קורס אונליין – תעודה מקצועית מוסמכת ב-Keras ולמידת מכונה עם GAN של Google – המכון המוביל ללמידת מכונה

מודלים שמייצרים תוכן חדש — תמונה שמעולם לא צולמה, פנים שלא קיימות, סגנון שלא נצבע — הם הצד הראייתי והמפתה של הבינה המלאכותית, אבל מאחוריהם עומד מבנה שניתן ללמוד צעד-צעד. בישראל חסרים כ-2,500 מומחי בינה מלאכותית, מהם כ-1,000 בעלי תארים מתקדמים (מוסד שמואל נאמן, 2024), והפער הזה לא נסגר בקסם אלא בהבנה של איך נוירון מלאכותי עובד, איך רשת לומדת, ואיך שתי רשתות שמתחרות זו בזו מצליחות לייצר משהו חדש.

הסדרה הזו, בת חמישה קורסים, בנויה לרמת מתחילים ומתקדמת בהדרגה: מהגדרת מושגי הליבה של בינה מלאכותית ולמידת מכונה, דרך המבנה של נוירונים ורשתות, ועד מודלים מתקדמים יותר כמו רשתות קונבולוציה (CNN) ורשתות יריבות גנרטיביות (GAN). בדרך לומדים גם פייתון מהצד המעשי — להבחין בין מבני נתונים שונים ולדעת מתי כל אחד מהם מתאים.

החלק שמפיל אנשים בדרך כלל הוא לא ה-GAN המרשים אלא היסודות שלפניו. בתוך מסלול הלמידה העצמית של מיטב לימוד עצמי אפשר לעבור על מושגי הליבה שוב ושוב עד שהם יושבים, לפני שעוברים לבנות מודל שלם — וזה בדיוק הקצב שמבדיל בין מי שמעתיק קוד למי שמבין מה הוא עושה.

בפועל לומדים כאן לבנות רשתות נוירונים תוך שימוש בעקרונות מעשיים כמו צעדים (strides), ריפוד (padding) ודחיסה ב-CNN — הרכיבים שמרכיבים מודלים אמיתיים של ראייה ממוחשבת ויצירת תוכן. הקורסים מועברים באנגלית דרך Coursera, מה שמתאים לעובדה שרוב התיעוד והכלים בתחום ממילא כתובים אנגלית.

למי זה מתאים? לבעלי רקע טכנולוגי שרוצים להיכנס לתפקידים כמו מהנדס למידת מכונה, חוקר בינה מלאכותית, מהנדס למידה עמוקה או מהנדס ראייה ממוחשבת. נציין כהערכה בלבד שתחומי הדאטה והבינה המלאכותית נחשבים מבוקשים בשוק, אך זו אינה הבטחת תעסוקה או שכר — ההתקדמות תלויה בניסיון, בפורטפוליו ובשוק בפועל.

מקורות

• Coursera
• מוסד שמואל נאמן 2024