Xin chào các học viên!
Chân thành cảm ơn các bạn đã dành sự quan tâm và yêu mến cho khóa học Deep Learning Hyeong.
Kể từ khi tạo khóa học nhập môn deep learning đầu tiên, vậy mà đã gần 6 năm trôi qua rồi.
Sau khóa học nhập môn, tôi vẫn đều đặn xây dựng các khóa học mới để bắt kịp xu hướng AI không ngừng thay đổi. Tôi từng sản xuất khóa học về lý thuyết và mã nguồn Vision Transformer đầu tiên tại Hàn Quốc, đồng thời cũng đã đề cập đến nhiều chủ đề đa dạng như khóa học tổng hợp YOLO và mạng nơ-ron thông tin vật lý (PINN).
Tuy nhiên, tốc độ phát triển của công nghệ AI trong vài năm gần đây dường như nhanh hơn rất nhiều so với những gì tôi từng dự đoán.
Tuy vậy, tầm quan trọng của các khái niệm cơ bản vẫn không thay đổi.
Dạo gần đây, có lẽ các bạn đã sử dụng nhiều dịch vụ dựa trên LLM, trong đó có ChatGPT, nhưng suy cho cùng, độ sâu của câu hỏi cũng như chất lượng câu trả lời nhận được sẽ khác nhau tùy thuộc vào việc bạn có kiến thức nền tảng hay không. Tôi cho rằng để thực sự hiểu và vận dụng đúng các công nghệ AI mới, việc nắm được những nguyên lý làm nền tảng cho chúng cũng rất quan trọng.
Đây là nội dung mà tôi đã luôn muốn bổ sung vào khóa học nhập môn từ trước, nhưng mãi đến bây giờ mới có thể thêm khóa học mới.
Nội dung được bổ sung lần này là bài giảng nhập môn về hai mô hình, Transformer và Diffusion Model, vốn là nền tảng cốt lõi của AI tạo sinh ngày nay.
Tôi hy vọng rằng ngay cả những bạn đã từng học khóa nhập môn trước đây cũng sẽ thấy bài giảng lần này hữu ích trong việc hiểu được mạch phát triển từ những kiến thức cơ bản về mạng nơ-ron nhân tạo đến các công nghệ AI tạo sinh mới nhất.
Xin cảm ơn.
Trân trọng, Deep Learning Ho-hyeong