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
Erfahrungsberichte (3)
Umfassende Informationen zum Hintergrund; wie man eine Prompt-Anfrage formuliert.
Olaf Kannt - Helios Klinikum Krefeld
Kurs - Generative AI and Prompt Engineering in Healthcare
Maschinelle Übersetzung
die Tipps und empfohlenen Prompts, die wir aus diesem Training mitnehmen können
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kurs - InVideo AI: Creating Engaging Short-Form Videos
Maschinelle Übersetzung
Einsatz von angemessenen und wirksamen Prompts
Marses Pacaldo
Kurs - Generative AI and Prompt Engineering for Corporate Professionals
Maschinelle Übersetzung