IA Generativa
Dos Fundamentos à Programação
LIVE- Sobre a Imersão
- Conteúdo
- Speakers
- Download E-Book
- Investimento e Datas
- Sobre a Imersão
- Conteúdo
- Speakers
- Download E-Book
- Investimento e Datas
IA Generativa
Dos Fundamentos à Programação
Sobre a Imersão
IA Generativa
Dos Fundamentos à Programação
Sobre a Imersão
Durante as aulas, você vai criar modelos com Python e Scikit Learn, entendendo sobre IA simbólica e Machine Learning. Além disso, vai se aprofundar em Deep Learning e Transformers, aprendendo sobre redes neurais artificiais, arquiteturas avançadas e implementações com TensorFlow, Keras e PyTorch. Também vai explorar Processamento de Linguagem Natural e Grandes Modelos de Linguagem (LLMs), Visão Computacional, Modelos de Difusão e Aspectos Práticos de Infraestrutura, como repositórios de modelos pré-treinados e implementação em GPU. Prepare-se para aprender técnicas de engenharia de prompt e aplicativos de modelos generativos, considerando implicações éticas e legais.
Ao fim do curso, você estará pronto para compreender o atual paradigma das IAs generativas, suas aplicações e limitações, e como tirar o melhor proveito das tecnologias disponíveis.
Conheça as principais tecnologias de inteligência artificial, especialmente as relacionadas aos Modelos Generativos. Entenda como elas funcionam, suas aplicações (geração de texto, de imagens, de áudios, mídias sintéticas) e como utilizá-las (engenharia de prompt, treinamento de modelos próprios, disponibilização).
Pessoas com conhecimento intermediário ou avançado em tecnologia, com perfil mais técnico, tendo conhecimento em programação (qualquer linguagem) e aptidão com matemática.
Down
Imersões
Down
IA Generativa
Dos Fundamentos à Programação
Conteúdo
IA Generativa
Dos Fundamentos à Programação
Conteúdo
Para iniciar sua jornada nesse campo inovador da Inteligência Artificial Generativa, é crucial compreender os fundamentos e a história por trás da IA. Nosso objetivo é guiá-lo na exploração dos conceitos desde o básico até seu primeiro modelo de machine learning, abordando tipos de IA, estratégias de aprendizado e utilização das principais bibliotecas em Python: ScikitLearn, pandas, numpy, seaborn e matplotlib.
O que você vai dominar?
- Definições de IA e história da IA;
- Tipos de IA: simbólica e por aprendizado;
- Estratégias de aprendizado;
- Classificação, regressão, agrupamento e redução de dimensionalidade;
- Criando modelos de aprendizado de máquina com Python e ScikitLearn;
- Tratamento e visualização de dados com numpy, pandas, matplotlib, seaborn.
Nas profundezas da Inteligência Artificial, exploraremos as redes neurais artificiais, sofisticadas estruturas que imitam o funcionamento do cérebro humano. Desde suas arquiteturas até a implementação prática com TensorFlow, Keras e PyTorch, mergulharemos na construção e treinamento dessas redes. Além disso, investigamos a arquitetura Transformer e seus fascinantes mecanismos de atenção, ampliando nosso entendimento sobre o poder das redes neurais na computação moderna.
O que você vai dominar?
- O que são redes neurais artificiais;
- Funções de ativação e arquiteturas de redes neurais;
- Funções de custo e treinamento de RNAs;
- Criação de redes neurais com TensorFlow, Keras e PyTorch.
No vasto campo do processamento de linguagem natural (PLN), desvendaremos conceitos fundamentais como tokenização, Bag of Words (BoW), Word2Vec e a revolucionária arquitetura Transformers. Vamos aprender o que são Modelos de Linguagem (LMs) e como eles se transformaram nos Grandes Modelos de Linguagem (LLMs), mergulhando na complexidade do aprendizado em contexto e suas propriedades emergentes.
O que você vai dominar?
- Conceitos gerais em PLN usando bibliotecas como SpaCy, NLTK, Gensim;
- Tokenização, Stemização e Lematização;
- Modelos de representação: BoW, TD-IDF, Word2Vec;
- LMs e LLMs como GPT4 e LLama;
- Treinamento autosupervisionado e arquitetura Transformer.
No mundo de maravilhas na visão computacional, desvendaremos o processamento digital de imagens (PDI), técnicas de filtragem, segmentação, detecção de bordas e reconhecimento de padrões. Entenderemos os modelos de aprendizado profundo, como as Redes Neurais Convolucionais (CNNs), e sua implementação prática com TensorFlow/Keras e OpenCV. Além disso, adentraremos o emocionante mundo dos modelos de aprendizado profundo para geração de imagens, como as Generative Adversarial Networks (GANs), transformers e modelos de difusão, ampliando nossas capacidades na criação e manipulação de imagens digitais.
O que você vai dominar?
- O que é uma imagem digital: imagem raster e vetorial;
- Técnicas de PDI: rotação, translação, filtragem, análise espectral;
- Segmentação com técnicas de agrupamento;
- Classificação de imagens com redes CNN;
- Modelos de detecção de objetos com OpenCV;
- Técnicas de geração de imagens por modelos generativos.
Onde o mundo da Inteligência Artificial é construído? Neste módulo vamos aprender sobre a infraestrutura que permite os modelos de IA existirem. Vamos entender o que são modelos pré-treinados, onde podemos encontrá-los e como usá-los. Exploraremos o papel fundamental do hardware dedicado, como as GPUs, na execução eficiente de grandes modelos de IA. Também abordaremos ferramentas de integração como LangChain e ambientes em nuvem como Watsonx.
O que você vai dominar?
- Repositórios de modelos pretreinados como HuggingFace;
- Princípios de CUDA;
- Containers para IA e plataformas em nuvem;
- Ferramentas de integração como LangChain;
- Serviços em nuvem como Watsonx.
No fim da nossa jornada estão as técnicas de aprendizado em contexto que os engenheiros de prompt utilizam. Vamos aprender como controlar a criatividade de modelos generativos mudando sua temperatura, como melhorar suas respostas através da cadeia de pensamento (CoT) e da recuperação aumentada (RAG). O que são Agentes LLM e como podem ser usados. E também vamos discutir as limitações dos modelos generativos, as questões éticas e legais das mídias sintéticas e os ataques de envenenamento de corpus e envenenamento de prompt a que estes modelos estão sujeitos.
O que você vai dominar?
- O que é o aprendizado em contexto;
- CoT - Chain of Thought;
- RAG - Retrieval-Augmented Generation;
- Agentes LLMs e aplicações de modelos generativos;
- Mídias Sintéticas;
- Ataques contra modelos generativos.
IA Generativa
Dos Fundamentos à Programação
Speaker
IA Generativa
Dos Fundamentos à Programação
Speaker
Down
IA Generativa
Dos Fundamentos à Programação
Investimento
IA Generativa
Dos Fundamentos à Programação
Investimento
Conteúdos