Mēs izlaižam virkni videoklipu mākslīgā intelekta iesācējiem, sākot no ekspertu līmeņa līdz pat tiem, kas izmanto mākslīgo intelektu.
Apmāciet noteiktu līmeni vai sāciet no 1. video līdz pat 50., lai kļūtu par nopietnu mākslīgā intelekta profesionāli.
Mēs visu laiku pievienosim jaunus videoklipus līdz pat 50. līmenim un pēc tam tālāk, lai jūs varētu apgūt konkrētus rīkus.
1. līmenis — mākslīgā intelekta iesācējs
1.–10. sērija: “Es saprotu mākslīgo intelektu.”
Noskatieties 1.–10. videoklipu = ATSLĒGTS LĪMENIS: MĀKSLĪGĀ INTELEKTA LIETOTĀJS 🟢
2. līmenis — pamudināšana
11.–20. sērija: “Es varu pareizi sazināties ar mākslīgo intelektu.”
Skatieties 1.–20. videoklipu = ATKLĀTS LĪMENIS: Mākslīgā intelekta SPĒJĪGAIS LIETOTĀJS 🔵
3. līmenis — mākslīgais intelekts darbā
21.–30. sērija: “Es varu izmantot mākslīgo intelektu reālās pasaules darbam.”
Skatieties videoklipus 1–30 = ATKLĀTS LĪMENIS: Mākslīgā intelekta profesionālis 🟣
4. līmenis — AI veidotājs
31.–40. sērija: “Es varu veidot mākslīgā intelekta sistēmas.”
Skatieties 1.–40. video: ATKLĀTS LĪMENIS: MĀKSLĪGĀ RAŽOTĀJA VEIDOTĀJS 🟠
5. līmenis — AI profesionālis
41.–50. sērija: “Es saprotu, kas notiek zem mums.”
Skatieties 1.–50. video: 🎓 AI PRO — IZGLĪTĪBA
1. LĪMENIS — IESĀCĒJS AR MĀKSLĪGO DARBU
1.–10. sērija: “Es saprotu mākslīgo intelektu.”
| Epizode | Epizode | 5 minūšu video |
|---|---|---|
| 1 | Kas īsti ir mākslīgais intelekts? |
Izskaidro mākslīgo intelektu, ģeneratīvo mākslīgo intelektu un tiesību zinātnes bez tehniskā žargona. Paskaidro, ka tā paredz/ģenerē, nevis "zina visu" Saite uz kursa video: |
| 2 | ChatGPT, Claude, Gemini utt. — kāda ir atšķirība? |
Izskaidro modeļus un mākslīgā intelekta lietotnes. Salīdzina vienu un to pašu vienkāršo jautājumu vairākiem asistentiem. Māca, ka nav viena “labākā mākslīgā intelekta” Saite uz kursa video: |
| 3 | Jūsu pirmais pareizais mākslīgā intelekta uzdevums | Slikti: “uzraksti man e-pastu.” Labāk: mērķis + konteksts + auditorija + vēlamais rezultāts. |
| 4 | Lieliska uzveduma 4 daļas | Māca uzdevumu + kontekstu + ierobežojumus + rezultātu. Sniedz skatītājiem vienkāršu, atkārtoti izmantojamu sistēmu. |
| 5 | Beidziet izturēties pret mākslīgo intelektu kā pret Google | Māca sarunas un turpmākus norādījumus. Parāda, kā vidēja pirmā atbilde, atkārtojot, kļūst par izcilu. |
| 6 | Kāpēc mākslīgais intelekts dažreiz visu izdomā | Halucinācijas. Rāda ticamas nepareizas atbildes. Jau no pirmās dienas māca "pārbaudīt svarīgus faktus". |
| 7 | Mākslīgā intelekta zināšanas pretstatā meklēšanai internetā | Izskaidro, kad modeļa esošās zināšanas ir pietiekamas un kad nepieciešama pašreizēja tīmekļa izpēte/meklēšana. |
| 8 | Ko nekad nevajadzētu ievietot mākslīgajā intelektā | Paroles, konfidenciāla klientu informācija, komerciāli sensitīvi dati, privāta informācija. Ieviest izpratni par datiem/privātumu. |
| 9 | Mākslīgais intelekts var redzēt, dzirdēt un lasīt | Iepazīstina ar multimodālu mākslīgo intelektu: attēli, ekrānuzņēmumi, dokumenti, balss un audio. Izveidojiet ātru ekrānuzņēmuma/attēla piemēru. |
| 10 | Iesācēja izaicinājums: likt mākslīgajam intelektam veikt reālu darbu | Sniedz jums nekārtīgu piezīmju lapu, ko mākslīgais intelekts pārvērš kopsavilkumā, e-pastā, darbību sarakstā un plānā. Apkopojiet 1.–9. epizodi. |
2. LĪMENIS — IEVIEDŠANA
11.–20. sērija: “Es varu pareizi sazināties ar mākslīgo intelektu.”
