Joindre

Cours d'IA générative

542 Cours

California Institute of Technology AWS Skill Builder

Présentation de l'IA générative – L'Art du possible (Français) | Introduction to Generative AI - Art of the Possible (French)

Présentation de l'IA générative – L'Art du possible (Français) | Introduction to Generative AI - Art of the Possible (French) Le cours Présentation de l'IA générative – L'Art du possible propose une présentation de l'IA générative, ses cas d'utilisation, ses risques et ses avantages. À l'aide d'un exemple de génération de contenu, nous illustrons.
course image
California Institute of Technology AWS Skill Builder

Building a Generative AI-Ready Organization (Thai)

Construire une organisation prête pour l'IA générative (Thaï) Construire une organisation prête pour l'IA générative est le dernier cours d'une série en trois parties intitulée Generative AI Essentials, destinée aux décideurs commerciaux et techniques. Si vous n'avez pas encore suivi les cours précédents, nous vous recommandons de commencer par l.
course image
California Institute of Technology AWS Skill Builder

Desarrollo de una organización preparada para la IA generativa (Español LATAM) | Building a Generative AI-Ready Organization (LATAM Spanish)

Développer une organisation prête pour l'IA générative Développer une organisation prête pour l'IA générative est le dernier cours de la série en trois parties des Fondamentaux de l'IA générative pour les décideurs techniques et commerciaux. Si vous ne l'avez pas encore fait, nous vous recommandons de commencer par le premier cours de la série, In.
course image
California Institute of Technology AWS Skill Builder

AWS で始める生成 AI スキルアップシリーズ (Japanese ONLY) (Na) 日本語実写版

Commencer avec AWS pour Développer des Compétences en IA Générative (Japanese ONLY) (Na) Version Japanese Live-Action Ce cours est composé de trois formations permettant d'apprendre progressivement de la base à la pratique de l'utilisation de l'IA générative. Dans la première formation, « Commencer avec l'IA Générative sur AWS pour les Débutants ».
course image
California Institute of Technology AWS Skill Builder

IA générative pour les cadres (Français) | Generative AI for Executives (French)

IA générative pour les cadres (Français) | Generative AI for Executives (French) Ce cours fournit une vue d'ensemble de l'IA générative. Les étudiants découvrent ce qu'est l'IA générative, comment elle peut répondre aux préoccupations et défis des cadres et comment elle peut soutenir la croissance commerciale. Ils apprennent également comment l'I.
course image
California Institute of Technology AWS Skill Builder

Generative AI for Executives (Japanese) (Sub) 日本語字幕版

Ce cours donne un aperçu de l'IA générative. Les participants apprendront ce qu'est l'IA générative, comment elle répond aux préoccupations et aux défis des dirigeants, et comment elle soutient la croissance des entreprises. Ils apprendront également le potentiel de l'IA à transformer de nombreuses industries. ＊Les vidéos de ce cours sont sous.
course image
California Institute of Technology AWS Skill Builder

Generative AI for Executives (Korean) (Na) (한국어 강의)

IA Générative pour les Dirigeants (Coréen) (Na) (Cours en Coréen) Ce cours propose une brève introduction à l'IA générative. Les apprenants découvriront ce qu'est l'IA générative, comment elle peut répondre aux préoccupations et aux défis des dirigeants, et comment elle peut soutenir la croissance des entreprises. Il explore également les façons d.
course image
California Institute of Technology AWS Skill Builder

Generative AI for Executives (Thai)

IA Générative pour Dirigeants (Thaï) Ce cours donne un aperçu de l'IA Générative. Les participants découvriront ce qu'est l'IA Générative, comment elle peut répondre aux préoccupations et défis des dirigeants, et comment elle peut soutenir la croissance des entreprises. En outre, ils apprendront également comment l'IA Générative a le potentiel de.
course image
California Institute of Technology AWS Skill Builder

Planning a Generative AI Project (Traditional Chinese)

