Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie
- Czym jest generatywna sztuczna inteligencja?
- Generatywna sztuczna inteligencja w porównaniu do innych rodzajów sztucznej inteligencji
- Przegląd głównych technik i modeli w generatywnej sztucznej inteligencji
- Zastosowania i przypadki użycia generatywnej sztucznej inteligencji
- Wyzwania i ograniczenia generatywnej sztucznej inteligencji
Tworzenie obrazów z użyciem generatywnej sztucznej inteligencji
- Generowanie obrazów na podstawie opisów tekstowych
- Użycie GAN do tworzenia realistycznych i zróżnicowanych obrazów
- Użycie VAE do tworzenia obrazów z zmiennymi ukrytymi
- Użycie przenoszenia stylu do nakładania stylów artystycznych na obrazy
Tworzenie tekstu z użyciem generatywnej sztucznej inteligencji
- Generowanie tekstu na podstawie tekstowych wyskakujących okienek
- Użycie modeli opartego na transformatorach do tworzenia tekstu z kontekstem i spójnością
- Użycie podsumowywania tekstu do tworzenia zwięzłych streszczeń długich tekstów
- Użycie paraphrasingu tekstu do tworzenia różnych sposobów wyrażania tego samego znaczenia
Tworzenie dźwięku z użyciem generatywnej sztucznej inteligencji
- Generowanie mowy z tekstu
- Generowanie tekstu z mowy
- Generowanie muzyki z tekstu lub dźwięku
- Generowanie mowy z określonym głosem
Tworzenie innych treści z użyciem generatywnej sztucznej inteligencji
- Generowanie kodu z języka naturalnego
- Generowanie szkiców produktów z tekstu
- Generowanie wideo z tekstu lub obrazów
- Generowanie modeli 3D z tekstu lub obrazów
Ocena generatywnej sztucznej inteligencji
- Ocena jakości i zróżnicowania treści w generatywnej sztucznej inteligencji
- Użycie miar, takich jak inception score, Fréchet inception distance i BLEU score
- Wykorzystanie oceny przez ludzi za pomocą crowdsourcingu i ankiet
- Zastosowanie metod oceny przeciwnych, takich jak testy Turinga i dyskryminatory
Rozumienie etycznych i społecznych implikacji generatywnej sztucznej inteligencji
- Zapewnienie sprawiedliwości i odpowiedzialności
- Unikanie nadużyć i złego użycia
- Szanowanie praw i prywatności twórców i konsumentów treści
- Fostering creativity and collaboration of human and AI
Podsumowanie i następne kroki
Wymagania
- Zrozumienie podstawowych koncepcji i terminologii związanych z AI
- Doświadczenie w programowaniu w języku Python i analizie danych
- Zapoznanie z frameworkami do uczenia głębokiego, takimi jak TensorFlow lub PyTorch
Grupa docelowa
- Naukowcy danych
- Deweloperzy AI
- Enthusiasty AI
14 godzin
Opinie uczestników (1)
Engagement, Extended Knowledge