Kontakt aufnehmen

Schulungsübersicht

Einführung

  • Was ist generative KI?
  • Generative KI im Vergleich zu anderen KI-Arten
  • Überblick über die wichtigsten Techniken und Modelle in der generativen KI
  • Anwendungen und Anwendungsfälle von generativer KI
  • Herausforderungen und Einschränkungen von generativer KI

Erzeugung von Bildern mit generativer KI

  • Generierung von Bildern aus Textbeschreibungen
  • Einsatz von GANs zur Erstellung realistischer und vielfältiger Bilder
  • Einsatz von VAEs zur Erstellung von Bildern mit latenten Variablen
  • Anwendung von Style Transfer, um künstlerische Stile auf Bilder zu übertragen

Erzeugung von Texten mit generativer KI

  • Generierung von Text aus Textanweisungen
  • Einsatz von Transformer-basierten Modellen zur Erstellung von texten mit Kontext und Kohärenz
  • Anwendung von Textzusammenfassung, um kurze Zusammenfassungen langer Texte zu erstellen
  • Einsatz von Textparaphrasierung, um verschiedene Ausdrucksweisen desselben Sinns zu generieren

Erzeugung von Audio mit generativer KI

  • Generierung von Sprache aus Text
  • Generierung von Text aus Sprache
  • Generierung von Musik aus Text oder Audio
  • Generierung von Sprache mit einer bestimmten Stimme

Erzeugung weiterer Inhalte mit generativer KI

  • Generierung von Code aus natürlicher Sprache
  • Erzeugung von Produktskizzen aus Text
  • Generierung von Videos aus Text oder Bildern
  • Erstellung von 3D-Modellen aus Text oder Bildern

Bewertung generativer KI

  • Beurteilung der Qualität und Vielfalt der Inhalte in der generativen KI
  • Verwendung von Metriken wie Inception Score, Fréchet Inception Distance und BLEU-Score
  • Nutzung menschlicher Bewertungen durch Crowdsourcing und Umfragen
  • Anwendung adversarialer Evaluierungsmethoden wie Turing-Tests und Diskriminatoren

Verständnis der ethischen und gesellschaftlichen Implikationen generativer KI

  • Sicherstellung von Fairness und Rechenschaftspflicht
  • Vermeidung von Missbrauch
  • Wahrung der Rechte und Privatsphäre von Erstellerinnen, Erstellern und Konsumentinnen, Konsumenten von Inhalten
  • Förderung der Kreativität und Zusammenarbeit zwischen Mensch und KI

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis von KI-Konzepten und -Terminologie
  • Erfahrungen in der Python-Programmierung und Datenanalyse
  • Vertrautheit mit Deep-Learning-Frameworks wie TensorFlow oder PyTorch

Zielgruppe

  • Data Scientists
  • KI-Entwickler
  • KI-Interessierte
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien