ساخت اپلیکیشن های هوش مصنوعی مولد Multimodal
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- کسب مهارتهای کاربردی و آماده برای بازار کار جهت ساخت اپلیکیشن های هوش مصنوعی مولد Multimodal تنها در سه هفته
- درک مفاهیم بنیادین و چالشهای هوش مصنوعی Multimodal، از جمله یکپارچهسازی متن، گفتار، تصویر و ویدیو
- ساخت اپلیکیشن های هوش مصنوعی Multimodal با استفاده از مدلها و چارچوبهای پیشرفته مانند IBM’s Granite ،Llama ،Meta ،Whisper، ،DALL·E و Sora از OpenAI
- توسعه راهکارهای هوش مصنوعی Multimodal شامل چتباتها و مدلهای تولید تصویر و ویدیو با استفاده از پلتفرمهایی مانند IBM watsonx.ai، Hugging Face ،Flask و Gradio
توضیحات دوره
آیا آمادهاید مهارتهای خود را در Generative AI ارتقا دهید؟ با ورود به دنیای پرانرژی هوش مصنوعی Multimodal، یاد خواهید گرفت چگونه زبان، تصویر و گفتار را برای ساخت اپلیکیشنهای هوشمند و تعاملی در هم بیامیزید.
در این دورهی عملی، یاد میگیرید سیستمهایی بسازید که بر پایهی چندین نوع ورودی از ساخت استوری تلر مجهز به هوشمصنوعی و دستیاران جلسات گرفته تا طراحی ابزارهای توصیف تصویر و تولید ویدیو کار میکنند.
در این مسیر با ابزارهای واقعی نظیر IBM’s Granite ،OpenAI’s Whisper، سورا، Mistral’s Mixtral، دال ای، Meta’s Llama و Gradio آشنا میشوید. همچنین مفاهیمی مانند جستجوی Multimodal، پرسش و پاسخ و سیستم های بازیابی را کشف کنید که ترکیبی از داده متنی، گفتاری و بصری هستند.
در پایان دوره، قادر خواهید بود راهکارهای کامل Full-Stack هوش مصنوعی Multimodal را با زبان Python و فریمورکهایی مانند Flask و Gradio طراحی و پیادهسازی کنید.
اگر به دنبال کسب مهارتهای مورد نیاز برای ساخت نسل بعدی اپلیکیشنهای هوش مصنوعی هستید، همین حالا شرکت کنید تا مسیر حرفهای خود در حوزهی هوش مصنوعی را قدرت ببخشید!
ساخت اپلیکیشن های هوش مصنوعی مولد Multimodal
-
ویدیو: مقدمه دوره 4:36
-
بررسی گواهینامه حرفهای RAG و هوش مصنوعی عاملی 5:32
-
مقدمهای بر هوش مصنوعی Multimodal 8:27
-
فناوریهای تبدیل متن به گفتار (Text-to-Speech) 8:21
-
فناوریهای تبدیل گفتار به متن (Speech-to-Text) 7:18
-
مطالعه: نمای کلی دوره None
-
خواندن - خلاصه و نکات برجسته None
-
درک تولید توضیحات تصویری با مدل Llama از Meta 7:21
-
دمو: تولید ویدیو از متن با ابزار Sora از OpenAI 7:36
-
خواندن - خلاصه و نکات برجسته None
-
مقدمهای بر Multimodal Retrieval-Augmented Generation (MM-RAG) 6:55
-
چتباتهای Multimodal و سیستمهای پرسش و پاسخ 7:49
-
جمعبندی دوره 3:35
-
جمعبندی و نکات کلیدی None
-
مطالعه: تبریک و گامهای بعدی None
-
تشکر از تیم دوره None
مشخصات آموزش
ساخت اپلیکیشن های هوش مصنوعی مولد Multimodal
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:متوسط
- تعداد درس:16
- مدت زمان :01:07:30
- حجم :307.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy