Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere în inteligența artificială multimodală
- Înțelegerea datelor multimodale
- Concepte și definiții cheie
- Istoria și evoluția învățării multimodale
Prelucrarea datelor multimodale
- Colectarea și preprocesarea datelor
- Extragerea caracteristicilor din diferite modalități
- Tehnici de fuziune a datelor
Învățarea reprezentării multimodale
- Învățarea reprezentărilor comune
- Încorporări intermodale
- Învățarea prin transfer între modalități
Aliniere și traducere multimodală
- Alinierea datelor din mai multe modalități
- Sisteme de regăsire intermodală
- Traducerea între modalități (de exemplu, de la text la imagine, de la imagine la text)
Raționament și inferență multimodală
- Logică și raționament cu date multimodale
- Tehnici de inferență în IA multimodală
- Aplicații în domeniul răspunsului la întrebări și al luării deciziilor
Modele generative în IA multimodală
- Rețele adversare generative (GAN) pentru date multimodale
- Autocodificatoare variaționale (VAE) pentru generare multimodală
- Aplicații creative ale AI multimodale generative
Tehnici de fuziune multimodală
- Metode de fuziune timpurie, târzie și hibridă
- Mecanisme de atenție în fuziunea multimodală
- Fuziunea pentru percepție și interacțiune robustă
Aplicații ale inteligenței artificiale multimodale
- Interacțiunea multimodală om-calculator
- Inteligența artificială în vehiculele autonome
- Aplicații în domeniul sănătății (de exemplu, imagistică și diagnosticare medicală)
Considerații și provocări de ordin etic
- Prejudiciul și corectitudinea în sistemele multimodale
- Preocupări legate de confidențialitatea datelor multimodale
- Proiectarea și implementarea etică a sistemelor de inteligență artificială multimodale
Subiecte avansate în IA multimodală
- Transformatoare multimodale
- Învățarea autosupravegheată în AI multimodală
- Viitorul învățării automate multimodale
Rezumat și etapele următoare
Cerințe
- Înțelegere de bază a inteligenței artificiale și a învățării automate
- Competențe de programare Python.
- Familiaritate cu manipularea și preprocesarea datelor
Audiență
- Cercetători în domeniul IA
- Cercetători de date
- Inginerii de învățare automată
21 ore