Deep Learning.AI s’est associé à AWS pour développer un cours sur les grands modèles de langage : « Generative AI with Large Language Models (LLM) ». Disponible sur Coursera, on peut y apprendre les principes fondamentaux du fonctionnement de l’IA générative et comment la déployer dans des applications réelles.
Les instructeurs ont une vaste expertise en IA et en apprentissage automatique :
- Andrew Ng, fondateur de Deeplearning.ai et cofondateur de Coursera ;
- Antje Barth, principale défenseure des développeurs chez AWS ;
- Chris Fregly, architecte de solutions principal chez AWS,
- Shelbee Eigenbrode, architecte de solutions principal chez AWS,
- Mike Chambers, défenseur des développeurs chez AWS.
Ce cours est de niveau intermédiaire. Il demande une certaine expérience du codage en Python et des bases en apprentissage automatique, telles que l’apprentissage supervisé et non supervisé, les fonctions de perte et le fractionnement des données en ensembles de formation, de validation et de test.
Pour ceux qui n’ont aucune expérience en programmation, il est recommandé de commencer par un cours pour débutants tel que la spécialisation en machine ou en deep learning.
Comprendre l’IA générative
Le cours couvre les étapes clés d’un cycle de vie typique de l’IA générative basée sur les LLM, de la collecte de données et de la sélection de modèles à l’évaluation et au déploiement des performances. Il aborde également l’architecture de transformateur qui alimente les LLM, leur entraînement et le réglage fin qui permet de les adapter à une variété de cas d’utilisations spécifiques.
Les étudiants apprendront comment utiliser des lois de mise à l’échelle empiriques pour optimiser la fonction objective du modèle en fonction de la taille du jeu de données, du budget de calcul et des exigences d’inférence. Ils sauront également comment appliquer des méthodes de formation, de réglage, d’inférence, d’outils et de déploiement de pointe pour optimiser les performances des modèles dans les contraintes spécifiques de leur projet.
Il permettra :
- Aux scientifiques des données d’acquérir des connaissances plus approfondies sur la structure et les mécanismes sous-jacents de l’IA générative et explorer des pistes pour d’autres innovations dans ce domaine ;
- Aux ingénieurs en machine learning de découvrir comment mieux former, optimiser et affiner les modèles génératifs tout en découvrant différents cas d’utilisation et applications ;
- Aux ingénieurs d’invite d’explorer les techniques d’invite avancées et apprenez à contrôler votre sortie à l’aide de paramètres de configuration générative ;
- Aux ingénieurs de recherche d’explorer en profondeur les modèles et architectures génératifs de pointe pour vous appuyer sur vos propres techniques avancées en matière d’IA générative.
- À toute personne intéressée par l’IA générative d’obtenir une introduction complète au développement avec l’IA générative et ses fondamentaux.
