Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Riepilogo delle basi dell'Intelligenza Artificiale Generativa (Generative AI)
- Rapido riepilogo dei concetti di Generative AI
- Applicazioni avanzate e casi studio
Approfondimento sui Generative Adversarial Networks (GANs)
- Studio approfondito delle architetture GAN
- Tecniche per migliorare il training di GAN
- Conditional GANs e le loro applicazioni
- Progetto pratico: Progettazione di un complesso GAN
Variational Autoencoders (VAEs) Avanzati
- Esplorazione dei limiti dei VAEs
- Rappresentazioni disentangled nei VAEs
- Beta-VAEs e la loro importanza
- Progetto pratico: Costruzione di un avanzato VAE
Transformers e Modelli Generativi
- Comprensione dell'architettura Transformer
- Generative Pretrained Transformers (GPT) e BERT per compiti generativi
- Strategie di fine-tuning per modelli generativi
- Progetto pratico: Fine-tuning di un modello GPT per un dominio specifico
Modelli Diffusione (Diffusion Models)
- Introduzione ai modelli diffusione
- Addestramento di modelli diffusione
- Applicazioni nella generazione di immagini e audio
- Progetto pratico: Implementazione di un modello diffusione
Apprendimento per Rafforzamento nell'Intelligenza Artificiale Generativa
- Fondamenti dell'apprendimento per rafforzamento
- Integrare l'apprendimento per rafforzamento con modelli generativi
- Applicazioni nel design dei giochi e nella generazione di contenuti procedurale
- Progetto pratico: Creazione di contenuti con apprendimento per rafforzamento
Argomenti Avanzati sull'Etica e il Bias
- Deepfakes e media sintetici
- Rilevazione e mitigazione del bias nei modelli generativi
- Considerazioni legali ed etiche
Applicazioni Specifiche per il Settore Industriale
- Intelligenza Artificiale Generativa nella sanità
- Industrie creative e intrattenimento
- Intelligenza Artificiale Generativa nella ricerca scientifica
Tendenze di Ricerca nell'Intelligenza Artificiale Generativa
- Ultimi sviluppi e innovazioni
- Problemi aperti ed opportunità di ricerca
- Preparazione per una carriera di ricerca nell'Intelligenza Artificiale Generativa
Progetto Capitale
- Identificare un problema adatto all'Intelligenza Artificiale Generativa
- Preparazione avanzata dei dataset e aumentamento
- Selezionare, addestrare e fine-tuning del modello
- Valutazione, iterazione ed esposizione del progetto
Riepilogo e Passaggi Successivi
Requisiti
- Comprendere i concetti fondamentali e gli algoritmi di apprendimento automatico
- Esperienza con la programmazione in Python e l'uso base di TensorFlow o PyTorch
- Familiarità con i principi delle reti neurali e dell'apprendimento profondo
Pubblico
- Scienziati dei dati
- Ingegneri di apprendimento automatico
- Professionisti dell'IA
21 Ore