه دهید و ابزارهای مناسب هوش مصنوعی مولد را پیدا کنید که به شما در دستیابی به اهداف تجاری خود کمک می‌کند. مارتین با توضیح تفاوت بین هوش مصنوعی باریک و عمومی و آنچه که هر کدام انجام می دهند، شروع می کند. او سپس بحث می‌کند که چگونه ابزارهای مولد نوشتن، طراحی و بهره‌وری هوش مصنوعی بازاریابی دیجیتال و گردش کار خلاقانه شما را تغییر می‌دهند. او به شما نشان می‌دهد که چگونه فرآیندی را برای آزمایش و ارزیابی ابزارهای هوش مصنوعی مولد ایجاد و پیاده‌سازی کنید و آن‌هایی را انتخاب کنید که برای تیم و کسب‌وکار شما بهترین کار را دارند. همچنین یاد خواهید گرفت که چگونه به طور موثر ابزارهای هوش مصنوعی مولد را در جریان کاری بازاریابی دیجیتال بگنجانید. در نهایت، مشکلات کلیدی را که بازاریابان دیجیتال هنگام استفاده از ابزارهای هوش مصنوعی با آن مواجه می‌شوند، کشف کنید و یک استراتژی برای مدیریت موفقیت‌آمیز آن‌ها ایجاد کنید.

 

هوش مصنوعی چندین دهه است که زندگی ما را تحت تاثیر قرار داده و آن را متحول کرده است. اما در چند سال گذشته، هوش مصنوعی پیشرفت‌های باورنکردنی داشته است و برخی از برنامه‌های کاربردی آنقدر پیشرفته شده‌اند که به سرعت به نیروی قدرتمندی در صنایع مختلف تبدیل می‌شوند و پتانسیل تغییر شکل کل اقتصادها و حتی تغییر شکل جامعه را دارند.

این فناوری هوش مصنوعی مولد نامیده می شود. این موضوع باعث می شود که ما انسان ها چگونه محتوا تولید کنیم. نحوه کار ما را از خودکارسازی کارهای روزمره تا نوشتن کدهای پیچیده بازتعریف می کند. و نوآوری ما را به سطوح جدید سرعت می بخشد. چه یک مدیر ارشد باشید یا یک رهبر مشتاق، یادگیری نحوه عملکرد این فناوری، اینکه چرا می تواند برای کسب و کار و صنعت شما مخرب باشد و همچنین محدودیت های آن، برای شرکت و حرفه شما بسیار مهم است. به تومر کوهن، مدیر تولید لینکدین بپیوندید تا ابزارها و بینش های کلیدی را به شما نشان دهد تا به شما کمک کند از هوش مصنوعی مولد برای اختراع مجدد آینده کسب و کار خود استفاده کنید.

با آموزش اندرو نگ، پیشگام هوش مصنوعی، هوش مصنوعی مولد برای همه دیدگاه منحصر به فرد خود را در توانمندسازی شما و کارتان با هوش مصنوعی مولد ارائه می دهد. اندرو شما را در مورد نحوه عملکرد هوش مصنوعی مولد و کارهایی که می تواند (و نمی تواند) انجام دهد، راهنمایی می کند. این شامل تمرین‌های عملی است که در آنها یاد می‌گیرید از هوش مصنوعی مولد برای کمک به کارهای روزمره و دریافت نکاتی در مورد مهندسی سریع مؤثر استفاده کنید، و همچنین یاد می‌گیرید که چگونه فراتر از درخواست برای استفاده‌های پیشرفته‌تر از هوش مصنوعی بروید. بینش هایی در مورد آنچه که هوش مصنوعی مولد می تواند انجام دهد، پتانسیل و محدودیت های آن به دست خواهید آورد. شما به برنامه های دنیای واقعی کاوش خواهید کرد و موارد استفاده رایج را یاد خواهید گرفت. شما با پروژه‌های هوش مصنوعی مولد وقت خواهید داشت تا دانش خود را عملی کنید و بینشی از تأثیر آن بر تجارت و جامعه کسب کنید. این دوره برای اطمینان از اینکه همه می توانند در آینده مبتنی بر هوش مصنوعی ما شرکت کنند ایجاد شده است.

