Verstehen Sie die Theorie und die Anwendungen der generativen KI, einschließlich Transformatoren, großer Sprachmodelle und symbolischer Schlussfolgerungen für die Erstellung von Inhalten.
Erfahren Sie, wie KI mit generativen Modellen integriert werden kann, um die Erklärbarkeit, die Kontrolle und verantwortungsvolle KI-Lösungen in realen Anwendungen zu verbessern.
Lernen Sie, wie man KI-Projekte in großem Maßstab verwaltet, wobei der Schwerpunkt auf der Integration von generativer und symbolischer KI liegt, um ethische Überlegungen zu berücksichtigen.
Kompetenzen, die Sie erwerben
Kategorie: LLM-Bewerbung
LLM-Bewerbung
Kategorie: Feinabstimmung
Feinabstimmung
Kategorie: Künstliche Intelligenz
Künstliche Intelligenz
Kategorie: AI-Integrationen
AI-Integrationen
Kategorie: Daten-Ethik
Daten-Ethik
Kategorie: Verantwortungsvolle AI
Verantwortungsvolle AI
Kategorie: Rechnerische Logik
Rechnerische Logik
Kategorie: KI-Kenntnisse
KI-Kenntnisse
Kategorie: Modellierung großer Sprachen
Modellierung großer Sprachen
Kategorie: Generative Modellarchitekturen
Generative Modellarchitekturen
Kategorie: AI-Sicherheit
AI-Sicherheit
Werkzeuge, die Sie lernen werden
Kategorie: ChatGPT
ChatGPT
Kategorie: Generative KI
Generative KI
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
6 Aufgaben
Unterrichtet in Englisch
91% of learners achieved a positive career outcome
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Der Kurs "Generative KI" bietet eine eingehende Erkundung der generativen KI und konzentriert sich dabei sowohl auf die Theorie als auch auf praktische Anwendungen von Transformatoren, großen Sprachmodellen und symbolischer KI. Nach Abschluss des Kurses werden die Lernenden ein umfassendes Verständnis dafür erlangen, wie diese Technologien funktionieren und wie sie integriert werden können, um komplexe Probleme zu lösen und neue Inhalte zu generieren. Anhand von Fallstudien aus der Praxis analysieren die Studierenden die Stärken und Schwächen generativer KI-Systeme und werden so auf die Herausforderungen und Chancen vorbereitet, mit denen sie in KI-Führungspositionen konfrontiert werden. Was diesen Kurs von anderen abhebt, ist der Fokus auf die Überschneidung von symbolischer KI und generativen Prozessen, der Einblicke in die Verbesserung dieser Modelle im Hinblick auf Erklärbarkeit und Kontrolle bietet. Durch die Untersuchung sowohl der stochastischen als auch der symbolischen KI werden die Lernenden verstehen, wie diese Ansätze einander ergänzen, um verantwortungsvolle, ethische und nachhaltige KI-Systeme zu schaffen. Ganz gleich, ob Sie KI-Projekte leiten, modernste KI-Tools integrieren oder ihre weiterreichenden Auswirkungen verstehen wollen, dieser Kurs vermittelt Ihnen die notwendigen Fähigkeiten, um sich in der sich entwickelnden Landschaft der generativen KI zurechtzufinden.
Dieser Kurs beschäftigt sich mit der Theorie und Anwendung generativer KI, wobei der Schwerpunkt auf den Unterschieden zwischen stochastischer KI, Expertensystemen und symbolischer KI liegt. Sie werden lernen, wie symbolische KI generativ sein kann und wie sowohl stochastische als auch symbolische Ansätze integriert werden können. Der Schwerpunkt liegt auf der Entwicklung ganzheitlicher, verantwortungsvoller KI-Lösungen. Anhand praktischer Beispiele werden Sie ein tiefes Verständnis für die Möglichkeiten der KI und ethische Überlegungen gewinnen.
