Kurzusleírás

Bevezetés

  • Mi az generatív AI?
  • Generatív AI vs. más típusú AI
  • Generatív AI fő technikái és modellei áttekintése
  • Generatív AI alkalmazásai és használati esetek
  • Generatív AI kihívásai és korlátai

Képgenerálás generatív AI segítségével

  • Képek generálása szövegleírások alapján
  • Valósághű és változatos képek létrehozása GAN-ok segítségével
  • Képek létrehozása VAE-k segítségével latens változókkal
  • Művészeti stílusok alkalmazása képekre stílusátvitel segítségével

Szöveggenerálás generatív AI segítségével

  • Szöveggenerálás szövegszövegkérések alapján
  • Kontextusos és összefüggő szövegek létrehozása transzformátor alapú modellek segítségével
  • Hosszú szövegek rövidített összefoglalásának létrehozása szövegszövegösszegzéssel
  • Ugyanazt a jelentést kifejező különböző szövegváltozatok létrehozása szövegszövegátírás segítségével

Hanggenerálás generatív AI segítségével

  • Szövegből beszédgenerálás
  • Szöveggenerálás beszédből
  • Szövegből vagy hangból zenegenerálás
  • Beszédgenerálás meghatározott hanggal

Egyéb tartalmak generálása generatív AI segítségével

  • Kódgenerálás természetes nyelvből
  • Terméktervek generálása szövegből
  • Videógenerálás szövegből vagy képekről
  • 3D-modellek generálása szövegből vagy képekről

Generatív AI értékelése

  • Tartalomminőség és változatoság értékelése generatív AI-nál
  • Metrikák, mint az inception score, Fréchet inception distance, és BLEU score használata
  • Emberi értékelés crowdsourcing és kutatások segítségével
  • Ellenséges értékelési módszerek alkalmazása, mint a Turing teszt és a diskriminátor

Generatív AI etikai és társadalmi következményeinek megértése

  • Fairness és felelősség biztosítása
  • Hasonlóan elvétett és rossz célú használat elkerülése
  • Tartalomkészítők és felhasználók jogainak és magánéletének tisztelete
  • Ember és AI közötti kreativitás és együttműködés előmozdítása

Összegzés és következő lépések

Követelmények

  • Az AI alapfogalmak és terminológia megértése
  • Python programozási és adatanalitikai tapasztalat
  • Ismeret a TensorFlow vagy PyTorch mélytanulási keretrendszerekkel

A célközönség

  • Adat tudósok
  • AI fejlesztők
  • AI rajongók
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák