聯繫我們

課程簡介

多模態AI介紹

  • 了解多模態資料
  • 核心概念與定義
  • 多模態學習的歷史與演進

多模態資料處理

  • 資料收集與預處理
  • 從不同模態提取特徵
  • 資料融合技術

多模態表示學習

  • 學習聯合表示
  • 跨模態嵌入
  • 跨模態遷移學習

多模態對齊與翻譯

  • 對齊來自多個模態的資料
  • 跨模態檢索系統
  • 模態間翻譯(例如,文字轉圖像、圖像轉文字)

多模態推理與推論

  • 使用多模態資料進行邏輯推理
  • 多模態AI中的推論技術
  • 在問答和決策中的應用

多模態AI中的生成模型

  • 用於多模態資料的生成對抗網路(GANs)
  • 用於跨模態生成的變分自編碼器(VAEs)
  • 創意性的多模態AI生成應用

多模態融合技術

  • 早期、晚期及混合融合方法
  • 多模態融合中的注意力機制
  • 用於強大感知和互動的融合

多模態AI的應用

  • 多模態人機互動
  • 自動駕駛汽車中的AI
  • 醫療保健應用(例如,醫學影像和診斷)

道德考量與挑戰

  • 多模態系統中的偏見與公平性
  • 多模態資料的隱私問題
  • 多模態AI系統的道德設計與部署

多模態AI的高階主題

  • 多模態Transformer
  • 多模態AI中的自監督學習
  • 多模態機器學習的未來

總結與後續步驟

最低要求

  • 對人工智慧及機器學習有基本理解
  • 具備Python程式設計能力
  • 熟悉資料處理與預處理

受眾對象

  • AI研究人員
  • 數據科學家
  • 機器學習工程師
 21 小時

客戶評論 (1)

課程分類