负责任/道德的人工智能系统-与Gen Ai相关的风险

了解与AI相关的风险，以及在创建生成式AI系统时如何导航伦理方面，本课程深入探讨人工智能（AI）令人兴奋的世界，同时培养对其潜在风险和伦理影响的批判性理解。 课程目标：建立对人工智能（AI）概念和应用的基本理解。探索诸如ChatGPT和Google Gemini之类的大型语言模型的功能，了解它们的功能和局限性。识别和批判性分析与AI开发和部署相关的风险，如偏见、安全漏洞和社会影响。制定负责任的AI实践框架，强调伦理考虑和缓解策略。Responsible/Ethical Ai Systems-Risk Associated With Gen Ai

课程内容：AI简介：揭示核心AI概念，如机器学习、深度学习和自然语言处理。了解AI在各个行业中的影响。揭示大型语言模型（LLM）：探索ChatGPT和Google Gemini的功能，包括文本生成、翻译和编码。讨论LLM在不同场景中的应用和局限性。导航AI的风险：识别AI算法中可能存在的偏见及其下游影响。检查安全漏洞和数据隐私问题。分析AI的更广泛社会影响，包括工作岗位流失和伦理困境。构建负责任的AI：探讨减轻风险和促进公平、透明和问责制在AI系统中的策略。本课程适合：对AI及其潜力感兴趣的个人。希望了解围绕AI的风险和伦理考虑的专业人士。希望将负责任的AI实践纳入工作的开发人员和程序员。通过本课程，您将具备知识和批判性思维能力，以负责任地导航AI不断发展的景观。

MP4 | 视频：h264，1920×1080 | 语言：英语+中英文字幕（云桥网络 机译） | 课程时长：2小时48分钟


你将学到什么
人工智能简介
了解Chat GPT的主要功能
了解Google Gemini的主要功能
看看生成式AI存在偏见的实际例子
生成式AI的伦理考虑
负责任的AI系统属性
关于伦理AI的一般考虑
与AI系统相关的风险

要求
不需要任何先前经验
有动力学习2024年最热门的技能

本课程适用于任何希望对AI有基本了解的人，任何使用AI或由AI系统辅助的人，参与AI系统创建的专业人士


课程概览：

讲座1 介绍

讲座2 阿西莫夫的3大机器人定律- AI的第一条规定

讲座3 GEN AI用于什么

讲座4 AI功能演示

讲座5 DEMO-我们为什么需要道德和负责任的AI系统

讲座6 从1950年到2024年的AI历史

第2部分：生成式AI简介-快速了解内部情况。

讲座7 AI由什么组成

讲座8 大型语言模型（LLM）在AI中的位置

讲座9 什么是标记

讲座10 自然语言处理

讲座11 机器学习的类型

讲座12 机器学习-监督式ML

讲座13 机器学习-无监督ML

讲座14 机器学习-强化ML

讲座15 神经网络和深度学习

讲座16 什么是大型语言模型-LLM

讲座17 生成式AI-它是什么

第3部分：介绍CHAT GPT

讲座18 什么是CHAT GPT

讲座19 Chat GPT-功能-Bing浏览

讲座20 Chat GPT-自定义插件

讲座21 Chat GPT-DALL-E图像生成

讲座22 Chat GPT-功能-代码解释器

讲座23 Chat GPT-构建您自己的自定义GPT

第4部分：介绍Google Gemini

讲座24 什么是Google Gemini

讲座25 访问Google Gemini

讲座26 文件和URL操作

讲座27 使用Google Gemini生成图像

讲座28 扫描YouTube视频

讲座29 绘制图表和图形

第5部分：对AI进行一般共识

讲座30 欧盟AI监管

讲座31 Google的伦理AI方法

讲座32 Meta的伦理AI方法

讲座33 微软的伦理AI方法

第6部分：与AI相关的风险

讲座34 AI和偏见

讲座35 GEN AI和隐私

讲座36 GEN AI和知识产权

讲座37 DEMO-CHAT GPT DALLE-3水印

讲座38 幻觉

讲座39 GEN AI和信息的公平获取

讲座40 Gen AI和错误信息或虚假信息

讲座41 OPENAI-CHAT GPT调节服务

讲座42 Google调节服务

讲座43 GEN AI和深度伪造

讲座44 GEN AI和操纵

讲座45 GEN AI的经济影响

讲座46 对AI内容的过度依赖

第7部分：结束

讲座47 人工通用智能-天网情景