課程簡介

介紹

  • 什麼是生成式人工智慧?
  • 生成式 AI 與其他類型的 AI
  • 生成式人工智慧的主要技術和模型概述
  • 生成式 AI 的應用和案例
  • 生成式人工智慧的挑戰和局限性

使用生成式 AI 建立圖像

  • 從文本描述生成圖像
  • 使用 GAN 建立逼真和多樣化的圖像
  • 使用 VAE 建立具有潛在變數的圖像
  • 使用樣式傳遞將藝術樣式應用於圖像

使用生成式 AI 建立文字

  • 從文本提示生成文字
  • 使用基於 transformer 的模型創建具有上下文和連貫性的文本
  • 使用文字摘要創建長文本的簡明摘要
  • 使用文本釋義來創造表達相同含義的不同方式

使用生成式 AI 建立音訊

  • 從文本生成語音
  • 從語音生成文字
  • 從文本或音訊生成音樂
  • 使用特定語音生成語音

使用生成式 AI 建立其他內容

  • 從自然語言生成代碼
  • 從文本生成產品草圖
  • 從文字或圖像生成視頻
  • 從文字或圖像生成 3D 模型

評估生成式 AI

  • 評估生成式 AI 中的內容品質和多樣性
  • 使用初始分數、Fréchet 初始距離和 BLEU 分數等指標
  • 通過眾包和調查利用人工評估
  • 應用對抗性評估方法,如圖靈測試和判別器

瞭解生成式人工智慧的倫理和社會影響

  • 確保公平和問責制
  • 避免誤用和濫用
  • 尊重內容創作者和消費者的權利和隱私
  • 促進人類和人工智慧的創造力和協作

摘要和後續步驟

最低要求

  • 瞭解基本的 AI 概念和術語
  • 具有 Python 程式設計和數據分析經驗
  • 熟悉深度學習框架,如 TensorFlow 或 PyTorch

觀眾

  • 數據科學家
  • AI 開發人員
  • 人工智慧愛好者
 14 時間:

人數



每位參與者的報價

相關課程

LangChain: Building AI-Powered Applications

14 時間:

LangChain Fundamentals

14 時間:

Small Language Models (SLMs): Applications and Innovations

14 時間:

Small Language Models (SLMs) for Domain-Specific Applications

28 時間:

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

21 時間:

Small Language Models (SLMs) for Human-AI Interactions

14 時間:

Small Language Models (SLMs) for On-Device AI

21 時間:

Introduction to Google Gemini AI

14 時間:

Google Gemini AI for Content Creation

14 時間:

Google Gemini AI for Transformative Customer Service

14 時間:

Google Gemini AI for Data Analysis

21 時間:

Generative AI with Large Language Models (LLMs)

21 時間:

LlamaIndex: Enhancing Contextual AI

14 時間:

LlamaIndex: Developing LLM Powered Applications

42 時間:

Introduction to Large Language Models (LLMs)

14 時間:

課程分類

1