Plan du cours

Introduction

  • Qu'est-ce que l'IA générative ?
  • L'IA générative par rapport aux autres types d'IA
  • Aperçu des principales techniques et modèles de l'IA générative
  • Applications et cas d'utilisation de l'IA générative
  • Défis et limites de l'IA générative

Créer des images avec l'IA générative

  • Générer des images à partir de descriptions textuelles
  • Utilisation des GAN pour créer des images réalistes et diversifiées
  • Utilisation de VAE pour créer des images avec des variables latentes
  • Utilisation du transfert de style pour appliquer des styles artistiques aux images

Créer du texte avec l'IA générative

  • Générer du texte à partir d'invites
  • Utilisation de modèles basés sur des transformateurs pour créer des textes avec contexte et cohérence
  • Utilisation du résumé de texte pour créer des résumés concis de textes longs
  • Utiliser la paraphrase de texte pour créer différentes façons d'exprimer le même sens

Créer de l'audio avec l'IA générative

  • Générer de la parole à partir de texte
  • Générer du texte à partir de la parole
  • Générer de la musique à partir d'un texte ou d'un fichier audio
  • Générer un discours avec une voix spécifique

Créer d'autres contenus avec l'IA générative

  • Générer du code à partir du langage naturel
  • Générer des croquis de produits à partir de texte
  • Générer des vidéos à partir de textes ou d'images
  • Générer des modèles 3D à partir de textes ou d'images

Évaluer l'IA générative

  • Évaluer la qualité et la diversité du contenu dans l'IA générative
  • Utilisation de mesures telles que le score d'inception, la distance d'inception de Fréchet et le score BLEU
  • Utilisation de l'évaluation humaine par le biais du crowdsourcing et d'enquêtes
  • Appliquer des méthodes d'évaluation contradictoires telles que les tests de Turing et les discriminateurs.

Comprendre les implications éthiques et sociales de l'IA générative

  • Garantir l'équité et la responsabilité
  • Éviter les abus et les mauvais usages
  • Respecter les droits et la vie privée des créateurs de contenu et des consommateurs
  • Favoriser la créativité et la collaboration entre l'homme et l'IA

Résumé et prochaines étapes

Pré requis

  • Compréhension des concepts et de la terminologie de base de l'IA
  • Expérience de la programmation Python et de l'analyse de données
  • Familiarité avec les cadres d'apprentissage profond tels que TensorFlow ou PyTorch.

Public

  • Scientifiques des données
  • Développeurs d'IA
  • Passionnés d'IA
 14 heures

Nombre de participants



Prix par participant

Cours Similaires

Catégories Similaires