跟頂尖專家學AI，Google DeepMind推出全新實用學習課程

DeepMind宣布與倫敦大學學院（UCL）合作，共同推出了一套免費的 “AI研究基礎”（AI Research Foundations） 課程

這套課程現已在Google Skills上線，定位為技術性、大學水平的課程。其核心目標非常明確：通過實用的、專門構建的內容，賦予學習者進行高影響力AI研究所需的技能

傳送門：

https://skills.google/collections/deepmind

課程內容不僅涵蓋Transformer的深度解析，還將手把手教你如何構建和微調LLM

課程講師陣容包括了Gemini項目負責人Oriol Vinyals等業內大牛，他們將帶你探索如何更好地編寫代碼、微調AI模型等核心議題

這套基礎課程目前設計了一系列課程部分，旨在結合負責任的AI研究技術，通過實踐加深學習者的專業知識，比如隨便給大家看幾個課程：

課程01：構建你自己的小型語言模型

時長：6小時

這門課將帶你了解語言模型的基礎知識，并建立對機器學習開發流程的高層理解

主要內容包括：

模型對比：思考傳統N-gram模型與先進Transformer模型的優勢和局限性

實戰實驗室：通過實際編碼，深入了解機器學習模型的工作原理，以及它們如何用于生成文本和識別語言模式

案例研究：通過真實案例，了解研究工程師是如何工作的

應用與責任：基于這些見解，確定你想在自己社區中解決的問題，并考慮如何在全球和本地背景下負責任地利用機器學習的力量

課程02：表示你的語言數據

時長：4小時

這門課專注于教你如何為語言模型的處理準備文本數據

核心知識點：

數據準備：研究用于準備、結構化和表示文本數據的工具和技術，重點關注

分詞（Tokenization）和嵌入（Embeddings）

批判性思考：鼓勵深入思考數據準備背后的決策，以及數據中可能存在的偏見如何被引入模型

技術細節：分析權衡，學習如何處理向量和矩陣，以及意義如何在語言模型中被表示

倫理設計：練習使用數據卡片（Data Cards）流程以合乎道德的方式設計數據集，確保AI開發中的透明度、問責制和對社區價值觀的尊重

課程03：設計和訓練神經網絡

時長：4小時

第三門課程聚焦于機器學習模型的訓練過程

你將學到：

問題排查：學習如何發現并緩解模型訓練中的問題，例如過擬合和欠擬合

編程實戰：在實驗室中實現并評估用于簡單分類任務的多層感知機（MLP）。這將有助于理解神經網絡模型的訓練機制和反向傳播算法

現實應用：通過研究案例，展示神經網絡如何為現實世界的模型提供動力

還有其他課程，大家可以去探索