Introdução
O fast.ai é um projeto educacional gratuito e de software de código aberto focado em tornar o deep learning acessível a pessoas com experiência em programação, mas sem formação avançada em matemática. Foi cofundado por Jeremy Howard e Rachel Thomas, e seu lema, "Making neural nets uncool again" (Tornando as redes neurais descoladas de novo), sinaliza uma ênfase deliberada em machine learning prático e amplamente utilizável, em vez de barreiras acadêmicas.
O projeto opera por meio de três canais principais. Seu curso principal, Practical Deep Learning for Coders, ensina redes neurais a programadores, com ofertas adicionais como How to Solve it With Code e From Deep Learning Foundations to Stable Diffusion, esta última com mais de 30 horas de vídeo. Seu software inclui a biblioteca fastai para PyTorch e o nbdev, uma ferramenta de desenvolvimento orientada a notebooks. Seu blog, organizado em categorias como técnica, educação e IA na sociedade, cobre resultados de pesquisas e comentários. Em novembro de 2024, o fast.ai anunciou que estava se juntando à Answer.AI, um laboratório de pesquisa e desenvolvimento liderado por Howard.
Recursos Principais
- Curso Practical Deep Learning for Coders: a oferta mais popular do fast.ai, completamente reescrito em 2022 após dois anos de trabalho, ensinando deep learning da perspectiva de um praticante.
- How to Solve it With Code: um curso mais recente anunciado em novembro de 2024, descrito como um novo tipo de experiência educacional, lançado junto com o anúncio de que o fast.ai estava se juntando à Answer.AI.
- From Deep Learning Foundations to Stable Diffusion: um curso com mais de 30 horas de conteúdo em vídeo cobrindo como modelos de difusão como o Stable Diffusion são construídos do zero.
- Biblioteca fastai para PyTorch: uma biblioteca de deep learning de código aberto, disponível no GitHub, que simplifica a construção e o treinamento de redes neurais em PyTorch.
- nbdev: uma ferramenta de desenvolvimento que permite aos programadores escrever software em notebooks Jupyter, com a reescrita nbdev2 resolvendo problemas antigos de conflito entre git e notebooks.
- Blog técnico: artigos de Jeremy Howard, Rachel Thomas e convidados cobrindo temas como comportamento de fine-tuning de LLMs, a linguagem de programação Mojo, tokenização em LLMs e fasttransform, uma biblioteca Python para pipelines de dados reversíveis.
- Livro gratuito: Practical Deep Learning for Coders with fastai and PyTorch, um companheiro escrito ao material do curso.
Destaques
- Preços: os cursos, softwares e livros do fast.ai são oferecidos gratuitamente; as páginas analisadas do site não listam nenhum plano pago.
- Bolsas de estudo: o fast.ai ofereceu bolsas de código aberto para colaboradores da comunidade, desenvolvedores de código aberto e estudiosos de diversidade em conexão com seus cursos.
- Cobertura da mídia: o trabalho do fast.ai foi coberto por The Economist, The New York Times e MIT Technology Review.
- Código aberto: todo o software, incluindo a biblioteca fastai e o nbdev, está disponível no GitHub em github.com/fastai.
Para Quem É
O fast.ai é projetado principalmente para programadores que desejam aprender deep learning sem antes concluir anos de estudo formal de matemática. Os usuários típicos incluem engenheiros de software entrando no machine learning, cientistas de dados adotando PyTorch, aprendizes autodidatas e pesquisadores interessados nas descobertas publicadas do projeto sobre treinamento de LLMs. As bibliotecas nbdev e fastai também atendem desenvolvedores profissionais que desejam fluxos de trabalho baseados em notebooks ou um desenvolvimento de modelos mais rápido. Educadores e escritores sobre temas de IA na sociedade podem considerar úteis como material de referência os ensaios do blog sobre política, ética e educação em IA.
Perguntas Frequentes
- O que é o fast.ai? O fast.ai é um projeto educacional gratuito e editor de software de código aberto, cofundado por Jeremy Howard e Rachel Thomas, que ensina deep learning a programadores e mantém ferramentas como a biblioteca fastai para PyTorch e o nbdev.
- O fast.ai é gratuito? Sim, os cursos, livros e softwares do fast.ai são disponibilizados gratuitamente, e o projeto também ofereceu bolsas para colaboradores da comunidade e estudiosos de diversidade.
- Quais softwares o fast.ai mantém? O fast.ai mantém a biblioteca de deep learning fastai para PyTorch, o ambiente de desenvolvimento orientado a notebooks nbdev e ferramentas mais recentes como o fasttransform; todos estão disponíveis no GitHub.
- O fast.ai é afiliado a alguma outra organização? Sim, em novembro de 2024 o fast.ai anunciou que estava se juntando à Answer.AI, um laboratório de pesquisa e desenvolvimento em IA fundado por Jeremy Howard que constrói produtos práticos a partir de pesquisa fundamental.
- Quem escreve o blog do fast.ai? O blog é escrito principalmente pelos cofundadores Jeremy Howard e Rachel Thomas, além de colaboradores convidados ocasionais como Andrej Karpathy, Hamel Husain e Jonathan Whitaker.
