免费AI课程从谷歌与哈佛开始学习今天

AI不仅仅是流行语，而是现实。这就像在2000年代初学习计算机一样。虽然人们对AI接管许多事物存在真实的恐惧，但我们离那还很远。但你不应该掉以轻心，应该开始学习以加强你的技能。

好消息是，你不需要花大价钱学习AI。领先的机构和组织如谷歌、哈佛、Coursera、IBM、Nvidia提供了许多高质量的免费课程。

初学者的免费AI课程

首先，让我分享适合初学者的AI课程。这些在线课程适合对计算机和互联网有基本了解但对AI是新手的人。

Elements of AI

从AI介绍开始。一旦你有了基本了解，尝试用AI构建知识。介绍性AI课程涵盖基本主题如：

• 什么是AI
• AI如何解决问题
• AI的实际工作示例用法
• 什么是机器学习
• 神经网络如何工作
• AI的影响

在构建AI中，你将学习更高级的主题，如概率、ML邻近方法、深度学习以及实现AI的想法。

谷歌

谷歌发布了许多AI培训，可通过Coursera、YouTube和其他平台获得。选择哪个可能会让人困惑，我在这里帮助你选择最好的。

从Google AI Essentials Specialization开始，当你每周花费1小时时，将持续一个月。你将学习AI的基础知识、其能力、使用AI提高生产力以及如何负责任地使用它。

当你获得基础知识后，你可能想学习提示工程。我推荐Coursera上的Google Prompting Essentials Specialization课程。这是一个为期一个月的课程（每周1小时）。在这门课程中，你将学习如何开始好的提示以获得更好的结果，使用有效的提示自动化你的日常工作。

DeepLearning.AI

向Andrew Ng学习。AI for Everyone是一门约6小时的课程，是Coursera上评分最高的课程之一。它教授AI的基础知识、构建AI项目、AI在公司和社会的角色。

英语不是你的主要语言？没问题，你可以用31种语言收听课程音频，包括法语、西班牙语和德语。如果你喜欢在LinkedIn上分享你的学习里程碑，课程完成后你会获得证书。

OpenAI Academy

OpenAI，ChatGPT的创建者，最近推出了一个学院，这是从基础到高级学习ChatGPT的好方法。我喜欢并发现有用的一些课程：

• 构建自定义GPT来自动化任务
• 掌握提示
• 深度研究
• 使用OpenAI API构建RAG
• 构建AI代理

Anthropic Academy

Claude AI模型越来越受欢迎，向创建者本身学习是有意义的。你将学习如何使用Claude及其工具。有一些实用指南，如使用Vision、与计算机桌面交互、构建RAG等。

选择以上任何课程都将为你的AI学习提供一个良好的开端。如果你想探索更多，这里还有更多选择。

• Generative AI Learning by Google – 学习生成式AI、大型语言模型和在Vertex AI中设计提示。这门课程由Google Cloud管理，高度面向Google Cloud Platform使用。
• Artificial Intelligence for Beginners by Microsoft – 为想详细学习概念的学生提供的非常详细的课程。你还应该查看Microsoft AI learning hub。
• Prompt Engineering for ChatGPT – 很好地涵盖了如何为商业应用创建复杂提示、使用提示模式等。范德比尔特大学的这门课程用英语授课，但通过AI翻译提供不同语言版本。
• AI Introduction with Python – 哈佛大学免费提供。但如果你需要可验证的证书，你需要支付299美元。推荐给有兴趣学习AI原理、强化学习、图搜索算法等的Python开发人员。
• Generative AI Explained by Nvidia – 生成式AI概念的概述、其挑战和机遇。
• Learn from MIT – 15+课程从介绍到机器视觉。
• Great Learning – 大量基础课程学习TensorFlow、图像处理、聊天机器人创建等。

有了一定的知识？使用Geekflare AI从单一界面访问领先的AI模型。

中级和高级的免费AI课程

在获得基础知识后，你应该朝着高级知识前进，以解决业务问题并构建完整的AI应用。我列出了以下免费AI课程来构建AI代理、聊天机器人、RAG系统等。

由Nvidia构建RAG

我喜欢这两门Nvidia课程来构建RAG（检索增强生成）。

第一个是RAG介绍，它让你对RAG以及摄取和检索过程有基本了解。

在理解RAG是什么之后，你可以学习如何用LLM构建RAG代理。这涵盖了使用LangChain构建LLM管道、知识提取、嵌入、使用向量存储和生成响应。

LangGraph中的AI代理

由Harrison Chase和Rotem Weiss教授，在不到2小时内，你将学习使用LangGraph构建AI代理。课程结束时，你应该对以下内容有相当的了解：

• 使用LangGraph构建代理。
• LangGraph如何工作。
• 以可预测的格式检索答案。
• 管理对话状态。
• 在循环中添加人类。
• 构建写文章的代理。

它包括代码示例。

你还应该查看LangChain academy以掌握LangSmith和LangGraph。

哈佛的TinyML应用

这是一门为期6周的英语授课课程，但提供印地语、巴哈萨语、西班牙语、德语和其他语言的转录。你将学习现实应用中的TinyML、异常检测、关键词识别、数据集工程。

你应该对Python、Colab和ML有基本了解作为这门课程的先决条件。

哈佛的另一门课程是ML and AI with Python – 推荐给开发人员和数据科学家学习如何训练模型、改进ML结果、防止偏见等。

这就是结束，祝你AI学习愉快。