Đề cương khóa học

Giới thiệu

  • Trí tuệ nhân tạo tạo sinh là gì?
  • Generative AI so với các loại hình trí tuệ nhân tạo khác
  • Tổng quan về các kỹ thuật và mô hình chính trong trí tuệ nhân tạo tạo sinh
  • Ứng dụng và các trường hợp sử dụng của trí tuệ nhân tạo tạo sinh
  • Thách thức và hạn chế của trí tuệ nhân tạo tạo sinh

Tạo hình ảnh với Generative AI

  • Tạo hình ảnh từ mô tả văn bản
  • Sử dụng GAN để tạo hình ảnh chân thực và đa dạng
  • Sử dụng VAE để tạo hình ảnh với các biến tiềm ẩn
  • Sử dụng chuyển đổi phong cách để áp dụng các phong cách nghệ thuật cho hình ảnh

Tạo văn bản với Generative AI

  • Tạo văn bản từ các câu lệnh văn bản
  • Sử dụng các mô hình dựa trên Transformer để tạo văn bản có ngữ cảnh và mạch lạc
  • Sử dụng tóm tắt văn bản để tạo các bản tóm tắt ngắn gọn của các văn bản dài
  • Sử dụng diễn giải lại văn bản để tạo các cách khác nhau để diễn đạt cùng một ý nghĩa

Tạo âm thanh với Generative AI

  • Tạo giọng nói từ văn bản
  • Tạo văn bản từ giọng nói
  • Tạo nhạc từ văn bản hoặc âm thanh
  • Tạo giọng nói với một giọng cụ thể

Tạo các loại nội dung khác với Generative AI

  • Tạo mã từ ngôn ngữ tự nhiên
  • Tạo phác thảo sản phẩm từ văn bản
  • Tạo video từ văn bản hoặc hình ảnh
  • Tạo mô hình 3D từ văn bản hoặc hình ảnh

Đánh giá Generative AI

  • Đánh giá chất lượng và sự đa dạng của nội dung trong trí tuệ nhân tạo tạo sinh
  • Sử dụng các chỉ số như điểm Inception, khoảng cách Fréchet Inception và điểm BLEU
  • Sử dụng đánh giá của con người thông qua crowdsourcing và khảo sát
  • Áp dụng các phương pháp đánh giá đối nghịch như bài kiểm tra Turing và bộ phân biệt

Hiểu các tác động đạo đức và xã hội của Generative AI

  • Đảm bảo tính công bằng và trách nhiệm giải trình
  • Tránh lạm dụng và sử dụng sai mục đích
  • Tôn trọng quyền và quyền riêng tư của người tạo và người tiêu dùng nội dung
  • Thúc đẩy sự sáng tạo và hợp tác của con người và trí tuệ nhân tạo

Tóm tắt và các bước tiếp theo

Requirements

  • Sự hiểu biết về các khái niệm và thuật ngữ AI cơ bản
  • Kinh nghiệm với lập trình Python và phân tích dữ liệu
  • Làm quen với các framework học sâu như TensorFlow hoặc PyTorch

Đối tượng

  • Nhà khoa học dữ liệu
  • Nhà phát triển AI
  • Người đam mê AI
 14 Hours

Number of participants


Price per participant

Provisional Upcoming Courses (Require 5+ participants)

Related Categories