शुरुआती लोगों के लिए जेनरेटिव एआई
मुफ्त
शुरुआती लोगों के लिए जेनरेटिव एआई माइक्रोसॉफ्ट द्वारा गिटहब पर ओपन सोर्स किया गया जेनेरेटिव एआई पर एक निःशुल्क परिचयात्मक पाठ्यक्रम है। इसमें कई पाठ शामिल हैं, जिसमें बड़े भाषा मॉडल की मूल बातें, त्वरित इंजीनियरिंग, चैट और पुनर्प्राप्ति एप्लिकेशन बनाना और सहायक कोड उदाहरण जैसे विषय शामिल हैं। इसका लक्ष्य शुरुआती और डेवलपर्स हैं जो जेनरेटिव एआई एप्लिकेशन बनाना चाहते हैं।
शुरुआती लोगों के लिए जेनरेटिव एआई
मुख्य पैरामीटर और आँकड़े
शुरुआती लोगों के लिए जेनरेटिव एआई माइक्रोसॉफ्ट द्वारा गिटहब पर ओपन सोर्स किया गया जेनेरेटिव एआई पर एक निःशुल्क परिचयात्मक पाठ्यक्रम है। इसकी मुख्य विशेषता "करके सीखना" है: प्रत्येक विषय कोड उदाहरणों के साथ है, जो शुरुआती लोगों को अवधारणाओं से लेकर एप्लिकेशन चलाने तक ले जाता है।
| प्रोजेक्ट्स | सार्वजनिक सूचना |
|---|---|
| पोजिशनिंग | जेनरेटिव एआई का परिचयात्मक पाठ्यक्रम |
| रख-रखाव करने वाला | माइक्रोसॉफ्ट (ओपन सोर्स) |
| सामग्री प्रारूप | एकाधिक पाठ + कोड उदाहरण |
| कवर किए गए विषय | एलएलएम मूल बातें, शीघ्र इंजीनियरिंग, अनुप्रयोग निर्माण, आदि |
| होस्टिंग विधि | GitHub ओपन सोर्स वेयरहाउस |
| वस्तु-उन्मुख | शुरुआती और डेवलपर्स |
| कीमत | मुफ़्त और खुला स्रोत |
पोजीशनिंग व्याख्या: बहुत से लोग GenAI एप्लिकेशन बनाना चाहते हैं लेकिन यह नहीं जानते कि कहां से शुरू करें। यह पाठ्यक्रम जेनेरिक एआई की प्रमुख अवधारणाओं को कार्रवाई योग्य पाठों में तोड़ता है और "समझने" को "चलाने में सक्षम होने" तक कम करने के लिए कोड उदाहरणों का उपयोग करता है। यह शुरुआती लोगों के लिए व्यावहारिक अभ्यास के लिए उपयुक्त है।
सीमा नोट: यह प्रवेश स्तर की इंजीनियरिंग के लिए है और कोड भाग को बनाए रखने के लिए एक निश्चित प्रोग्रामिंग फाउंडेशन की आवश्यकता होती है; विशुद्ध रूप से गैर-तकनीकी पाठक वैचारिक पाठ्यक्रमों के लिए अधिक उपयुक्त हो सकते हैं।
उपयोगकर्ता और बाज़ार की पहचान
यह पाठ्यक्रम माइक्रोसॉफ्ट समर्थन और एक सक्रिय ओपन सोर्स इकोसिस्टम के माध्यम से मान्यता प्राप्त है।
आधिकारिक समर्थन: माइक्रोसॉफ्ट द्वारा बनाए रखा गया, सामग्री और उदाहरण मुख्यधारा की जेनेरिक एआई क्षमताओं के अनुरूप हैं, और इसके अधिकार और अद्यतन आवृत्ति की अपेक्षाकृत गारंटी है।
ओपन सोर्स इकोसिस्टम: GitHub ओपन सोर्स कोर्स के रूप में, समुदाय बहु-भाषा संस्करण और निरंतर अपडेट बनाने के लिए अनुवाद और सुधार में योगदान दे सकता है।
सत्यापित किए जाने वाले आइटम: गोदाम में सितारों की संख्या, कक्षा घंटों की संख्या आदि अपडेट के साथ बदल जाएगी। आधिकारिक गोदाम के वास्तविक समय के डेटा को मानक के रूप में उपयोग किया जाना चाहिए। अनुमानित संख्या को निश्चित संख्या मानना उचित नहीं है।
