Курс призван дать понятное и практическое введение в современные подходы к искусственному интеллекту, основа — нейронные сети, языковые модели, промпт-инжиниринг и этические аспекты использования ИИ в реальных задачах.
Быстрый тест
Какой раздел курса вы хотите начать?
Язык и промпты
Изображения и генеративные модели
Этика и правовые аспекты
Цели курса:
Понимать базовые принципы работы ИИ и нейронных сетей
Уметь формулировать эффективные запросы (промпты)
Разобрать практические примеры применения: от GAN до RNN
Освоить этические принципы и правовые рамки использования ИИ
Модули курса
1. Введение в искусственный интеллект и нейронные сети
Что такое ИИ, базовые концепции нейронных сетей и обучающие процедуры. Основные типы слоев: Dense/Fully Connected, Convolution, Recurrent.
Понимания обучающих процессов: прямой проход и обратное распространение ошибки
Различия между обучением с учителем и без учителя
2. Языковые модели и GPT
Архитектуры трансформеров, внимательность (attention), принципы обучения языковых моделей, способы генерации текста и настройки под задачи.
Стратегии prompt-инжиниринга
Роли системных и пользовательских подсказок
3. Generative Adversarial Networks (GAN)
Архитектура состязательных сетей: генератор и дискриминатор, способы обучения и проблемы (mode collapse, устойчивость). Примеры применения в генерации изображений и синтезе данных.
4. Convolutional Neural Networks (CNN)
Основы сверточных слоев, архитектуры (AlexNet, VGG, ResNet), применимость к обработке изображений и видео.
5. Recurrent Neural Networks (RNN) и последовательности
Сети с памятью: LSTM, GRU; обработка последовательностей, временные ряды и задачи перевода/генерации текста.
6. Применение ИИ в разных сферах
Здравоохранение, финансы, образование, промышленность, безопасность данных. Примеры проектов и оценка выгодности внедрения.
7. Промпты и промпт-инжиниринг
Типы промптов: нулевой-shot, одно- и многошаговые. Практические техники формирования эффективных подсказок, примеры под задачи.
Шаблоны промптов
Контекст и ограничение длины
8. Этические и правовые аспекты использования ИИ
Проблемы конфиденциальности, ответственность за решения ИИ, прозрачность алгоритмов, возможность предвзятости и способы её минимизации.
Источники и дальнейшее чтение
Стандартные материалы по нейронным сетям и трансформерам
Документация по промпт-инжинирингу и практикам взаимодействия с языковыми моделями
Этические руководства и правовые рамки использования ИИ
Примечание: данный раздел — ориентир. Добавляйте конкретные ссылки и файлы по теме курса.
