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 (3)
Cakupan komprehensif mengenai konteks latar belakang; cara membuat prompt.
Olaf Kannt - Helios Klinikum Krefeld
Kursus - Generative AI and Prompt Engineering in Healthcare
Diterjemahkan Mesin
tips dan prompt rekomendasi yang dapat kami bawa pulang dari pelatihan ini
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Kursus - InVideo AI: Creating Engaging Short-Form Videos
Diterjemahkan Mesin
penggunaan prompt yang tepat dan efektif
Marses Pacaldo
Kursus - Generative AI and Prompt Engineering for Corporate Professionals
Diterjemahkan Mesin