Das ist alles enthalten
1 Lektüre1 Plug-in
Infos zu Modulinhalt anzeigen
1 Lektüre•Insgesamt 5 Minuten
Überblick über den Kurs•5 Minuten
1 Plug-in•Insgesamt 4 Minuten
Biografie des Lehrers - Dr. Ian McCulloh•4 Minuten
Transformatoren und große Sprachmodelle
Modul 2•5 Stunden abzuschließen
Moduldetails
Dieses Modul erforscht die Grundlagen und Anwendungen von Large Language Models (LLMs) und Transformers. Es behandelt die Grundlagen, Fähigkeiten und die Feinabstimmung von LLMs wie ChatGPT sowie ihre Verwendung bei der Bilderzeugung. Das Modul befasst sich auch mit Herausforderungen wie Halluzinationen, Schwachstellen und Modellkompetenz und vermittelt so ein umfassendes Verständnis von LLMs und ihren Auswirkungen auf die Praxis.
Das ist alles enthalten
9 Videos2 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
9 Videos•Insgesamt 106 Minuten
Einführung in Transformatoren und große Sprachmodelle•9 Minuten
Stiftung Modelle•16 Minuten
Große Sprachmodelle•12 Minuten
Warum sieht Chat GPT intelligent aus?•6 Minuten
Spezialisierte LLMs und Feinabstimmung•13 Minuten
Bilderzeugung•13 Minuten
Methoden der Bilderzeugung•5 Minuten
Kompetenz und Halluzination•17 Minuten
LLM-Schwachstellen•14 Minuten
2 Lektüren•Insgesamt 120 Minuten
Referenzen lesen•60 Minuten
Referenzen lesen•60 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Transformatoren und große Sprachmodelle•60 Minuten
Transformatoren verstehen: Grundlagen und Fähigkeiten von großen Sprachmodellen•15 Minuten
Anwendungen erforschen: Bilderzeugung und Herausforderungen bei großen Sprachmodellen•15 Minuten
Symbolische generative KI
Modul 3•7 Stunden abzuschließen
Moduldetails
Dieses Modul erforscht die Überschneidung von symbolischer und generativer KI und konzentriert sich darauf, wie symbolische KI generative Prozesse informiert und verbessert. Aufbauend auf dem Vorwissen über generative KI werden symbolische Schlussfolgerungen mit stochastischen Modellen integriert, um verantwortungsvolle KI-Lösungen zu schaffen. Zu den Schlüsselthemen gehören symbolische KI, formale Methoden, relationales Kalkül und Datenintegration, die für Systeme zur Gewinnung von Erkenntnissen in unterschiedlichen Umgebungen unerlässlich sind. Das Modul betont, wie die Kombination von regelbasiertem Denken mit generativer KI erklärbare, transparente Systeme hervorbringt, die ethischen und regulatorischen Standards entsprechen.
Das ist alles enthalten
13 Videos3 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
13 Videos•Insgesamt 148 Minuten
Symbolische generative KI•9 Minuten
Business-Anwendungen•12 Minuten
Beschränkungen•12 Minuten
Formale Methoden Teil 1•16 Minuten
Formale Methoden Teil 2•5 Minuten
Relationale Kalküle•12 Minuten
Relationale Kalkulation vs. Algebra•4 Minuten
So funktioniert die relationale Kalkulation•7 Minuten
Abfrage-Optimierer•12 Minuten
Ein Verfolgungsalgorithmus•18 Minuten
Anschauliches Beispiel für den Abfrageoptimierer•7 Minuten
Integration von Daten•23 Minuten
GPT-Zuweisung•11 Minuten
3 Lektüren•Insgesamt 160 Minuten
Referenzen lesen•60 Minuten
Referenzen lesen•60 Minuten
Selbstreflektierende Lektüre: Aufbau eines benutzerdefinierten GPTs zur Bewältigung strategischer Geschäftsherausforderungen•40 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Symbolische generative KI•60 Minuten
Erforschung symbolisch-generativer KI und formaler Methoden in der Wirtschaft•15 Minuten
Relationales Kalkül, Abfrageoptimierung und Datenintegrationstechniken•15 Minuten
Die Aufgabe der Johns Hopkins University ist es, ihre Studenten auszubilden und ihre Fähigkeit zum lebenslangen Lernen zu fördern, unabhängige und originelle Forschung zu betreiben und der Welt den Nutzen von Entdeckungen zu bringen.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was erhalte ich, wenn ich das Zertifikat kaufe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.