| Epizode | Epizode | 5 minūšu video |
|---|---|---|
| 11 | Konteksts ir mākslīgā intelekta lielvara | Demonstrē to pašu pieprasījumu gandrīz bez konteksta, nevis ar bagātīgu fona informāciju. |
| 12 | Sniedziet mākslīgā intelekta piemērus | Māca uz piemēriem balstītu pamudināšanu. “Uzrakstiet vēl trīs līdzīgus.” Parāda, kā piemēri daudz labāk kontrolē stilu nekā neskaidri norādījumi. |
| 13 | Kontrolējiet atbildi ar ierobežojumiem | Garums, auditorija, lasīšanas līmenis, izņēmumi, tonis, termiņš, budžets un citi ierobežojumi. |
| 14 | Lieciet mākslīgajam intelektam sniegt jums tieši tādu formātu, kādu vēlaties | Tabulas, aizzīmes, kontrolsaraksti, virsraksti, veidnes un strukturēti dati. |
| 15 | Pastāstiet mākslīgajam intelektam, kas ir auditorija | Pārveido vienu un to pašu tehnisko priekšmetu bērnam, klientam, pārdevējam, inženierim un izpilddirektoram. |
| 16 | Sadaliet lielas problēmas mazākās problēmās | Tā vietā, lai “izveidotu savu biznesa stratēģiju”, tiek demonstrēta izpēte → idejas → novērtējums → stratēģija → rīcības plāns. |
| 17 | Lieciet mākslīgajam intelektam uzlabot savu atbildi | Lūdziet tai veikt kritiku atbilstoši definētajiem kritērijiem, identificēt vājās vietas un izstrādāt uzlabotu versiju. |
| 18 | Melnraksts → Kritika → Uzlabot ciklu | Ieviesiet vienu no savām profesionālajām pamattehnikām: ģenerēšana, pārskatīšana, apstrīdēšana, uzlabošana, pabeigšana. |
| 19 | Veidojiet uzvednes, kuras varat izmantot atkārtoti mūžīgi | Pārveidojiet labu sarunu atkārtoti izmantojamā uzvednes veidnē, izmantojot [KLIENTS], [PRODUKTS], [MĒRĶIS]utt. |
| 20 | Galīgais ātrais izaicinājums | Sāciet ar briesmīgu vienas rindas pieprasījumu un pakāpeniski pārveidojiet to par profesionālu aicinājumu, izmantojot visu no 11. līdz 19. epizodei. |
3. LĪMENIS — MĀKSLĪGAIS DARBĀ
21.–30. sērija: “Es varu izmantot mākslīgo intelektu reālās pasaules darbam.”