लागत लाभ
इस पाठ्यक्रम की लागत संरचना न्यूनतम है: पूरी तरह से मुफ़्त और खुला स्रोत।
- सी-साइड/व्यक्तिगत (शिक्षार्थी): कोड उदाहरण निःशुल्क सीखें और उपयोग करें, जो इसका सबसे बड़ा लाभ है।
- डेवलपर्स: इसके ओपन सोर्स लाइसेंस के बाद, स्व-अध्ययन या टीम प्रशिक्षण के लिए निःशुल्क।
- संस्थान/उद्यम: इसका उपयोग आंतरिक परिचयात्मक सामग्री के रूप में निःशुल्क किया जा सकता है। छिपी हुई लागतें मुख्य रूप से उदाहरण चलाने के लिए सीखने का समय और एपीआई शुल्क हैं।
सही लागत संरचना: पाठ्यक्रम मुफ़्त है, एकमात्र संभावित खर्च उदाहरण चलाते समय मॉडल सेवा को कॉल करने की लागत है (प्रयुक्त प्लेटफ़ॉर्म के आधार पर)। मूल्यांकन करते समय, आपको इस बात पर ध्यान देना चाहिए कि क्या सामग्री की गहराई और सेवा संदर्भ जिस पर उदाहरण निर्भर है, आपकी अपनी शर्तों के अनुरूप है।
मुख्य कार्य
पाठ्यक्रम सामग्री GenAI अनुप्रयोगों के व्यावहारिक निर्माण के आधार पर व्यवस्थित की गई है:
- एलएलएम मूल बातें: बड़े भाषा मॉडल की बुनियादी अवधारणाओं और कार्य विधियों की व्याख्या करें।
- प्रॉम्प्ट इंजीनियरिंग: स्थिर आउटपुट प्राप्त करने के लिए प्रभावी संकेतों को डिज़ाइन करना सिखाएं।
- एप्लिकेशन निर्माण: चैट और पुनर्प्राप्ति जैसे विशिष्ट जेनरेटिव एप्लिकेशन के निर्माण का नेतृत्व करें।
- कोड उदाहरण: आसान सीखने और अभ्यास के लिए चलने योग्य उदाहरणों के साथ आता है।
सामग्री के मूल्य की कुंजी "रननेबिलिटी" है: उदाहरण को सीधे चलाया जा सकता है, जो मूल है जो इसे विशुद्ध रूप से सैद्धांतिक ट्यूटोरियल से अलग करता है।
मॉडल और संस्करण विकास
पाठ्यक्रम को ओपन सोर्स वेयरहाउस के रूप में लगातार अद्यतन किया जाता है, और संस्करण संदर्भ मुख्य रूप से सामग्री परिवर्धन पर आधारित होता है।
- पहली रिलीज (~2023-11): माइक्रोसॉफ्ट ने एक परिचयात्मक ओपन सोर्स पाठ्यक्रम जारी किया।
- निरंतर अद्यतन (~2026): अतिरिक्त पाठ, अद्यतन उदाहरण, और विस्तारित बहु-भाषा अनुवाद।
इसमें पारंपरिक सॉफ़्टवेयर संस्करण संख्या नहीं है. सामग्री आधिकारिक भंडार के अधीन है और जेनेरिक एआई प्रौद्योगिकी के विकास के साथ इसे लगातार संशोधित किया जाता है।
तकनीकी लाभ
एक पाठ्यक्रम के रूप में, इसके लाभ "इंजीनियरिंग शिक्षण पथ" में निहित हैं:
तंत्र: जेनरेटिव एआई की प्रमुख क्षमताओं को पाठों में विभाजित करें, और अवधारणाओं को लागू करने के लिए रन करने योग्य कोड का उपयोग करें।
