Struttura del corso

Introduzione

  • Che cos'è l'intelligenza artificiale generativa?
  • Intelligenza artificiale generativa vs altri tipi di AI
  • Panoramica delle principali tecniche e modelli nell'intelligenza artificiale generativa
  • Applicazioni ed esempi d'uso dell'intelligenza artificiale generativa
  • Sfide e limiti dell'intelligenza artificiale generativa

Creazione di Immagini con l'Intelligenza Artificiale Generativa

  • Generare immagini da descrizioni testuali
  • Utilizzare GANs per creare immagini realistiche e diverse
  • Utilizzare VAEs per creare immagini con variabili latenti
  • Utilizzare il trasferimento di stile per applicare stili artistici alle immagini

Creazione di Testo con l'Intelligenza Artificiale Generativa

  • Generare testo da prompt testuali
  • Utilizzare modelli basati su transformer per creare testi coerenti e contestualizzati
  • Utilizzare la riepilogazione del testo per creare sommari concisi di lunghe sezioni di testo
  • Utilizzare il parafraesaggio del testo per creare modi diversi di esprimere lo stesso significato

Creazione di Audio con l'Intelligenza Artificiale Generativa

  • Generare voce da testo
  • Generare testo da voce
  • Generare musica da testo o audio
  • Generare voce con una specifica voce vocale

Creazione di Altri Contenuti con l'Intelligenza Artificiale Generativa

  • Generare codice da linguaggio naturale
  • Generare bozze di prodotti da testo
  • Generare video da testo o immagini
  • Generare modelli 3D da testo o immagini

Valutazione dell'Intelligenza Artificiale Generativa

  • Valutare la qualità e la diversità del contenuto generato dall'intelligenza artificiale
  • Utilizzare metriche come punteggio di inception, distanza Fréchet di inception e punteggio BLEU
  • Utilizzare la valutazione umana attraverso il crowdsourcing e i sondaggi
  • Applicare metodi di valutazione avversaria come test di Turing e discriminatori

Comprendere le Implicazioni Etiche e Sociali dell'Intelligenza Artificiale Generativa

  • Garantire equità ed accountability
  • Evitare l'utilizzo abusivo o scorretto
  • Rispettare i diritti e la privacy dei creatori di contenuti e dei consumatori
  • Fomentare la creatività e la collaborazione tra esseri umani e AI

Riepilogo e Passaggi Successivi

Requisiti

  • Comprensione dei concetti e della terminologia di base dell'IA
  • Esperienza con la programmazione in Python e l'analisi dei dati
  • Familiarità con i framework di deep learning come TensorFlow o PyTorch

Pubblico

  • Scienziati dei dati
  • Sviluppatori AI
  • Enthusiasti dell'IA
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative