大型语言模型（LLM）这么火，但是你知道它的工作原理或者怎样使用它吗？
最近，著名人工智能学者、斯坦福大学计算机科学系教授吴恩达在推特上介绍了一门新课程《Generative AI with Large Language Models》。
课程概览
在这门课程中，你可以学习到有关于AI、LLM的基础知识、实践技能，并且对生成式AI的功能有所理解。除此之外课程将带领你深入研究通用AI的最新内容，加深你对公司使用尖端科技来创造价值的理解。更重要的是，你还能获得AWS AI 的从业者们的知道。他们正在业务用力中积极建构和部署AI，这样生动且具象的案例一定能让你对AI的应用及部署印象深刻。
当然，课程的学习并非一蹴而就，为了「吃透」知识点，你需要完成以下内容：
深入理解生成式AI，以能够详细描述基于LLM的生成式AI的生命周期，从数据收集和模型选择，到性能评估和部署；详细描述用来支持LLM的Transformer架构，包括它的训练方式，以及如何进行微调来使LLM能够适应各种特定用例；使用经验缩放定律在数据集大小、计算预算和推理要求之间优化模型的目标函数；应用最先进的训练、调优、推理、工具和部署方法，在项目的特定约束下最大化模型的性能；听取行业研究人员和从业者的故事后，探讨生成性AI为企业创造的挑战和机会；完成课程后，获得Coursera证书，用来证明你的技能。课程的授课大纲如下，大家可做参考进一步了解授课内容。
该课程为不同身份的学生提供了不同的学习内容：
如果你是数据科学家，你可以在课程中了解生成式AI的基本结构和机制，并探索该领域进一步创新的途径；如果你是机器学习工程师，你可以在课程中学习不同的用例和应用程序时，一并如何学习更好地训练、优化和微调生成模型；如果你是prompt工程师，你可以在课程中探索高级提示技术，并学习如何使用生成配置参数控制输出；如果你是研究工程师，你可以在课程中以自己的生成AI先进技术为基础，深入探索最先进的生成模型和架构；如果你对生成式AI感兴趣，你可以在课程中了解如何使用生成式AI以及相关的基础知识，对于数据科学家:深入了解生成式人工智能的基本结构和机制，并探索该领域进一步创新的途径；对于机器学习工程师:学习如何更好地训练、优化和微调生成模型，同时学习不同的用例和应用程序。
也有网友提问，如果自己对AI完全不了解，这门课程可以作为入门课程进行学习吗？答案是否定的哦。这门课程是中级课程，需要有Pathon编程的精要才能够最大限度地利用它。你还应该熟悉机器学习的基础知识，如监督学习和无监督学习、损失函数，将数据分为训练集、验证集和测试集等知识。
讲师介绍
该课程的讲师是来自AWS生成式 AI 开发团队的4位研究者，包括首席开发者Antje Barth、开发者Mike Chambers、首席架构师Chris Fregly和Shelbee Eigenbrode。
他们都是行业内的佼佼者，不仅了解最前沿的技术，更是熟悉其实际应用，跟随者他们的讲授，你会看到一片新的天地。
网友们对于该课程的评价颇高：课程内容丰富、全面，在技术细节上能对行业新人有很大提升。
如果你也感兴趣，就快报名参加吧。
参考链接：
https://twitter.com/AndrewYNg/status/1674113793520193537
https://www.deeplearning.ai/courses/generative-ai-with-llms/
