零门槛!微软18节免费课程手把手教你快速打造AI应用产品,抢占AI市场第一桶金

（关注公众号并设为🌟标，第一时间获取最新人工智能资讯和产品）

人工智能（AI）正以惊人的速度改变着我们的生活和工作方式。从智能手机助手到自动驾驶汽车，AI的应用无处不在。然而，AI不仅仅是大公司的专利，它同样为个人创业者和小型企业提供了前所未有的机遇。

如果你曾经幻想过创造自己的AI产品，但又觉得这个领域高深莫测，不知从何入手，那么现在正是你开始行动的最佳时机。事实上，掌握AI并不像许多人想象的那样困难。只要掌握一些基本概念，你就能踏上AI创新之路。

但是，该如何开始学习呢？在信息爆炸的时代，找到适合自己的学习资源往往是一个挑战。就在最近，科技巨头微软推出了一套含18节课的免费AI课程，这无疑是一个绝佳的学习机会。

AI技术日新月异的时代，机遇稍纵即逝。不要让自己落后于时代的步伐，现在就行动起来。谁知道呢，也许通过这些课程，你不仅能掌握改变未来的技能，还能在AI的蓝海中抓住属于你的第一桶金。

这套课程不仅深入浅出，还配有视频讲解和简单的实践教程，非常适合AI初学者。

每集课程简介

第一课、初学者：生成式人工智能简介和LLMs

你是否对生成式人工智能（Generative AI）和大型语言模型（LLM）的迷人世界感到好奇？那么这段视频绝对不容错过！在这段视频中，Carlotta Castelluccio 将带我们深入了解生成式人工智能的内在运作及其如何革新各个行业，特别是教育领域。

在这段视频中，我们将涵盖以下内容：

1. 我们创业想法和使命的介绍。
2. 生成式人工智能及其当前技术格局的发展历程。
3. 大型语言模型的内部运作。
4. 大型语言模型的主要能力和实际应用案例。

第二课、探索和比较不同的LLMs

在这节课视频中，我们将探索大型语言模型（LLM）的世界。Carlotta Castelluccio 和 Pablo Lopes 将揭示各种类型的LLM、它们在不同行业中的应用，以及企业如何利用它们的潜力。

在这段视频中，我们将涵盖以下内容：

1. 当前技术格局中不同类型的LLM。
2. 在Azure中测试、迭代和比较不同模型以适应您的使用场景。
3. 如何部署一个LLM。

第三课、负责任地使用生成式人工智能

生成式人工智能（AI）确实很吸引人，但你需要考虑如何负责任地使用它。你需要考虑如何确保输出的公平性、无害性等。这段视频旨在为你提供相关背景信息、需要考虑的因素以及如何采取积极步骤改进你的AI使用。

在这段视频中，我们将涵盖以下内容：

1. 为什么在构建生成式AI应用程序时应该优先考虑负责任的AI。
2. 负责任AI的核心原则及其与生成式AI的关系。
3. 如何通过策略和工具将这些负责任AI的原则付诸实践。

第四课、了解提示工程（Prompt Engineering）基础知识

随着我们探索提示工程的基本原理，微软研发工程师Nitya Narasimhan 将带你领略为生成式AI应用创建更好提示的艺术和科学。学习如何构建提示、迭代提示并验证其有效性。

在这段视频中，我们将涵盖以下内容：

1. 解释什么是提示工程以及为什么它很重要。
2. 描述提示的组成部分及其使用方式。
3. 学习提示工程的最佳实践和技术。
4. 将学到的技术应用于实际示例，使用OpenAI端点。

