課程簡介

多模態 AI 簡介

  • 瞭解多模態數據
  • 關鍵概念和定義
  • 多模態學習的歷史和演變

多模態數據處理

  • 數據收集和預處理
  • 從不同模式中提取特徵
  • 數據融合技術

多模態表示學習

  • 學習聯合表示
  • 跨模態嵌入
  • 跨模式的遷移學習

多模態對齊和翻譯

  • 對齊來自多種模態的數據
  • 跨模態檢索系統
  • 模態之間的翻譯(例如,文字到圖像、圖像到文字)

多模態推理與推理

  • 使用多模態數據進行邏輯和推理
  • 多模態 AI 中的推理技術
  • 在問答和決策中的應用

多模態 AI 中的生成模型

  • 用於多模態資料產生對抗網路 (GAN)
  • 用於跨模態產生的變分自動編碼器 (VAE)
  • 生成式多模態人工智慧的創造性應用

多模態融合技術

  • 早期、晚期和混合融合方法
  • 多模態融合中的注意力機制
  • 融合,實現強大的感知和交互

多模態AI的應用

  • 多模態人機交互
  • 自動駕駛汽車中的人工智慧
  • 醫療保健應用(例如,醫學成像和診斷)

倫理考慮與挑戰

  • 多式聯運系統中的偏差和公平性
  • 多模態數據的隱私問題
  • 多模態人工智慧系統的道德設計和部署

多模態 AI 中的高級主題

  • 多模態變壓器
  • 多模態人工智慧中的自監督學習
  • 多模態機器學習的未來

摘要和後續步驟

最低要求

  • 對人工智慧和機器學習有基本的瞭解
  • 熟練使用 Python 程式設計
  • 熟悉數據處理和預處理

觀眾

  • 人工智慧研究人員
  • 數據科學家
  • 機器學習工程師
 21 時間:

人數


每位參與者的報價

Provisional Upcoming Courses (Require 5+ participants)

課程分類