Planification d'un Projet d'IA Générative (Français) Planification d'un Projet d'IA Générative est le deuxième cours de la série en trois parties intitulée « Fondamentaux de l'IA Générative pour les Décideurs Commerciaux et Techniques ». Si vous n'avez pas encore suivi ce cours, commencez par le premier cours de la série, intitulé Intro.
course image
California Institute of Technology AWS Skill Builder

Planning a Generative AI Project (Simplified Chinese)

Planifier un Projet d'IA Générative (Chinois Simplifié) Planifier un Projet d'IA Générative est le deuxième cours de la série en trois parties Generative AI Essentials for Business and Technical Decision Makers. Si vous n'avez pas encore suivi le premier cours de cette série, Introduction à l'IA Générative - L'Art du Possible, veuillez le faire d.
course image

Un cours d'IA générative est un domaine en pleine croissance de l'apprentissage automatique capable de créer de nouveaux contenus, de traduire des langues, de rédiger différents types de contenus créatifs et de répondre à vos questions de manière informative. Il a un potentiel énorme pour révolutionner la façon dont nous créons et utilisons les produits.

Un cours sur l'IA générative fait référence à tout modèle d'intelligence artificielle qui génère de nouvelles données, informations ou documents.

Par exemple, de nombreuses entreprises enregistrent leurs réunions, en direct et virtuelles. Voici quelques façons dont l'IA générative pourrait transformer ces enregistrements :

Et ce n'est qu'une petite partie de tous les processus.

Exemples de modèles d'IA génératifs

Il existe déjà sur le marché un certain nombre de produits utilisant des cours d'IA génératives - nous vous en donnerons quelques exemples ci-dessous. Le principe sous-jacent des cours d'IA génératives à l'AI Education varie en fonction du modèle ou de l'algorithme spécifique utilisé, mais certaines approches courantes comprennent :

  1. Les auto-encodeurs variationnels (VAE) sont un type de modèle génératif qui apprend à encoder les données d'entrée dans un espace latent, puis à les décoder pour retrouver les données originales. La partie "variationnelle" du nom fait référence à la nature probabiliste de l'espace latent, qui permet au modèle de générer une variété de sorties.

  2. Les réseaux antagonistes génératifs (GAN) : les GAN sont composés de deux réseaux de neurones, un générateur et un discriminateur, qui sont formés simultanément par apprentissage antagoniste. Le générateur crée de nouvelles données, et le discriminateur évalue la qualité de correspondance des données générées avec les données réelles. La compétition entre les deux réseaux amène le générateur à s'améliorer dans la production de sorties réalistes.

  3. Les réseaux de neurones récurrents (RNN) et la mémoire à court terme à long terme (LSTM) : Ces types de réseaux de neurones sont souvent utilisés pour générer des séquences comme le texte ou la musique. Les RNN et les LSTM ont une mémoire qui leur permet de traiter une série d'événements dans le temps, ce qui les rend adaptés à des tâches où l'ordre des éléments est important.

  4. Les modèles de transformateurs : Les modèles transformateurs, en particulier ceux dotés de mécanismes d'attention, réussissent très bien dans diverses tâches génératives. Ils peuvent se souvenir des dépendances et des relations à long terme dans les données, ce qui les rend efficaces pour des tâches telles que la traduction de langues et la génération de texte

  5. Les auto-encodeurs : Les auto-encodeurs sont composés d'un encodeur et d'un décodeur, et ils sont formés pour reconstruire les données d'entrée. Bien qu'ils soient principalement utilisés pour apprendre à représenter et à compresser les données, des variations comme les auto-encodeurs de débruitage (par exemple dans les images) peuvent être utilisées pour des tâches génératives.

Un cours d'IA générative consiste à nourrir un modèle avec un large ensemble de données et à optimiser ses paramètres pour minimiser la différence entre la sortie générée et l'information réelle. La capacité d'un modèle à produire un contenu réaliste et riche dépend de la complexité de son architecture, de la qualité et de la quantité des données d'apprentissage, et des techniques d'optimisation utilisées pendant l'apprentissage!