Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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