| Epizode | Epizode | 5 minūšu video |
|---|---|---|
| 21 | Runājiet ar PDF failiem un dokumentiem | Augšupielādējiet dokumentu, uzdodiet par to jautājumus, izvelciet svarīgo informāciju un nosakiet darbības. |
| 22 | Apkopojiet, nezaudējot svarīgo | Kopsavilkums salīdzinājumā ar detalizētu kopsavilkumu salīdzinājumā ar darbībām un riskiem. Parādiet, kāpēc “apkopojiet šo” bieži vien ir slikta frāze. |
| 23 | Izgūt informāciju no nekārtīgiem dokumentiem | Pārveidojiet rēķinus, pārskatus, piezīmes vai PDF failus strukturētās tabulās/informācijā. |
| 24 | Kā pareizi veikt mākslīgā intelekta pētījumus | Jautājums → pētījuma plāns → avoti → atklājumi → pārbaude → ziņojums. Iepazīstiniet ar padziļinātās izpētes rīkiem. |
| 25 | Nekad neuzticieties vienam avotam | Salīdziniet apgalvojumus, datumus un avotus. Norādiet pretrunīgu informāciju un to, kā to izmeklēt. |
| 26 | Izmantojiet mākslīgo intelektu, lai ātrāk apgūtu jebko | Izveidojiet personalizētu pasniedzēju, mācību plānu, testu un nodarbību, kurā man paskaidrojiet. |
| 27 | Mākslīgais intelekts + izklājlapas un dati | Augšupielādējiet/apkopojiet datus, atrodiet tendences, uzdodiet jautājumus, aprēķiniet kopsavilkumus un iesakiet vizualizācijas. |
| 28 | Rakstīt atskaites, e-pastus un prezentācijas | Paņemiet vienu informācijas kopu un pārveidojiet to vadītāja e-pastā, pilnā ziņojumā un prezentācijas izklāstā. |
| 29 | Attēlu izveide ar mākslīgo intelektu | Pieprasiet objekta, kompozīciju, apgaismojumu, kameru/stilu un malu attiecību. Rādīt iterāciju, nevis viena kadra ģenerēšanu. |
| 30 | Mākslīgā intelekta balss, audio un video | Izskaidro runas ģenerēšanu, transkripciju, mūziku/audio un mākslīgā intelekta video. Izveidojiet vienu nelielu multimediju darbplūsmu, nevis iedziļinieties konkrētā zīmolā. |
4. LĪMENIS — MĀKSLĪGĀ AI VEIDOTĀJS
31.–40. sērija: “Es varu veidot mākslīgā intelekta sistēmas.”
Šeit seriāla sižets mainās no mākslīgā intelekta izmantošanas uz būvēšanu ar mākslīgā intelekta palīdzību.
| Epizode | Epizode | 5 minūšu video |
|---|---|---|
| 31 | Pārtrauciet sākt jaunas tērzēšanas sarunas — veidojiet mākslīgā intelekta darbvietas | Izskaidrojiet projektus/darba telpas: pastāvīgās datnes, konteksts, sarunas un instrukcijas. Pašreizējie produkti arvien vairāk atbalsta šo modeli. |
| 32 | Izveidojiet savu speciālistu AI palīgu | Piešķirt mākslīgajam intelektam uzdevumu, uzvedību, zināšanas un izvades noteikumus. Ieviest pielāgotus asistentus/dārgakmeņus/utt. Piemēram, Gemini pašlaik apraksta dārgakmeņus kā atkārtoti lietojamas, pielāgotas Gemini versijas. |
| 33 | Automatizācija vienkāršā angļu valodā | Aktivizētājs → nosacījumi → darbības. Piemērs: jauns pieprasījums → analīze → klasificēt → atbildes melnraksts → CRM. |
| 34 | Ievietojiet mākslīgo intelektu automatizācijā | Demonstrē mākslīgā intelekta darbību, kas veic klasifikāciju, ieguvi, apkopošanu un satura ģenerēšanu darbplūsmas ietvaros. |
| 35 | Izveidojiet savu pirmo mākslīgā intelekta darbplūsmu bez koda | Pilnīga praktiska automatizācija, izmantojot tādu rīku kā Zapier/Make/n8n. |
| 36 | Kas ir mākslīgā intelekta aģents? | Asistents pretstatā darbplūsmai pretstatā aģentam. Izskaidro mērķus, spriešanas mehānismu, rīkus, darbības, atmiņu un autonomiju. |
| 37 | Piešķiriet mākslīgā intelekta aģentam rīkus | Meklēšana, e-pasts, kalendārs, klientu attiecību pārvaldība (CRM), datubāzes, faili un API. Pirms autonomijas skaidrojiet atļaujas. |
| 38 | Dodiet mākslīgajam intelektam savas zināšanas | Iepazīstina ar zināšanu bāzēm un RAG vienkārši: pirms atbildes ģenerēšanas iegūstiet attiecīgo informāciju par uzņēmumu. |
| 39 | Kodēšana ar mākslīgo intelektu, pat ja neprotat kodēt | Ģenerējiet nelielu tīmekļa lietotni/skriptu. Pēc tam paskaidrojiet atkļūdošanu, testēšanu un to, kāpēc akli palaist ģenerētu kodu ir bīstami. |
| 40 | IZVEIDO TO: Tavs pirmais mākslīgā intelekta darbinieks | Capstone: izveidojiet vienkāršu vaicājumu palīgu, kas saņem informāciju, to pēta/klasificē, ģenerē rezultātu un kam nepieciešams cilvēka apstiprinājums. |
5. LĪMENIS — Mākslīgā intelekta PROFESIONĀLISTS
41.–50. sērija: “Es saprotu, kas notiek zem mums.”