प्रभावकारिता: शिक्षार्थी न केवल सिद्धांतों को समझते हैं, बल्कि छोटे अनुप्रयोग भी बना सकते हैं जो चल सकते हैं, जिससे "अवधारणा को समझने लेकिन यह कैसे करना है यह न जानने" की बाधा कम हो जाती है।
लागू परिदृश्य: उन डेवलपर्स के लिए सबसे उपयुक्त, जिनके पास एक निश्चित प्रोग्रामिंग फाउंडेशन है और वे सिस्टम के साथ शुरुआत करना चाहते हैं और GenAI एप्लिकेशन बनाना चाहते हैं।
कीमत यह है कि इसके लिए बुनियादी प्रोग्रामिंग और परिचालन कौशल की आवश्यकता होती है, और पूरी तरह से गैर-तकनीकी पाठकों के लिए सीमा अधिक है।
कैसे उपयोग करें
पाठ्यक्रम आधिकारिक वेबसाइट और GitHub रिपॉजिटरी के माध्यम से खुला है:
| उपयोग | उपयुक्त वस्तुएँ | विशेषताएँ |
|---|---|---|
| ऑनलाइन पाठ्यक्रम पृष्ठ | स्व-शिक्षार्थी | कक्षा समय के अनुसार व्यवस्थित शिक्षण |
| GitHub रिपोजिटरी | डेवलपर्स | कोड नमूने प्राप्त करें और चलाएँ |
| टीम प्रशिक्षण | उद्यम/टीम | आंतरिक प्रवेश सामग्री के रूप में |
सामान्य प्रक्रिया है "कक्षा द्वारा सीखें → सहायक कोड उदाहरण चलाएं → फिर से लिखें और अपना स्वयं का छोटा एप्लिकेशन बनाएं"। शुरू करने से पहले, आपको उदाहरण चलाने के लिए आवश्यक विकास परिवेश और मॉडल सेवाओं को कॉन्फ़िगर करना होगा।
उत्पाद का मूल्य निर्धारण
पाठ्यक्रम पूरी तरह से मुफ़्त और खुला स्रोत है, और सीखने और कोड उदाहरणों के लिए कोई शुल्क नहीं है। एकमात्र संभावित लागत उदाहरण चलाते समय मॉडल सेवा को कॉल करने की लागत है, जो उपयोग किए गए प्लेटफ़ॉर्म पर निर्भर करती है और इसका पाठ्यक्रम से कोई लेना-देना नहीं है।
- व्यक्ति/डेवलपर्स: निःशुल्क।
- कॉर्पोरेट/टीम: आंतरिक प्रशिक्षण सामग्री के रूप में निःशुल्क।
अनुप्रयोग परिदृश्य
- व्यक्तिगत परिचय: जेनरेटिव एआई को व्यवस्थित रूप से सीखें और इसका अभ्यास करें। फोकस यह सत्यापित करने पर है कि क्या आप उदाहरणों को पढ़ सकते हैं।
- टीम प्रशिक्षण: GenAI के लिए एकीकृत परिचयात्मक सामग्री के रूप में, अपने स्वयं के प्रौद्योगिकी स्टैक के साथ फिट पर ध्यान केंद्रित करें।
- परियोजना प्रारंभ: जेनरेटर अनुप्रयोगों के निर्माण के लिए शुरुआती बिंदु के रूप में उदाहरणों का उपयोग करें, और सत्यापन का फोकस उदाहरणों की पोर्टेबिलिटी है।
लागू लोग
- डेवलपर: प्रोग्रामिंग फाउंडेशन है और जेनरेटिव एआई के साथ शुरुआत करना चाहते हैं।
- छात्र: कॉन्सेप्ट से लेकर कोड तक पूरी तरह से सीखना चाहते हैं।
- तकनीकी टीम: तैयार, निःशुल्क और आधिकारिक परिचयात्मक प्रशिक्षण सामग्री की आवश्यकता है।
अनुपयुक्त स्थिति यह है: ऐसे पाठक जिनके पास कोई प्रोग्रामिंग आधार नहीं है और वे केवल अवधारणाओं को समझना चाहते हैं। वे गैर-तकनीकी एआई साक्षरता पाठ्यक्रमों के लिए अधिक उपयुक्त हैं।
सारांश और आउटलुक
