お問い合わせ

コース概要

はじめに

  • 生成型AIとは何か?
  • 他の種類のAIと比較した生成型AIの特徴
  • 生成型AIにおける主な技術やモデルの概要
  • 生成型AIの応用例および利用シーン
  • 生成型AIが直面する課題と限界点

生成型AIによる画像作成手法

  • テキスト記述からの画像生成法
  • GANを用いた現実感あふれる多様な画像の生成
  • VAEを利用した潜在変数を持つ画像の生成
  • スタイル転送技術を用いた芸術的雰囲気の反映方法

生成型AIによるテキスト作成手法

  • テキストプロンプトに基づいた文章生成法
  • 『Transformer』ベースのモデルを用いて文脈や整合性を持つ文章を作成する方法
  • 長大なテキストから要約文を生成する手法
  • 同一意味内容の異なる表現形式を用いて言い換えを行う方法

生成型AIによる音声作成手法

  • テキストから音声を生成する技術
  • 音声から文章への変換方法
  • テキストや音声資料を基にした楽曲の創作技法
  • 特定の声質を持つ音声データの作成手法

生成型AIによるその他コンテンツの制作法

  • 『自然言語』からプログラムソースを作成する手法
  • 文章記述に基づいた製品スケッチの作成方法
  • テキストや画像データから動画素材を生み出す技術
  • テキストまたは画像資料に基づいた3次元モデルの生成法

生成型AIの評価手法について

  • 生成されたコンテンツの品質や多様性を測定するための検証方法
  • 『Inception Score』や『Fréchet Inception Distance』、『BLEUスコア』といった指標の利用法
  • クラウドソーシングや調査活動を用いた人間による評価手法
  • 『チューリングテスト』や識別器技術といった敵対的検証方式の適用法

生成型AIが持つ倫理的・社会的影響の理解方法

  • 公平性や責任所在を確実に担保する対応法
  • 乱用・悪用を防止するための取り組み内容
  • コンテンツ制作者および消費者の権利やプライバシーの保護策
  • 人間とAIが協力して創造性を高めていく取り組みのあり方

総括および今後の展望

要求

  • AIに関する基本的な概念および用語の理解
  • Pythonプログラミングやデータ分析の経験があること
  • TensorFlowやPyTorchなどの深層学習フレームワークに馴染みがあること

対象者

  • データサイエンティスト
  • AI開発者
  • AIに関心を持つ方々
 14 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (2)

今後のコース

関連カテゴリー