Шпаргалка: как начать учиться на ИИ

1. Поймите, что такое ИИ на самом деле
- разница между ИИ, машинным обучением и т.д.
- посмотрите серию 3Blue1Brown о нейронных сетях на YouTube
- прочитайте простое объяснение того, как работают LLM-ы
2. Освойте Python
- Python — это язык ИИ
- вам нужно достаточно навыков, чтобы манипулировать данными и запускать модели
- сосредоточьтесь на списках, словарях, циклах, функциях и базовой работе с файлами
- Google Colab позволяет запускать Python в браузере без настройки
3. Поймите, как работают LLM-ы
- прочитайте о архитектуре трансформера на высоком уровне
- сосредоточьтесь на внимании, токенах и окнах контекста
- поймите, почему масштаб имеет значение и как его увеличить
4. Овладейте prompt-инженерией
- изучите цепочку мышления (chain-of-thought)
- изучите role prompting
- изучите примеры с несколькими примерами (few-shot)
- руководство по prompt-инженерии от Anthropic — лучший единственный ресурс
5. Сделайте ваш первый вызов API
- получите ключ API от Anthropic или OpenAI
- сделайте простой вызов на Python
- создайте небольшой инструмент (summarizer, Q&A бот или классификатор)
6. Изучите RAG
- после того как вы сможете вызывать API, следующий уровень — предоставить модели ваши собственные данные
- изучите, что такое retrieval-augmented generation и почему это важно
- вам не нужно строить полную систему (достаточно понять концепцию для первого месяца)
7. Выпустите что-то небольшое
- создайте один полный мини-проект
- сделайте его полезным и протестируйте
- дайте своим друзьям попробовать
это скорее практическое руководство, действия, которые вы можете начать предпринимать прямо сейчас
изучение элементов из этого списка будет полезно независимо от того, что вы будете делать
это по сути универсальное руководство, и каждый шаг приближает вас к реальным результатам
как только у вас появятся эти навыки, станет намного легче понять, на чем вы действительно хотите сосредоточиться и что строить вокруг этого