Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
План на курса
Введение в многомодално изкуствено интелигентно (AI)
- Разбиране на многомодални данни
- Ключови концепции и дефиниции
- История и еволюция на многомодалното обучение
Обработка на многомодални данни
- Сбор и предобработка на данни
- Извличане на характеристики от различни модули
- Техники за сливане на данни
Многомодално представяне на учене
- Учене на съвместни представяния
- Крос-модални вмъквания
- Трансфер на учене между модули
Многомодално изравняване и превод
- Изравняване на данни от различни модули
- Системи за извличане на крос-модални данни
- Превод между модули (например, текст-изображение, изображение-тест)
Многомодално разсъждаване и извод
- Логика и разсъждаване с многомодални данни
- Техники за извод в многомодално AI
- Приложения в отговаряне на въпроси и взимане на решения
Генериращи модели в многомодално AI
- Генеративно-противоположни мрежи (GANs) за многомодални данни
- Вариационни автоенкодер (VAEs) за крос-модално генериране
- Творчески приложения на генериращо многомодално AI
Техники за многомодално сливане
- Ранни, късни и хибридни методи за сливане
- Механизми за внимание в многомодално сливане
- Сливане за устойчиво възприемане и взаимодействие
Приложения на многомодално AI
- Многомодално взаимодействие между човек и компютър
- AI в автономни превозни средства
- Приложения в здравеопазването (например, медицинска визуализация и диагностика)
Етични разсъждения и предизвикателства
- Предразсъдък и справедливост в многомодални системи
- Защита на личните данни с многомодални данни
- Етично проектиране и внедряване на многомодални AI системи
Напреднали теми в многомодално AI
- Многомодални трансформери
- Само-надзорно учене в многомодално AI
- Бъдещето на многомодалното машинно учене
Резюме и следващи стъпки
Изисквания
- Основни познания в областта на изкуствен интелект и машинен обучение
- Умеене в програмиране с Python
- Знакомство с обработка и подготовка на данни
Целева аудитория
- Изследователи в областта на изкуствен интелект
- Специалисти по данни
- Инженери на машинен обучение
21 часа