（第一课到第四课合集）

第五课、创建高级提示词（Prompt）

在这段全面且技术性强的视频中，我们将深入探讨生成式AI的提示工程世界。我们通过高级技术优化提示、提升响应质量，并深入了解实际案例。

在这段视频中，我们将涵盖以下内容：

1. 应用提示工程技术以改进提示的结果。
2. 配置你的提示以改变输出。

第六课、构建文本生成应用程序

欢迎观看使用OpenAI构建文本生成应用程序的全面指南。在这段视频中，将深入探讨文本生成的核心概念，并逐步指导你创建自己的文本生成应用程序。

在这段视频中，我们将涵盖以下内容：

1. 了解OpenAI库及其核心概念。
2. 使用OpenAI构建一个文本生成应用程序。
3. 理解如何使用提示、温度和令牌等概念来构建文本生成应用程序。

第七课、构建聊天应用程序

在这段深入的视频中，我们将探讨构建生成式AI驱动的聊天应用程序的细微差别。将涵盖所有关于高效构建和集成聊天应用程序到现有系统中的必要知识。

在这段视频中，我们将涵盖以下内容：

1. 高效构建和集成聊天应用程序的技术。
2. 如何对应用程序进行定制和微调。
3. 有效监控聊天应用程序的策略和注意事项。

第八课、构建搜索应用程序矢量数据库

大型语言模型（LLM）不仅仅用于聊天机器人和文本生成。还可以使用嵌入（Embeddings）构建搜索应用程序。嵌入是数据的数值表示，也称为向量，可以用于数据的语义搜索。

在本课程中，你将为我们的教育初创公司构建一个搜索应用程序。我们的初创公司是一家非营利组织，旨在为发展中国家的学生提供免费教育。我们的初创公司拥有大量的视频，学生可以通过这些视频学习AI。我们的初创公司希望构建一个搜索应用程序，允许学生通过输入问题来搜索YouTube视频。

例如，学生可能会输入“什么是Jupyter Notebooks？”或“什么是Azure ML？”，搜索应用程序将返回与问题相关的YouTube视频列表，更好的是，搜索应用程序将返回视频中回答该问题的位置链接。

在这段视频中，我们将涵盖以下内容：

1. 语义搜索与关键词搜索。
2. 什么是文本嵌入。
3. 创建文本嵌入索引。
4. 搜索文本嵌入索引。

（第五课到第八课合集）

第九课、构建图像生成应用程序

大型语言模型（LLM）不仅仅用于文本生成，还可以通过文本描述生成图像。将图像作为一种模态在医疗技术、建筑、旅游、游戏开发等多个领域中非常有用。在本章节中，我们将探讨两种最流行的图像生成模型，DALL-E 和 Midjourney。

在这段视频中，我们将涵盖以下内容：

1. 图像生成及其用途。
2. DALL-E 和 Midjourney，它们是什么以及它们如何工作。
3. 如何构建一个图像生成应用程序。

第十课、构建低代码人工智能应用程序

在这段详细的视频中，我们将探索低代码开发平台的世界以及如何通过AI增强它们。Someleze Diko 将深入讲解Power Platform，如何利用生成式AI、Copilot和AI Builder构建低代码AI应用程序，从而赋能开发者和非开发者。

在这段视频中，我们将涵盖以下内容：

1. 生成式AI在Power Platform中的介绍。
2. Copilot的介绍及其使用方法。
3. 使用生成式AI在Power Platform中构建应用程序和流程。
4. 了解Power Platform中的AI Builder和AI模型。

第十一课、将外部应用程序与函数调用集成

外部应用程序与函数调用集成，在这段视频中，我们将涵盖以下内容：

1. 解释什么是函数调用及其使用案例。
2. 使用Azure OpenAI创建一个函数调用。
3. 如何将函数调用集成到应用程序中。

第十二课、为人工智能应用程序设计用户体验

在这段信息丰富的视频中，我们将深入探讨AI应用的用户体验（UX）设计。Bethany Jepchumba 将讲解在AI系统中建立信任和透明度的重要性，以确保用户满意度和负责任的AI。