 

چه در زمینه فیلم، بازاریابی، مراقبت های بهداشتی، خودرو یا املاک و مستغلات کار می کنید، هوش مصنوعی مولد نحوه اجرای کار شما را تغییر می دهد و کسانی که زودتر با آن سازگار می شوند، زودتر از مزایای آن بهره مند می شوند. همه حرفه ها تحت تأثیر هوش مصنوعی مولد قرار خواهند گرفت. اختراع آن را می توان با اختراع عکاسی مقایسه کرد، یک انقلاب خلاقانه واقعی. اگر می‌خواهید بخشی از رهبرانی باشید که این انقلاب را به پیش می‌برند، این دوره می‌تواند شما را در سفر یادگیری خود شروع کند.

در این دوره، پینار سیهان دمیرداگ، متخصص هوش مصنوعی، اصول اولیه هوش مصنوعی مولد را با موضوعاتی از جمله اینکه چیست، چگونه کار می‌کند، نحوه ایجاد محتوای خود، انواع مختلف مدل‌ها، پیش‌بینی‌های آینده و پیامدهای اخلاقی را پوشش می‌دهد.

 هوش مصنوعی مولد یک موضوع داغ است که با انبوهی از مسائل حقوقی، اخلاقی و فناوری جدید پر شده است. توسعه هوش مصنوعی مولد ممکن است ناگهانی به نظر برسد، اما هنوز بر اساس دهه‌ها مفاهیم و شیوه‌های هوش مصنوعی پیش‌بینی‌کننده سنتی ساخته شده است. داگ رز در این دوره به تفاوت‌های بین هوش مصنوعی سنتی و مولد می‌پردازد. مفاهیم سنتی مانند شبکه‌های یادگیری عمیق تحت نظارت و بدون نظارت، الهام‌بخش مفاهیم جدید AI مولد مانند یادگیری خود نظارتی، مدل‌های پایه، مدل‌های انتشار و شبکه‌های متخاصم مولد هستند. برای درک اینکه یک فناوری به کجا می رود، مهم است که داستان آن را بدانید. این ابزارهای مولد هوش مصنوعی یک جهش بزرگ هستند، اما هنوز فصل دیگری از داستان هیجان انگیز هوش مصنوعی هستند.

 

از شرح شغل گرفته تا ارزیابی مهارت‌ها تا کمک‌گیری، هوش مصنوعی مولد بخش‌های منابع انسانی را متحول می‌کند. در این دوره، آینده پژوه، مشاور، سخنران و نویسنده دکتر تری هورتون شما را از طریق تحولاتی که در حال رخ دادن هستند و اینکه چگونه می توانید به طور موثر از آنها در بخش منابع انسانی خود استفاده کنید راهنمایی می کند. بیاموزید که چگونه هوش مصنوعی مولد، منابع انسانی را در جذب استعداد و حضور در آن کاتالیز، تبدیل و تقویت می‌کند. رهبری و توسعه کارکنان؛ تنوع، برابری و تعلق و تجربه کلی کارکنان. دریابید که چگونه هوش مصنوعی مولد می‌تواند از توسعه و ارزیابی استراتژی‌های منابع انسانی و سیاست‌های سازمانی حمایت کند و به اقدامات انطباق کمک کند. راه‌هایی را بررسی کنید که می‌توانید به آماده‌سازی نیروی کار سازمانتان برای هوش مصنوعی مولد کمک کنید. به‌علاوه، برخی از مسئولیت‌ها و ایده‌های مهم قانونی و اخلاقی را در مورد اینکه چگونه هوش مصنوعی مولد بر کسب‌وکار، کار، مشاغل و فرآیندهای منابع انسانی تأثیر می‌گذارد، مرور کنید.