Šī sadaļa atšķir jūsu programmu no tūkstošiem kursu, kas beidzas ar "šeit ir 10 foršas ChatGPT uzvednes".
| Epizode | Epizode | 5 minūšu video |
|---|---|---|
| 41 | Kas ir API? | Izskaidrojiet san API kā programmatūras saziņu ar programmatūru. Izveidojiet vienu vienkāršu AI API pieprasījumu konceptuāli/uz ekrāna. |
| 42 | Žetoni, konteksta logi un mākslīgā intelekta atmiņa | Izskaidrojiet žetonus, konteksta ierobežojumus, sarunu vēsturi un to, kāpēc vairāk konteksta automātiski nenozīmē labāk. |
| 43 | Strukturētas izejas | Panāciet, lai mākslīgais intelekts uzticami atgrieztu laukus/datus, nevis prozu. Iepazīstiniet ar shēmām/JSON un to, kāpēc mašīnām ir nepieciešama paredzama izvade. |
| 44 | Kā mākslīgais intelekts izmanto rīkus/funkciju izsaukšanu | Lietotājs jautā → Mākslīgais intelekts izlemj, kurš rīks darbojas → rīks darbojas → atgriež rezultātu → Mākslīgais intelekts atbild. Tas ir ļoti svarīgi aģentu izpratnei. |
| 45 | Savienojiet mākslīgo intelektu ar ārpasauli | Konceptuāli izskaidrojiet savienotājus, integrācijas un protokolus, piemēram, MCP: mākslīgais intelekts iegūst kontrolētu piekļuvi rīkiem un datiem. |
| 46 | Pareizā mākslīgā intelekta modeļa izvēle | Ātrums pretstatā intelektam pretstatā izmaksām pretstatā kontekstam pretstatā multimodālām iespējām pretstatā specializētiem modeļiem. Māca izvēli, nevis zīmola lojalitāti. |
| 47 | Kā profesionāļi testē mākslīgo intelektu | Iepazīstina ar novērtējumiem: pirms mākslīgā intelekta darbplūsmas ieviešanas izveidojiet testa jautājumus, paredzamo uzvedību, kļūmju gadījumus un rezultātus. |
| 48 | Mākslīgā intelekta drošība: tūlītēja injekcija un datu noplūdes | Parāda, kāpēc ar biznesa sistēmām savienots mākslīgais intelekts rada jaunus riskus. Atļaujas, neuzticams saturs, apstiprinājumi un ierobežota piekļuve. |
| 49 | Cilvēks + mākslīgais intelekts pārspēj neredzīgo automatizāciju | Cilvēka iesaistītās sistēmas, ticamības sliekšņi, eskalācija, audita liecības, atbildība un kad mākslīgajam intelektam nevajadzētu pieņemt lēmumu. |
| 50 | IZVEIDO SAVU MĀKSLĪGĀ INŽENIERA OPERĒTĀJSISTĒMU | Noslēguma projekts: identificēt reālu procesu → izvēlēties modeli → izveidot kontekstu/zināšanas → uzvedne → rīki → automatizācija → verifikācija → cilvēka apstiprinājums → izmērīt rezultātus. |
JŪSU APMĀCĪBA IR TIK TIKKO SĀKUSIES.
Sekos vēl vairāk sēriju pēc 50.