在这段视频中，我们将涵盖以下内容：

1. 用户体验介绍和理解用户需求。

2. 为信任和透明度设计AI应用。

3.  为协作和反馈设计AI应用。

（第九课到第十二课合集）

第十三课、保护你的生成式人工智能应用程序

在这段视频中，我们将涵盖以下内容：

1. AI系统中的安全性。
2. AI系统常见的风险和威胁。
3. 保护AI系统的方法和注意事项。

第十四课、生成式人工智能应用程序生命周期

对于所有AI应用来说，一个重要的问题是AI功能的相关性。由于AI是一个快速发展的领域，为了确保你的应用保持相关性、可靠性和稳健性，你需要不断地监控、评估和改进它。这就是生成式AI生命周期的作用所在。

生成式AI生命周期是一个框架，引导你完成开发、部署和维护生成式AI应用程序的各个阶段。它帮助你定义目标、衡量性能、识别挑战并实施解决方案。它还帮助你将应用程序与领域和利益相关者的伦理和法律标准对齐。通过遵循生成式AI生命周期，你可以确保你的应用程序始终提供价值并满足用户的需求。

在这段视频中，我们将涵盖以下内容：

1. 理解从MLOps到LLMOps的范式转变。
2. LLM生命周期。
3. 生命周期工具。
4. 生命周期的量化和评估。

第十五课、检索增强生成 (RAG) 和向量数据库

在搜索应用课程中，我们简要学习了如何将你自己的数据集成到大型语言模型（LLM）中。在本课中，我们将进一步探讨在LLM应用中将数据与模型关联的概念、该过程的机制以及存储数据的方法，包括嵌入和文本。

在本课中，我们将涵盖以下内容：

1. RAG的介绍，它是什么以及为什么在人工智能（AI）中使用它。
2. 理解什么是向量数据库，并为我们的应用创建一个。
3. 一个关于如何将RAG集成到应用中的实际例子

第十六课、 开源模型和拥抱脸（Hugging Face）

开源大型语言模型（LLM）令人兴奋且不断发展。本课旨在深入了解开源模型。如果你想了解专有模型与开源模型的比较信息，请前往“探索和比较不同的LLM”课程。

本课还将涉及微调的主题，但更详细的解释可以在“微调LLM”课程中找到。

在本课中，我们将涵盖以下内容：

1. 了解开源模型。
2. 理解使用开源模型的好处。
3. 探索拥抱脸(Hugging Face)和Azure AI Studio上可用的开源模型。

第十七课、 人工智能代理

AI代理代表了生成式AI的一个令人兴奋的发展，使大型语言模型（LLM）能够从助手进化为能够采取行动的代理。AI代理框架使开发者能够创建应用程序，赋予LLM访问工具和状态管理的能力。这些框架还增强了可见性，使用户和开发者能够监控LLM计划的行动，从而改善体验管理。

在这段视频中，我们将涵盖以下领域：

1. 理解什么是AI代理——AI代理究竟是什么？
2. 探索四种不同的AI代理框架——是什么使它们独特？
3. 将这些AI代理应用于不同的用例——何时应该使用AI代理？

第十八课、微调LLMs

这段视频介绍了预训练语言模型的微调概念，探讨了这种方法的优点和挑战，并提供了何时以及如何使用微调来提高生成式AI模型性能的指导。

在这段视频中，我们将涵盖以下内容：

1. 什么是语言模型的微调？
2. 何时以及为什么微调有用？
3. 我如何微调一个预训练模型？
4. 微调的局限性是什么？

（第十三课到第十八课合集）

原版英文课程链接：https://github.com/microsoft/generative-ai-for-beginners

往期回顾

---

---

我们的AI团队现向外界开放服务，旨在助力每个企业与个人引领时代潮流，将先进科技与创新想法完美融合!

告别昂贵服务费和缺人烦恼,再见漫长交付周期

无限创意风格,分分钟生成专业级作品

感受 AI 带来的全新工作体验！

欢迎各大品牌方、媒体、科技企业、知名IP等合作

合作请联系负责人微信：Milo-1101

--END--