ما شاهد بسیاری از گزارش‌های خبری از ابزارهای هوش مصنوعی Generative، مانند ChatGPT هستیم که اشتباه می‌کنند و اطلاعات نادرست تولید می‌کنند. بسیاری از این اشتباهات به این دلیل اتفاق می‌افتند که انسان‌ها از ابزارها به روشی اشتباه استفاده می‌کنند - تلاش برای حل مشکلات نامناسب و عدم فکر کردن به خطر. توهم یک اشکال نیست، این ویژگی زمانی است که به درستی به مشکلات برخورد کنید. این دوره تکنیک‌هایی را برای تعیین اینکه آیا مشکلی با قابلیت‌های هوش مصنوعی مولد مطابقت دارد، چارچوب‌بندی مشکلات برای کاهش ریسک، مهندسی سریع برای اعتماد و مشارکت انسانی مناسب در فرآیند را آموزش می‌دهد. دانش‌آموزان طرح‌های سریع، نحوه بررسی خروجی‌ها، نحوه استفاده از هوش مصنوعی مولد برای ایده‌پردازی و خلق، راه‌هایی برای تقویت مهارت‌های انسانی، و کاربردهای اخلاقی‌تر و مفیدتر را می‌آموزند. این دوره نشان می دهد که چگونه می توانید: - از تکنیک های مهندسی سریع برای تولید خروجی های مطمئن تر استفاده کنید - استاد روش‌ها برای تأیید و اعتبارسنجی خروجی‌ها - مشکلات را به روش های جایگزین برای کاهش ریسک چارچوب بندی کنید - از هوش مصنوعی مولد برای ایده پردازی خلاقانه استفاده کنید - از هوش مصنوعی مولد به روشی استفاده کنید که به جای جایگزینی استدلال و خلاقیت انسان، تقویت شود

این دوره برای همه طراحی شده است، از جمله متخصصان، مدیران اجرایی، دانش‌آموزان و علاقه‌مندان به استفاده از تکنیک‌های مهندسی سریع و مؤثر برای باز کردن پتانسیل کامل ابزارهای هوش مصنوعی (AI) مانند ChatGPT. مهندسی سریع فرآیندی است برای هدایت موثر مدل‌های هوش مصنوعی مولد و کنترل خروجی آنها برای تولید نتایج دلخواه. در این دوره، تکنیک ها، رویکردها و بهترین روش ها برای نوشتن اعلان های موثر را خواهید آموخت. شما در مورد تکنیک های سریع مانند شات صفر و چند شات، که می تواند قابلیت اطمینان و کیفیت مدل های زبان بزرگ (LLM) را بهبود بخشد، آشنا خواهید شد. شما همچنین رویکردهای مهندسی سریع مختلف مانند الگوی مصاحبه، زنجیره فکر و درخت فکر را بررسی خواهید کرد که هدف آنها ایجاد پاسخ های دقیق و مرتبط است. شما با ابزارهای مهندسی سریع مانند IBM watsonx Prompt Lab، Spellbook و Dust آشنا خواهید شد. آزمایشگاه‌های عملی موجود در این دوره فرصتی برای بهینه‌سازی نتایج با ایجاد اعلان‌های مؤثر در کلاس درس هوش مصنوعی IBM ارائه می‌دهند. همچنین از زبان پزشکان در مورد ابزارها و رویکردهای مورد استفاده در مهندسی سریع و هنر نوشتن اعلان های مؤثر خواهید شنید.

 

سال‌هاست، ما به موتورهای جستجو مانند Google و Bing اعتماد کرده‌ایم تا به ما کمک کنند تا در اینترنت همیشه در حال تکامل حرکت کنیم. اما اکنون که موتورهای استدلالی مانند Chat-GPT وارد صحنه شده اند، چگونه می توانید برای آینده جستجوی آنلاین آماده شوید؟ در این دوره، مربی اشلی کندی به شما نشان می‌دهد که چگونه با تمایزات کلیدی و بهترین شیوه‌های استفاده از موتورهای استدلالی که از هوش مصنوعی مولد استفاده می‌کنند، به سرعت برسید.

درباره مفاهیم اصلی استدلال مبتنی بر هوش مصنوعی مولد بیشتر بدانید. موتورها و تفاوت آنها با استراتژی موتورهای جستجو در طول مسیر، اشلی با کارشناسان موضوع مصاحبه می‌کند و توصیه‌های ساده‌ای درباره نحوه استفاده از قدرت مهندسی سریع با استراتژی‌های جستجوی متفکرانه ارائه می‌دهد که به در نظر گرفتن تفاوت‌های ظریف زبان، لحن، معیارها و موارد دیگر کمک می‌کند.