Kerangka Materi
Pengantar Kecerdasan Buatan Generatif
- Apa itu Kecerdasan Buatan Generatif?
- Sejarah dan perkembangan Kecerdasan Buatan Generatif
- Konsep-konsep utama serta istilah teknis terkait
- Gambaran umum mengenai aplikasi dan potensi Kecerdasan Buatan Generatif
Dasar-Dasar Pembelajaran Mesin
- Pengantar konsep pembelajaran mesin
- Jenis-jenis pembelajaran mesin: Terawasi, Tak Terawasi, dan Penguatan
- Algoritma serta model dasar dalam pembelajaran mesin
- Tahapan praproses data dan rekayasa fitur
Dasar-Dasar Pembelajaran Mendalam
- Jaringan saraf serta prinsip-prinsip pembelajaran mendalam
- Fungsi aktivasi, fungsi kerugian, dan alat optimisasi
- Fenomena overfitting, underfitting, serta teknik regularisasi
- Pengenalan terhadap TensorFlow dan PyTorch
Gambaran Umum Model Generatif
- Macam-macam model generatif yang ada
- Perbedaan mendasar antara model diskriminatif dan generatif
- Kasus penggunaan utama dari model-model generatif
Variational Autoencoders (VAE)
- Pengenalan terhadap konsep autoencoder
- Struktur arsitektur VAE secara menyeluruh
- Ruang laten dan arti pentingnya dalam model generatif
- Proyek praktik: Membangun VAE sederhana
Generative Adversarial Networks (GAN)
- Pengantar konsep GAN secara umum
- Komponen utama arsitektur GAN: Generator dan Discriminator
- Proses pelatihan GAN serta kesulitan-kesulitannya
- Proyek praktik: Membuat GAN dasar secara mandiri
Model Generatif Tingkat Lanjut
- Pengenalan terhadap model Transformer
- Gambaran singkat mengenai model GPT (Generative Pretrained Transformer)
- Contoh penerapan GPT dalam pembuatan konten teks
- Proyek praktik: Menghasilkan teks dengan memakai model GPT yang sudah tersedia
Aspek Etika dan Implikasi Penggunaan AI Generatif
- Pertimbangan etis dalam penerapan Kecerdasan Buatan Generatif
- Masalah bias serta keadilan dalam model-model AI
- Implikasi jangka panjang dan prinsip-prinsip AI yang bertanggung jawab
Penerapan Industri dari Kecerdasan Buatan Generatif
- Peran Kecerdasan Buatan Generatif dalam dunia seni dan kreativitas
- Implementasi di bidang bisnis serta pemasaran
- Pemanfaatan AI Generatif dalam penelitian ilmiah
Proyek Akhir Kursus
- Menghasilkan ide serta usulan proyek berbasis AI Generatif
- Pengumpulan data dan proses praprosesnya
- Pemilihan model yang tepat serta pelatihannya
- Evaluasi hasil proyek serta penyajiannya secara presentatif
Penutup dan Langkah Selanjutnya
Persyaratan
- Pemahaman mengenai konsep pemrograman dasar dalam Python
- Pengalaman dengan konsep matematika dasar, khususnya probabilitas dan aljabar linear
Target Peserta
- Para pengembang perangkat lunak
Testimoni (2)
Gaya interaktif, latihan-latihannya
Tamas Tutuntzisz
Kursus - Introduction to Prompt Engineering
Diterjemahkan Mesin
Sebuah gudang sumber daya yang hebat untuk penggunaan di masa depan, gaya instruktur (penuh dengan selera humor yang baik, tingkat detail yang sangat bagus)
Adam - GE Aerospace Poland Sp. z o.o.
Kursus - Prompt Engineering for ChatGPT
Diterjemahkan Mesin