शुरुआती लोगों के लिए जेनरेटिव एआई का मुख्य मूल्य जेनरेटिव एआई के परिचय को माइक्रोसॉफ्ट द्वारा समर्थित एक मुफ्त, ओपन सोर्स और कोड-समर्थित इंजीनियरिंग पाठ्यक्रम में बदलना है, जो उन डेवलपर्स के लिए उपयुक्त है जो जेनएआई एप्लिकेशन बनाना चाहते हैं। मुफ़्त और कार्यशील उदाहरण इसके सबसे बड़े लाभ हैं।
वर्तमान सीमा यह है कि इसके लिए प्रोग्रामिंग फाउंडेशन और रनिंग वातावरण की आवश्यकता होती है, और जिन मॉडल सेवाओं पर उदाहरण निर्भर करता है, उनमें कॉलिंग शुल्क लग सकता है। शिक्षार्थियों के लिए, "एक पाठ सीखें, एक पाठ चलाएं, और एक पाठ बदलें" की गति से आगे बढ़ने और स्थिर सीखने का अनुभव प्राप्त करने के लिए उदाहरणों को आधिकारिक भंडार के नवीनतम संस्करण के अनुरूप रखने की सिफारिश की जाती है।
संबंधित उपकरण: chanmigo, quizlet
व्यवसाय प्रक्रिया एकीकरण और आरओआई विश्लेषण
उद्यमों या पेशेवर पदों के लिए उत्पादकता उपकरण के रूप में, शुरुआती लोगों के लिए जेनरेटिव एआई का वास्तविक मूल्य मौजूदा वर्कफ़्लो के साथ एकीकरण की गहराई और मात्रात्मक दक्षता सुधार प्रभाव पर निर्भर करता है। निम्नलिखित तीन मुख्य आयामों से एक व्यवस्थित विश्लेषण है।
सिस्टम एकीकरण और डेटा इंटरऑपरेबिलिटी उत्पादकता उपकरणों को वर्कफ़्लो में एकीकृत करने के लिए मौजूदा व्यावसायिक प्रणालियों के साथ अंतरसंचालन करने की क्षमता एक महत्वपूर्ण शर्त है। निम्नलिखित एकीकरण आयामों के मूल्यांकन पर ध्यान केंद्रित करने की अनुशंसा की जाती है: RESTful/GraphQL API का खुलापन और दस्तावेज़ीकरण गुणवत्ता (चाहे एक पूर्ण API संदर्भ और SDK उदाहरण प्रदान किए गए हों), Webhook ईवेंट सूचनाओं का समर्थन दायरा (कौन से व्यवसाय ईवेंट प्रकार स्वचालित पुश के लिए समर्थित हैं), सामान्य सहयोग SaaS टूल (WeChat Enterprise, DingTalk, Feishu, Slack, Notion, Jira, आदि) के साथ पूर्व-निर्मित एकीकरणों की संख्या और गहराई, और एंटरप्राइज़-स्तर पहचान प्रमाणीकरण समर्थन (SSO/SAML/OAuth और LDAP/AD निर्देशिका एकीकरण)। जिन उत्पादों में एकीकरण क्षमताओं की कमी होती है, उन्हें आसानी से सूचना द्वीपों में अलग कर दिया जाता है, जिसके परिणामस्वरूप टीमों के लिए विभिन्न उपकरणों के बीच स्विच करने के लिए संज्ञानात्मक लागत और परिचालन घर्षण बढ़ जाता है।
दक्षता मात्रा निर्धारण और आरओआई अनुमान पद्धति निर्णय खरीदने से पहले, एक संरचित विधि के माध्यम से इनपुट-आउटपुट अनुपात को मापने की सिफारिश की जाती है: चरण 1, 3-5 मानकीकृत कार्यों को चुनें जो बार-बार दोहराए जाते हैं और प्रत्येक टीम में समय लेने वाले परीक्षण नमूने के रूप में उपयोग किए जाते हैं; दूसरे चरण में, टूल हस्तक्षेप से पहले और बाद में किसी एकल