Struttura del corso
Revisione dei concetti fondamentali sull’intelligenza artificiale generativa
- Riassunto rapido dei principali concetti dell’IA generativa
- Applicazioni avanzate e studi di caso rilevanti
Approfondimento sulle reti antagoniste generative (GAN)
- Studio dettagliato delle architetture GAN
- Tecniche per ottimizzare l’addestramento dei GAN
- GAN condizionati e i loro ambiti di applicazione
- Progetto pratico: progettazione di un GAN complesso
Variational Autoencoder avanzati (VAE)
- Esplorazione dei limiti dei VAE
- Rappresentazioni disentaglate nei modelli VAE
- Beta-VAE e il loro significato nel contesto generativo
- Progetto pratico: realizzazione di un VAE avanzato
Transformer e modelli generativi
- Comprendere l’architettura dei Transformer
- GPT e BERT pre-addestrati per applicazioni generative
- Strategie di ottimizzazione dei modelli generativi tramite fine-tuning
- Progetto pratico: fine-tuning di un modello GPT per un dominio specifico
Modelli a diffusione
- Introduzione ai modelli a diffusione
- Addestramento di tali modelli
- Applicazioni nella generazione di immagini e audio
- Progetto pratico: implementazione di un modello a diffusione
Apprendimento per rinforzo nell’ambito dell’IA generativa
- Concetti fondamentali sull’apprendimento per rinforzo
- Integrazione tra apprendimento per rinforzo e modelli generativi
- Applicazioni nella progettazione di giochi e nella generazione procedurale di contenuti
- Progetto pratico: creazione di contenuti tramite apprendimento per rinforzo
Temi avanzati in ambito etico e riduzione dei bias
- Deepfake e media sintetici
- Metodi per rilevare e mitigare i bias nei modelli generativi
- Aspetti legali ed etici da considerare
Applicazioni settoriali specifiche
- Utilizzo dell’IA generativa nel settore sanitario
- Industrie creative e intrattenimento
- Applicazioni nell’ambito della ricerca scientifica
Tendenze di ricerca nell’intelligenza artificiale generativa
- Ulteriori sviluppi e innovazioni recenti
- Problematiche irrisolte e opportunità di ricerca emergenti
- Come prepararsi a una carriera nel campo della ricerca sull’IA generativa
Progetto finale integrativo
- Identificazione di un problema adatto all’applicazione dell’IA generativa
- Preparazione e potenziamento avanzato dei dataset
- Selezione, addestramento e ottimizzazione del modello scelto
- Valutazione, iterazioni e presentazione finale del progetto
Sintesi conclusiva e suggerimenti per il prosieguo
Requisiti
- Conoscenza di base dei concetti e degli algoritmi legati all’apprendimento automatico
- Esperienza nella programmazione con Python nonché utilizzo di base di TensorFlow o PyTorch
- Familiarità con i principi fondamentali delle reti neurali e dell’apprendimento profondo
Destinatari
- Data scientist
- Ingegneri di machine learning
- Professionisti dell’intelligenza artificiale
Recensioni (2)
I suggerimenti e i prompt consigliati che possiamo trarre da questa formazione
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Corso - InVideo AI: Creating Engaging Short-Form Videos
Traduzione automatica
utilizzo di prompt adeguati ed efficaci
Marses Pacaldo
Corso - Generative AI and Prompt Engineering for Corporate Professionals
Traduzione automatica
