跟顶尖专家学AI，Google DeepMind推出全新实用学习课程

DeepMind宣布与伦敦大学学院（UCL）合作，共同推出了一套免费的 “AI研究基础”（AI Research Foundations） 课程

这套课程现已在Google Skills上线，定位为技术性、大学水平的课程。其核心目标非常明确：通过实用的、专门构建的内容，赋予学习者进行高影响力AI研究所需的技能

传送门：

https://skills.google/collections/deepmind

课程内容不仅涵盖Transformer的深度解析，还将手把手教你如何构建和微调LLM

课程讲师阵容包括了Gemini项目负责人Oriol Vinyals等业内大牛，他们将带你探索如何更好地编写代码、微调AI模型等核心议题

这套基础课程目前设计了一系列课程部分，旨在结合负责任的AI研究技术，通过实践加深学习者的专业知识，比如随便给大家看几个课程：

课程01：构建你自己的小型语言模型

时长：6小时

这门课将带你了解语言模型的基础知识，并建立对机器学习开发流程的高层理解

主要内容包括：

模型对比：思考传统N-gram模型与先进Transformer模型的优势和局限性

实战实验室：通过实际编码，深入了解机器学习模型的工作原理，以及它们如何用于生成文本和识别语言模式

案例研究：通过真实案例，了解研究工程师是如何工作的

应用与责任：基于这些见解，确定你想在自己社区中解决的问题，并考虑如何在全球和本地背景下负责任地利用机器学习的力量

课程02：表示你的语言数据

时长：4小时

这门课专注于教你如何为语言模型的处理准备文本数据

核心知识点：

数据准备：研究用于准备、结构化和表示文本数据的工具和技术，重点关注

分词（Tokenization）和嵌入（Embeddings）

批判性思考：鼓励深入思考数据准备背后的决策，以及数据中可能存在的偏见如何被引入模型

技术细节：分析权衡，学习如何处理向量和矩阵，以及意义如何在语言模型中被表示

伦理设计：练习使用数据卡片（Data Cards）流程以合乎道德的方式设计数据集，确保AI开发中的透明度、问责制和对社区价值观的尊重

课程03：设计和训练神经网络

时长：4小时

第三门课程聚焦于机器学习模型的训练过程

你将学到：

问题排查：学习如何发现并缓解模型训练中的问题，例如过拟合和欠拟合

编程实战：在实验室中实现并评估用于简单分类任务的多层感知机（MLP）。这将有助于理解神经网络模型的训练机制和反向传播算法

现实应用：通过研究案例，展示神经网络如何为现实世界的模型提供动力

还有其他课程，大家可以去探索