Εξέλιξη Κομματιού
Ανασκόπηση των Βασικών Αρχών Παραγωγικής Τεχνητής Νοημοσύνης
- Σύντομη ανακεφαλαίωση των εννοιών της Παραγωγικής Τεχνητής Νοημοσύνης
- Προηγμένες εφαρμογές και μελέτες περίπτωσης
Σε βάθος μελέτη των Γεννητικών Αντιπαλών Δικτύων (GANs)
- Εκτενής μελέτη αρχιτεκτονικών GAN
- Τεχνικές για τη βελτίωση της εκπαίδευσης των GAN
- Conditional GANs και οι εφαρμογές τους
- Πρακτικό έργο: Σχεδιασμός ενός πολύπλοκου GAN
Προηγμένοι Variational Autoencoders (VAEs)
- Εξερεύνηση των ορίων των VAEs
- Αποσυζευγμένες αναπαραστάσεις σε VAEs
- Beta-VAEs και η σημασία τους
- Πρακτικό έργο: Δημιουργία ενός προηγμένου VAE
Transformers και Παραγωγικά Μοντέλα
- Κατανόηση της αρχιτεκτονικής Transformer
- Generative Pretrained Transformers (GPT) και BERT για παραγωγικές εργασίες
- Στρατηγικές λεπτομερούς προσαρμογής για παραγωγικά μοντέλα
- Πρακτικό έργο: Λεπτομερής προσαρμογή ενός μοντέλου GPT για έναν συγκεκριμένο τομέα
Μοντέλα Διάχυσης
- Εισαγωγή στα μοντέλα διάχυσης
- Εκπαίδευση μοντέλων διάχυσης
- Εφαρμογές στη δημιουργία εικόνων και ήχου
- Πρακτικό έργο: Υλοποίηση ενός μοντέλου διάχυσης
Ενισχυτική Μάθηση στην Παραγωγική Τεχνητή Νοημοσύνη
- Βασικές αρχές ενισχυτικής μάθησης
- Ενσωμάτωση της ενισχυτικής μάθησης με παραγωγικά μοντέλα
- Εφαρμογές στο σχεδιασμό παιχνιδιών και στη δημιουργία διαδικαστικού περιεχομένου
- Πρακτικό έργο: Δημιουργία περιεχομένου με ενισχυτική μάθηση
Προηγμένα Θέματα Ηθικής και Μεροληψίας
- Deepfakes και συνθετικά μέσα
- Ανίχνευση και μετριασμός της μεροληψίας στα παραγωγικά μοντέλα
- Νομικές και ηθικές εκτιμήσεις
Εφαρμογές ανά Βιομηχανία
- Παραγωγική Τεχνητή Νοημοσύνη στην υγειονομική περίθαλψη
- Δημιουργικές βιομηχανίες και διασκέδαση
- Παραγωγική Τεχνητή Νοημοσύνη στην επιστημονική έρευνα
Ερευνητικές Τάσεις στην Παραγωγική Τεχνητή Νοημοσύνη
- Τελευταίες εξελίξεις και ανακαλύψεις
- Ανοιχτά προβλήματα και ερευνητικές ευκαιρίες
- Προετοιμασία για μια ερευνητική σταδιοδρομία στην Παραγωγική Τεχνητή Νοημοσύνη
Τελικό Έργο (Capstone Project)
- Προσδιορισμός ενός προβλήματος κατάλληλου για Παραγωγική Τεχνητή Νοημοσύνη
- Προηγμένη προετοιμασία και επαύξηση δεδομένων
- Επιλογή, εκπαίδευση και λεπτομερής προσαρμογή μοντέλου
- Αξιολόγηση, επανάληψη και παρουσίαση του έργου
Σύνοψη και Επόμενα Βήματα
Απαιτήσεις
- Κατανόηση των βασικών εννοιών και αλγορίθμων μηχανικής μάθησης
- Εμπειρία στον προγραμματισμό με Python και βασική χρήση TensorFlow ή PyTorch
- Εξοικείωση με τις αρχές των νευρωνικών δικτύων και της βαθιάς μάθησης
Ακροατήριο
- Επιστήμονες δεδομένων
- Μηχανικοί μηχανικής μάθησης
- Επαγγελματίες Τεχνητής Νοημοσύνης
Σχόλια (2)
Το διαδραστικό χαρακτήρας, τα ασκήσεις
Tamas Tutuntzisz
Κομμάτι - Introduction to Prompt Engineering
Μηχανική Μετάφραση
Ένας μεγάλος αποθετήριος πόρων για μέλλοντα χρήση, στηλή διδασκάλου (γεμάτη αίσθημα του χιούμορ, μεγάλο επίπεδο λεπτομέρειας)
Adam - GE Aerospace Poland Sp. z o.o.
Κομμάτι - Prompt Engineering for ChatGPT
Μηχανική Μετάφραση