कार्य की औसत समय खपत, पहली बार पास दर या त्रुटि दर, और मैन्युअल हस्तक्षेप की आवश्यकता वाले लिंक की संख्या को नियंत्रित स्थितियों के तहत दर्ज किया जाता है; तीसरे चरण में, बचाए गए जनशक्ति समय को स्थिति की व्यापक लागत (वेतन, लाभ, प्रबंधन साझाकरण) के अनुसार परिवर्तित किया जाता है, और व्यापक आरओआई अनुमान प्राप्त करने के लिए नरम लाभ (कर्मचारी संतुष्टि में वृद्धि, काम की गुणवत्ता का मानकीकरण, और मुख्य व्यवसाय के लिए प्रतिक्रिया की गति में सुधार) को सुपरइम्पोज़ किया जाता है। मासिक आधार पर आरओआई रुझानों को ट्रैक करना जारी रखने की सिफारिश की जाती है, क्योंकि टीम की दक्षता बढ़ने और वर्कफ़्लो अनुकूलित होने पर टूल का मूल्य आमतौर पर समय के साथ बढ़ता है।
चरण-आधारित कार्यान्वयन रणनीति और जोखिम नियंत्रण "पायलट सत्यापन-क्रमिक पदोन्नति-निरंतर अनुकूलन" के तीन-चरण कार्यान्वयन पथ को अपनाने की सिफारिश की गई है। पायलट चरण (1-2 सप्ताह) में, छोटे पैमाने पर सत्यापन के लिए एक टीम या एकल व्यावसायिक परिदृश्य का चयन किया जाता है। मुख्य लक्ष्य तकनीकी व्यवहार्यता और उपयोगकर्ता स्वीकृति को सत्यापित करना और प्रारंभिक उपयोग विनिर्देशों और सफलता मानकों को स्थापित करना है; पदोन्नति चरण (2-4 सप्ताह) में, पायलट सत्यापन पारित होने के बाद, कवरेज का धीरे-धीरे विस्तार किया जाता है, और मानकीकृत सक्रियण प्रक्रियाएं और प्रशिक्षण सामग्री विकसित की जाती हैं; अनुकूलन चरण (निरंतर) में, वर्कफ़्लो कॉन्फ़िगरेशन को वास्तविक उपयोग डेटा और उपयोगकर्ता प्रतिक्रिया के आधार पर लगातार समायोजित किया जाता है, और अधिक उच्च-मूल्य एप्लिकेशन परिदृश्यों का पता लगाया जाता है। डेटा समर्थन के बिना उपयोग के दायरे को आँख बंद करके विस्तारित करने से बचने के लिए प्रत्येक चरण में स्पष्ट मात्रात्मक कुंजी परिणाम संकेतक निर्धारित किए जाने चाहिए।
संस्करण जानकारी
- शुरुआती लोगों के लिए जेनरेटिव एआई (वर्तमान पाठ्यक्रम) ：पाठ्यक्रम को एक ओपन सोर्स वेयरहाउस के रूप में लगातार अद्यतन किया जाता है, जिसमें एलएलएम मूल बातें, त्वरित इंजीनियरिंग और एप्लिकेशन निर्माण जैसे कई पाठ शामिल होते हैं, और कोड उदाहरणों के साथ होता है। विशिष्ट संशोधन आधिकारिक भंडार के अधीन हैं, और अभी तक कोई एकीकृत रिलीज़ संस्करण संख्या नहीं है।
- पाठ्यक्रम पहले जारी किया गया ：माइक्रोसॉफ्ट ने पहली बार इस ओपन सोर्स जेनरेटिव एआई परिचयात्मक पाठ्यक्रम को जारी किया, और तब से पाठ्यक्रम के घंटे, अद्यतन उदाहरण और बहु-भाषा अनुवाद जोड़ना जारी रखा है। अभी तक कोई आधिकारिक सटीक तारीख नहीं है, इसे सार्वजनिक मील के पत्थर के अनुसार दर्ज किया गया है।
उपयोगकर्ता समीक्षाएं