生成式AI是一种能够生成新的、原创的、具有实用价值的输出的AI技术。它通过学习和理解大量的数据，能够模拟人类的创作过程，生成各种类型的内容，如文本、图像、音频和视频等。
最近，一系列的生成式AI大模型都宣布了开源，而这些开源的大模型也为人工智能领域带来了巨大的机遇和挑战。
借着大模型越来越火，微软也为大家带来了12个课时的生成式AI应用程序构建课程。从而帮助大家加速人工智能技术在各个行业的应用。这将为各行各业带来更多的机会和潜力，推动人工智能的创新和发展。

微软出品的generative-ai-for-beginners系列课程，每章都涵盖了生成式人工智能原理和应用程序开发的一个关键方面。

该套课程一共12个章节，包含了如下内容：

1、课程介绍和学习环境设置：主要学习环境配置和课程结构
2、 生成式人工智能和 LLMs 介绍：了解什么是生成式人工智能 以及 LLMs 的工作原理。
3、探索和比较不同的 LLMs： 测试、迭代和比较不同的 LLMs 模型，从而为为应用场景选择正确的模型
4、使用生成式人工智能：了解基础模型的局限性和人工智能背后的风险
5、提示工程基础：了解提示结构和用法
6、创建高级的提示工程技巧：通过在提示中应用不同的技术来扩展的提示工程知识
7、创建文本生成应用：了解如何有效地使用令牌等来改变模型的输出
8、创建聊天应用：有效构建和集成聊天应用程序的技术，确定关键指标和注意事项，以有效监控和维护人工智能聊天应用程序的质量
9、创建搜索应用：语义搜索与关键字搜索。 什么是文本嵌入以及它们如何应用于搜索
10、创建图像生成应用：构建图像生成应用程序
11 、创建低代码的人工智能应用：Power Platform 中的生成式 AI 简介
12、为生成式 AI 添加 function calling：么是 Function Calling 及其在应用程序中的使用示例
13、为人工智能应用程序添加用户体验：设计人工智能应用程序以实现信任和透明度
14、拓展学习：包含每章内容的的拓展链接，掌握生成式人工智能相关技能

最重要的是，每个章节都包含的内容：

• 每章导学视频

• 对于基于项目的课程，带有代码示例的 Jupyter Notebook

• 应用所学知识的知识拓展和知识检查

• 进阶学习资源链接

当然，微软的团队还创建了其他的基础系列课程。所有课程链接在文末。

生成式人工智能课程：
英文：https://github.com/microsoft/generative-ai-for-beginners
中文：https://github.com/microsoft/generative-ai-for-beginners/blob/main/translations/cn/README.md

机器学习入门系列：
https://github.com/microsoft/ML-For-Beginners

数据科学入门系列
https://github.com/microsoft/Data-Science-For-Beginners

人工智能入门系列
https://github.com/microsoft/ai-for-beginners

网页编程入门系列
https://aka.ms/webdev-beginners

物联网入门系列
https://github.com/microsoft/IoT-For-Beginners

虚拟现实入门系列
https://github.com/microsoft/xr-development-for-beginners