課程簡介

簡介

  • 什麼是生成式AI?
  • 生成式AI與其他類型AI的區別。
  • 生成式AI的主要技術和模型概述。
  • 生成式AI的應用和用例。
  • 生成式AI的挑戰和限制。

使用生成式AI創建圖像

  • 從文本描述生成圖像。
  • 使用GAN生成逼真且多樣化的圖像。
  • 使用VAE生成具有潛在變量的圖像。
  • 使用風格遷移爲圖像應用藝術風格。

使用生成式AI創建文本

  • 從文本提示生成文本。
  • 使用基於Transformer的模型生成具有上下文和連貫性的文本。
  • 使用文本摘要生成長文本的簡潔摘要。
  • 使用文本改寫生成表達相同意義的不同方式。

使用生成式AI創建音頻

  • 從文本生成語音。
  • 從語音生成文本。
  • 從文本或音頻生成音樂。
  • 生成具有特定聲音的語音。

使用生成式AI創建其他內容

  • 從自然語言生成代碼。
  • 從文本生成產品草圖。
  • 從文本或圖像生成視頻。
  • 從文本或圖像生成3D模型。

評估生成式AI

  • 評估生成式AI生成內容的質量和多樣性。
  • 使用指標如inception score、Fréchet inception distance和BLEU score。
  • 通過衆包和調查進行人工評估。
  • 應用對抗性評估方法,如圖靈測試和判別器。

理解生成式AI的倫理和社會影響

  • 確保公平性和問責制。
  • 避免誤用和濫用。
  • 尊重內容創作者和消費者的權利與隱私。
  • 促進人類與AI的創造力和協作。

總結與下一步

最低要求

  • 瞭解基本的AI概念和術語。
  • 具備Python編程和數據分析經驗。
  • 熟悉深度學習框架,如TensorFlow或PyTorch。

受衆

  • 數據科學家。
  • AI開發者。
  • AI愛好者。
 14 時間:

課程分類