Contattataci

Struttura del corso

Introduzione

  • Cos’è l’intelligenza artificiale generativa?
  • Differenze tra intelligenza artificiale generativa e altri tipi di IA
  • Panoramica delle principali tecniche e dei modelli utilizzati in questo ambito
  • Applicazioni e casi d’uso tipici dell’intelligenza artificiale generativa
  • Limiti e sfide principali di questa tecnologia

Creazione di immagini con l’IA generativa

  • Generare immagini a partire da descrizioni testuali
  • Utilizzo delle GAN per produrre immagini realistiche e varie
  • Uso delle VAE per creare immagini basate su variabili latenti
  • Trasferimento stilistico per applicare stili artistici alle immagini

Creazione di testo con l’IA generativa

  • Generare testo a partire da prompt testuali
  • Impiego dei modelli basati su trasformatori per ottenere testi contestualmente coerenti
  • Riassunto automatico di testi lunghi in versioni più brevi e sintetiche
  • Parafrasi del testo per ottenere diverse espressioni dello stesso significato

Creazione di audio con l’IA generativa

  • Generare parlato partendo da un testo scritto
  • Trascrizione automatica di discorsi in formato testuale
  • Produzione musicale a partire da descrizioni testuali o file audio
  • Sintesi vocale personalizzata per ottenere voci specifiche

Creazione di altri tipi di contenuto con l’IA generativa

  • Generazione automatica di codice partendo da linguaggio naturale
  • Progettazione rapida di bozzi per prodotti a partire da descrizioni testuali
  • Creazione video a partire da testo o immagini
  • Realizzazione di modelli 3D basati su descrizioni testuali o immagini

Valutazione dell’intelligenza artificiale generativa

  • Analisi della qualità e varietà dei risultati prodotti dall’IA generativa
  • Utilizzo di metriche come il punteggio Inception, la distanza Fréchet Inception e il punteggio BLEU
  • Valutazione umana effettuata tramite sondaggi e lavori di crowdsourcing
  • Applicazione di metodi di valutazione basati su meccanismi avversari, come i test di Turing o discriminatori

Implicazioni etiche e sociali dell’intelligenza artificiale generativa

  • Garanzia di equità e responsabilità nell’impiego di questa tecnologia
  • Prevenzione di possibili usi impropri o abusi
  • Rispetto dei diritti e della privacy sia degli creatori che dei consumatori di contenuti
  • Promozione della collaborazione tra esseri umani e intelligenza artificiale nello sviluppo creativo

Conclusioni e prossimi passi da compiere

Requisiti

  • Conoscenza di base dei concetti e della terminologia legati all’intelligenza artificiale
  • Esperienza nella programmazione in Python e nell’analisi dei dati
  • Familiarità con framework di deep learning quali TensorFlow o PyTorch

Destinatari

  • Data scientist
  • Sviluppatori di intelligenza artificiale
  • Appassionati di intelligenza artificiale
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Recensioni (2)

Corsi in Arrivo

Categorie relative