Generative AI และ Deep Learning

เรียนรู้การสร้างแอปพลิเคชันที่ขับเคลื่อนโดย Large Language Models (LLM) โดยใช้เฟรมเวิร์กอย่าง LangChain และ LlamaIndex พัฒนาแชทบอท ระบบตอบคำถาม และเอเจนต์ด้วย Retrieval-Augmented Generation (RAG)

เรียนรู้การสร้างโมเดลที่เข้าใจและสร้างเนื้อหาในหลายรูปแบบ เช่น ข้อความ รูปภาพ เสียง และวิดีโอ สำรวจสถาปัตยกรรมที่เชื่อมโยงข้อมูลประเภทต่างๆ เพื่อแอปพลิเคชัน AI ที่สมบูรณ์ยิ่งขึ้น

เชี่ยวชาญศิลปะและศาสตร์ของการสร้างพรอมต์ที่มีประสิทธิภาพเพื่อชี้นำ Large Language Models (LLM) สำหรับงานต่างๆ ตั้งแต่การสร้างเนื้อหาไปจนถึงการให้เหตุผลที่ซับซ้อน เรียนรู้เทคนิคต่างๆ เช่น zero-shot, few-shot และ chain-of-thought prompting

ค้นพบวิธีใช้โมเดลเจเนอเรทีฟเพื่อสร้างเสียง คำพูด และดนตรีที่ไม่เคยมีมาก่อน เรียนรู้เกี่ยวกับโมเดลสำหรับการแปลงข้อความเป็นคำพูด การโคลนเสียง และการประพันธ์เพลงด้วยอัลกอริทึม

มุ่งเน้นไปที่ความท้าทายในการดำเนินงานของการปรับใช้ การตรวจสอบ และการบำรุงรักษาโมเดล Generative ขนาดใหญ่ เรียนรู้เกี่ยวกับการกำหนดเวอร์ชันโมเดล การติดตามประสิทธิภาพ การจัดการต้นทุน และการสร้างไปป์ไลน์การผลิตที่มีประสิทธิภาพ

ก้าวไปไกลกว่าการใช้พรอมต์ด้วยการเรียนรู้ที่จะปรับจูน (fine-tune) โมเดลภาษาที่ฝึกไว้ล่วงหน้าบนชุดข้อมูลที่กำหนดเอง ปรับโมเดลต่างๆ เช่น GPT, Llama และ BERT สำหรับโดเมนและงานเฉพาะทางเพื่อปรับปรุงประสิทธิภาพและความแม่นยำ

เจาะลึกสถาปัตยกรรมและการประยุกต์ใช้ Diffusion Models เพื่อสร้างภาพคุณภาพสูงจากข้อความ Explore โมเดลต่างๆ เช่น Stable Diffusion และ DALL-E และเรียนรู้เทคนิคการสังเคราะห์และแก้ไขภาพ

สำรวจทฤษฎีและการปฏิบัติของ Generative Adversarial Networks เรียนรู้การสร้างและฝึกฝน GANs สำหรับงานต่างๆ เช่น การสร้างภาพ การแปลงสไตล์ และการเพิ่มข้อมูล

ทำความเข้าใจสถาปัตยกรรมการเรียนรู้เชิงลึกพื้นฐานที่เป็นขุมพลังของ AI สมัยใหม่ เรียนรู้เกี่ยวกับกลไก self-attention, positional encodings และโครงสร้าง encoder-decoder ที่ทำให้โมเดลอย่าง GPT และ BERT เป็นไปได้