Generative AI 1

Programa de nano graduação em IA generativa

Introdução e visão geral

A proficiência em habilidades de IA generativa, como geração de texto e imagem, fundamentos de aprendizagem profunda, PNL e visão computacional, é altamente valiosa no cenário tecnológico atual. Essas habilidades permitem que os indivíduos desenvolvam soluções inovadoras em vários domínios, como processamento de linguagem natural, síntese de imagens e sistemas de recomendação personalizados. Com a crescente demanda por aplicações orientadas por IA em setores que vão desde saúde até finanças, dominar a IA generativa equipa os profissionais com a capacidade de criar sistemas inteligentes que melhoram a eficiência, a criatividade e os processos de tomada de decisão. Além disso, a compreensão das implicações éticas da IA ​​garante o desenvolvimento e a implantação responsáveis ​​destas tecnologias, promovendo a confiança e a sustentabilidade no terreno.

Este programa de treinamento cobre princípios fundamentais e práticas avançadas em IA generativa. Inclui tópicos sobre geração de texto e imagem usando Large Language Models (LLMs), fundamentos de aprendizagem profunda, PNL, visão computacional e considerações éticas. Por meio de projetos práticos, os alunos adquirem habilidades na construção de chatbots personalizados, ferramentas de edição de fotos com IA e agentes imobiliários personalizados.

Estrutura do programa

Fundamentos de IA generativa:

• Introdução aos fundamentos da IA ​​generativa: abrange conhecimentos básicos sobre IA generativa, algoritmos populares e arquiteturas para geração de texto e imagem.

• Fundamentos de aprendizagem profunda: Fundamentos de aprendizagem profunda para profissionais de IA generativa, incluindo uma introdução às bibliotecas PyTorch e Hugging Face.

• Modelos Fundamentais: Exploração de modelos fundamentais em IA, sua aplicação a diversas tarefas e implicações éticas.

• Adaptação de modelos de fundação: Técnicas para adaptar modelos de fundação, incluindo ajuste rápido e ajuste fino com eficiência de parâmetros (PEFT).

  → Projeto: Ajuste fino leve para um modelo de fundação usando PEFT

Grandes Modelos de Linguagem (LLMs) e Geração de Texto:

• Introdução aos LLMs: Tipos de LLMs, compreendendo suas limitações e capacidades, e estratégias para engenharia imediata.

• Fundamentos de PNL: Noções básicas de processamento de linguagem natural, codificação e geração de texto.

• Transformadores e mecanismo de atenção: Exploração de arquiteturas de transformadores, mecanismos de atenção e modelos modernos de transformadores.

• Geração Aumentada de Recuperação: Criação de um bot de perguntas e respostas personalizado e aproveitamento dos recursos de processamento de linguagem do OpenAI.

• Crie conjuntos de dados personalizados para LLMs: Construção de conjuntos de dados relevantes para ajustar modelos de linguagem grandes.

  → Projeto: Construindo um Chatbot Personalizado

Visão computacional e IA generativa:

• Introdução à geração de imagens: Definindo a geração de imagens e sua relevância em IA e aprendizado de máquina.

• Fundamentos da Visão Computacional: Compreender como os computadores processam e analisam dados de imagem.

• Geração de imagens e GANs: Exploração de redes adversárias generativas (GANs) para geração de imagens.

• Modelos de visão computacional baseados em transformadores: Compreendendo os transformadores de visão e suas aplicações.

• Modelos de difusão: Fundamentos de algoritmos de difusão e trabalho prático com difusores Huggingface para geração de imagens.

  → Projeto: Edição de fotos AI com Inpainting

Construindo soluções de IA generativa:

• Introdução à construção de aplicativos generativos: design e implementação de IA generativa usando grandes modelos de linguagem.

• Construindo soluções generativas de IA com bancos de dados vetoriais: conceitos básicos de bancos de dados vetoriais e sua aplicação em IA.

• Desenvolvendo soluções de IA generativa com LangChain: Exploração da estrutura LangChain para trabalhar com grandes modelos de linguagem.

  → Projeto: Agente Imobiliário Personalizado

Habilidades

• Fundamentos de IA generativa : Fluência de IA generativa • Classificação de imagens • Aprendizagem por transferência • Treinamento de redes neurais • Rosto de abraço • Ajuste fino com eficiência de parâmetros • Engenharia imediata • Aprendizado profundo • PyTorch • Modelos básicos • IA ética

• Modelos de linguagem grande (LLMs) e geração de texto : API Together AI • Implementação de pesquisa em Python • Transformadores de PNL • Selenium • Modelos de linguagem grande • Limpeza de dados • Processamento de linguagem natural • API OpenAI • Redes neurais de transformadores • Engenharia de prompt • Tokenização • Similaridade de cosseno • Solicitações de API • Redes neurais recorrentes • Mecanismos de atenção • Geração de texto • Avaliação da qualidade dos dados • Incorporações de palavras • Extração de dados

• Visão computacional e IA generativa : pré-processamento de imagens • Aprendizagem por transferência • Incorporação de palavras • IA ética • Modelos de difusão • Algoritmo YOLO • Avaliação de modelos • Geração de texto • Fluência em visão computacional • Classificação de imagens • Grandes modelos de linguagem • Pandas • Geração de imagens • Treinamento neural redes • Redes neurais convolucionais • Ajuste fino com eficiência de parâmetros • Segmentação de imagens • Transformadores de visão computacional • Tokenização • Avaliação da qualidade dos dados • Redes adversárias gerativas

• Construindo soluções de IA generativa : vetores • Geração aumentada de recuperação • API OpenAI • LangChain