Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Qu'est-ce que l'IA générative ?
- IA générative par rapport aux autres types d'IA
- Aperçu des principales techniques et modèles d'IA générative
- Applications et cas d'utilisation de l'IA générative
- Défis et limites de l'IA générative
Création d'images avec l'IA générative
- Génération d'images à partir de descriptions textuelles
- Utilisation de GAN (réseaux antagonistes génératifs) pour créer des images réalistes et diversifiées
- Utilisation de VAE (autoencodeurs variationnels) pour créer des images avec des variables latentes
- Utilisation du transfert de style pour appliquer des styles artistiques aux images
Création de texte avec l'IA générative
- Génération de texte à partir d'invites textuelles
- Utilisation de modèles basés sur les transformateurs pour créer du texte avec contexte et cohérence
- Utilisation de la summarisation de texte pour créer des résumés concis de longs textes
- Utilisation du paraphrasage de texte pour créer différentes manières d'exprimer le même sens
Création d'audio avec l'IA générative
- Génération de parole à partir de texte
- Génération de texte à partir de parole (reconnaissance vocale)
- Génération de musique à partir de texte ou d'audio
- Génération de parole avec une voix spécifique
Création d'autres contenus avec l'IA générative
- Génération de code à partir du langage naturel
- Génération d'esquisses de produits à partir de texte
- Génération de vidéo à partir de texte ou d'images
- Génération de modèles 3D à partir de texte ou d'images
Évaluation de l'IA générative
- Évaluation de la qualité et de la diversité du contenu dans l'IA générative
- Utilisation de métriques telles que le score d'inception, la distance d'inception de Fréchet et le score BLEU
- Utilisation de l'évaluation humaine via le crowdsourcing et les enquêtes
- Application de méthodes d'évaluation adversariales telles que les tests de Turing et les discriminateurs
Compréhension des implications éthiques et sociales de l'IA générative
- Assurer l'équité et la responsabilité
- Éviter le mauvais usage et les abus
- Respecter les droits et la confidentialité des créateurs et consommateurs de contenus
- Favoriser la créativité et la collaboration entre les humains et l'IA
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts et terminologie de base de l'IA
- Expérience en programmation Python et en analyse de données
- Familiarité avec les frameworks d'apprentissage profond tels que TensorFlow ou PyTorch
Audience cible
- Data scientists
- Développeurs en IA
- Passionnés d'IA
14 Heures
Nos clients témoignent (2)
Le style interactif, les exercices
Tamas Tutuntzisz
Formation - Introduction to Prompt Engineering
Traduction automatique
Une excellente collection de ressources pour un usage futur, le style de l'enseignant (plein d'humour et de détails pertinents)
Adam - GE Aerospace Poland Sp. z o.o.
Formation - Prompt Engineering for ChatGPT
Traduction automatique