Schița de curs

Introducere

  • Ce este IA generativă?
  • Inteligența artificială generativă față de alte tipuri de inteligență artificială
  • Prezentare generală a principalelor tehnici și modele din AI generativă
  • Aplicații și cazuri de utilizare a IA generativă
  • Provocări și limitări ale IA generativă

Crearea de imagini cu ajutorul AI generativă

  • Generarea de imagini din descrieri de text
  • Utilizarea GAN-urilor pentru a crea imagini realiste și diverse
  • Utilizarea VAE pentru a crea imagini cu variabile latente
  • Utilizarea transferului de stil pentru a aplica stiluri artistice la imagini

Crearea de text cu ajutorul AI generativă

  • Generarea de text din sugestii de text
  • Utilizarea modelelor bazate pe transformatoare pentru a crea text cu context și coerență
  • Utilizarea rezumatului de text pentru a crea rezumate concise ale unor texte lungi
  • Utilizarea parafrazării textului pentru a crea moduri diferite de exprimare a aceluiași înțeles

Crearea de audio cu ajutorul AI generativă

  • Generarea vorbirii din text
  • Generarea de text din vorbire
  • Generarea de muzică din text sau audio
  • Generarea discursului cu o voce specifică

Crearea altor tipuri de conținut cu AI generativă

  • Generarea de cod din limbaj natural
  • Generarea de schițe de produse din text
  • Generarea de videoclipuri din text sau imagini
  • Generarea de modele 3D din text sau imagini

Evaluarea AI generativă

  • Evaluarea calității și diversității conținutului în AI generativă
  • Utilizarea unor metrici precum scorul de inițiere, distanța de inițiere Fréchet și scorul BLEU
  • Utilizarea evaluării umane prin crowdsourcing și sondaje
  • Aplicarea unor metode de evaluare adversativă, cum ar fi testele Turing și discriminatorii

Înțelegerea implicațiilor etice și sociale ale AI generative

  • Asigurarea corectitudinii și a responsabilității
  • evitarea utilizării necorespunzătoare și a abuzurilor
  • Respectarea drepturilor și a vieții private a creatorilor de conținut și a consumatorilor.
  • Promovarea creativității și a colaborării dintre oameni și IA

Rezumat și etapele următoare

Cerințe

  • Înțelegerea conceptelor de bază și a terminologiei IA
  • Experiență cu programarea Python și analiza datelor
  • Familiaritate cu cadrele de învățare profundă, cum ar fi TensorFlow sau PyTorch

Audiență

  • Oameni de știință în domeniul datelor
  • Dezvoltatorii AI
  • Entuziaști AI
 14 ore

Numărul de participanți



Pret per participant

Cursuri înrudite

LangChain: Building AI-Powered Applications

14 ore

LangChain Fundamentals

14 ore

Small Language Models (SLMs): Applications and Innovations

14 ore

Small Language Models (SLMs) for Domain-Specific Applications

28 ore

Small Language Models (SLMs): Developing Energy-Efficient AI

21 ore

Small Language Models (SLMs) for Human-AI Interactions

14 ore

Small Language Models (SLMs) for On-Device AI

21 ore

Introduction to Google Gemini AI

14 ore

Google Gemini AI for Content Creation

14 ore

Google Gemini AI for Transformative Customer Service

14 ore

Google Gemini AI for Data Analysis

21 ore

Generative AI with Large Language Models (LLMs)

21 ore

LlamaIndex: Enhancing Contextual AI

14 ore

LlamaIndex: Developing LLM Powered Applications

42 ore

Introduction to Large Language Models (LLMs)

14 ore

Categorii înrudite

1