Generative AI 1

Program gelar nano AI generatif

Pendahuluan dan Ikhtisar

Kemahiran dalam keterampilan AI Generatif seperti pembuatan teks dan gambar, dasar-dasar pembelajaran mendalam, NLP, dan visi komputer sangat berharga dalam lanskap teknologi saat ini. Keterampilan ini memungkinkan individu untuk mengembangkan solusi inovatif di berbagai domain seperti pemrosesan bahasa alami, sintesis gambar, dan sistem rekomendasi yang dipersonalisasi. Dengan meningkatnya permintaan akan aplikasi berbasis AI di berbagai industri mulai dari layanan kesehatan hingga keuangan, penguasaan AI Generatif membekali para profesional dengan kemampuan untuk menciptakan sistem cerdas yang meningkatkan efisiensi, kreativitas, dan proses pengambilan keputusan. Selain itu, memahami implikasi etis AI akan memastikan pengembangan dan penerapan teknologi ini secara bertanggung jawab, sehingga menumbuhkan kepercayaan dan keberlanjutan di lapangan.

Program pelatihan ini mencakup prinsip-prinsip dasar dan praktik lanjutan dalam AI Generatif. Ini mencakup topik tentang pembuatan teks dan gambar menggunakan Model Bahasa Besar (LLM), dasar-dasar pembelajaran mendalam, NLP, visi komputer, dan pertimbangan etis. Melalui proyek praktis, pelajar memperoleh keterampilan dalam membuat chatbot khusus, alat pengeditan foto AI, dan agen real estat yang dipersonalisasi.

Struktur program

Dasar-dasar AI Generatif:

• Pengantar Dasar-Dasar AI Generatif: Meliputi pengetahuan dasar tentang AI generatif, algoritme populer, dan arsitektur untuk pembuatan teks dan gambar.

• Dasar-dasar Pembelajaran Mendalam: Dasar-dasar pembelajaran mendalam bagi praktisi AI generatif termasuk pengenalan perpustakaan PyTorch dan Hugging Face.

• Model Landasan: Eksplorasi model landasan dalam AI, penerapannya pada berbagai tugas, dan implikasi etis.

• Mengadaptasi Model Pondasi: Teknik untuk mengadaptasi model pondasi termasuk penyetelan cepat dan penyetelan efisien parameter (PEFT).

  → Proyek: Penyempurnaan Ringan pada Model Fondasi menggunakan PEFT

Model Bahasa Besar (LLM) & Pembuatan Teks:

• Pengantar LLM: Jenis LLM, pemahaman keterbatasan dan kemampuannya, serta strategi untuk rekayasa cepat.

• Dasar-dasar NLP: Dasar-dasar Pemrosesan Bahasa Alami, pengkodean teks, dan pembuatan.

• Transformer dan Mekanisme Perhatian: Eksplorasi arsitektur transformator, mekanisme perhatian, dan model transformator modern.

• Retrieval Augmented Generation: Pembuatan bot Tanya Jawab khusus dan memanfaatkan kemampuan pemrosesan bahasa OpenAI.

• Bangun Kumpulan Data Khusus untuk LLM: Pembuatan kumpulan data yang relevan untuk menyempurnakan model bahasa besar.

  → Proyek: Membangun Chatbot Khusus

Visi Komputer dan AI Generatif:

• Pengantar Pembuatan Gambar: Mendefinisikan pembuatan gambar dan relevansinya dalam AI dan pembelajaran mesin.

• Dasar-dasar Computer Vision: Memahami cara komputer memproses dan menganalisis data gambar.

• Pembuatan Gambar dan GAN: Eksplorasi Jaringan Adversarial Generatif (GAN) untuk pembuatan gambar.

• Model Computer Vision Berbasis Transformer: Pengertian Vision Transformer dan aplikasinya.

• Model Difusi: Dasar-dasar algoritme difusi dan kerja langsung dengan Huggingface Diffusers untuk menghasilkan gambar.

  → Proyek: Pengeditan Foto AI dengan Inpainting

Membangun Solusi AI Generatif:

• Pengantar Membangun Aplikasi Generatif: Desain dan implementasi AI Generatif menggunakan Model Bahasa Besar.

• Membangun Solusi AI Generatif dengan Basis Data Vektor: Konsep inti basis data vektor dan penerapannya dalam AI.

• Mengembangkan Solusi AI Generatif dengan LangChain: Eksplorasi kerangka LangChain untuk bekerja dengan model bahasa besar.

  → Proyek: Agen Real Estat yang Dipersonalisasi

Keterampilan

• Dasar-Dasar AI Generatif : Kefasihan AI Generatif • Klasifikasi gambar • Pembelajaran transfer • Melatih jaringan saraf • Memeluk Wajah • Penyempurnaan yang Efisien Parameter • Rekayasa Cepat • Pembelajaran mendalam • PyTorch • Model Fondasi • AI yang Etis

• Model Bahasa Besar (LLM) & Pembuatan Teks : API AI Bersama • Implementasi penelusuran dengan Python • Transformator NLP • Selenium • Model Bahasa Besar • Pembersihan data • Pemrosesan bahasa alami • API OpenAI • Jaringan syaraf transformator • Rekayasa Cepat • Tokenisasi • Kesamaan Kosinus • Permintaan API • Jaringan neural berulang • Mekanisme perhatian • Pembuatan teks • Penilaian kualitas data • Penyematan kata • Pengikisan data

• Visi Komputer dan AI Generatif : Pra-pemrosesan gambar • Pembelajaran transfer • Penyematan kata • AI Etis • Model Difusi • Algoritma YOLO • Evaluasi model • Pembuatan teks • Kefasihan visi komputer • Klasifikasi gambar • Model Bahasa Besar • Pandas • Pembuatan gambar • Pelatihan saraf jaringan • Jaringan neural konvolusional • Penyempurnaan yang Efisien Parameter

• Membangun Solusi AI Generatif : Vektor • Retrieval-Augmented Generation • OpenAI API • LangChain