Programa do Curso

Introdução

  • O que é a IA generativa?
  • IA generativa versus outros tipos de IA
  • Panorâmica das principais técnicas e modelos de IA generativa
  • Aplicações e casos de utilização da IA generativa
  • Desafios e limitações da IA generativa

Criar imagens com IA generativa

  • Gerar imagens a partir de descrições de texto
  • Utilização de GANs para criar imagens realistas e diversificadas
  • Utilização de VAEs para criar imagens com variáveis latentes
  • Utilizar a transferência de estilo para aplicar estilos artísticos a imagens

Criar texto com IA generativa

  • Gerar texto a partir de instruções de texto
  • Utilização de modelos baseados em transformadores para criar texto com contexto e coerência
  • Utilizar a sumarização de texto para criar resumos concisos de textos longos
  • Utilizar a paráfrase de texto para criar diferentes formas de expressar o mesmo significado

Criar áudio com IA generativa

  • Gerar discurso a partir de texto
  • Gerar texto a partir do discurso
  • Gerar música a partir de texto ou áudio
  • Geração de discurso com uma voz específica

Criar outros conteúdos com IA generativa

  • Geração de código a partir de linguagem natural
  • Geração de esboços de produtos a partir de texto
  • Geração de vídeo a partir de texto ou imagens
  • Geração de modelos 3D a partir de texto ou imagens

Avaliar a IA generativa

  • Avaliar a qualidade e a diversidade dos conteúdos na IA generativa
  • Utilizar métricas como a pontuação de início, a distância de início de Fréchet e a pontuação BLEU
  • Utilizar a avaliação humana através de crowdsourcing e inquéritos
  • Aplicar métodos de avaliação adversários, como testes de Turing e discriminadores

Compreender as implicações éticas e sociais da IA generativa

  • Garantir a equidade e a responsabilidade
  • Evitar a má utilização e o abuso
  • Respeitar os direitos e a privacidade dos criadores de conteúdos e dos consumidores
  • Promover a criatividade e a colaboração entre humanos e IA

Resumo e próximas etapas

Requisitos

  • Conhecimento dos conceitos e da terminologia básicos da IA
  • Experiência em programação Python e análise de dados
  • Familiaridade com estruturas de aprendizagem profunda, como TensorFlow ou PyTorch

Público-alvo

  • Cientistas de dados
  • Programadores de IA
  • Entusiastas de IA
 14 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas