Hubungi Kami

Kerangka Materi

Pengantar Kecerdasan Buatan Multimodal

  • Apa itu kecerdasan buatan multimodal?
  • Tantangan utama dan penerapan praktisnya
  • Gambaran umum mengenai model multimodal unggulan saat ini

Pemrosesan Teks dan Pemahaman Bahasa Alami

  • Memanfaatkan LLM untuk pengembangan agen AI berbasis teks
  • Memahami teknik rekayasa prompt dalam tugas multimodal
  • Melakukan penyesuaian model teks agar sesuai dengan kebutuhan domain tertentu

Pengenalan dan Generasi Gambar

  • Pemrosesan gambar menggunakan AI: klasifikasi, pembuatan deskripsi, serta deteksi objek
  • Menghasilkan gambar dengan model difusi seperti Stable Diffusion dan DALLE
  • Mengintegrasikan data visual dengan model berbasis teks

Pemrosesan Suara dan Audio

  • Pengenalan ucapan menggunakan Whisper ASR
  • Teknik sintesis teks menjadi suara (TTS)
  • Meningkatkan interaksi pengguna melalui agen AI berbasis suara

Mengintegrasikan Berbagai Input Multimodal

  • Membangun alur kerja AI untuk memproses sejumlah jenis data input secara bersamaan
  • Teknik penggabungan data teks, gambar, serta suara
  • Penerapan praktis agen AI multimodal dalam dunia nyata

Menerapkan Agen AI Multimodal ke Lingkungan Produksi

  • Membangun solusi AI multimodal berbasis API
  • Mengoptimalkan model demi performa dan skalabilitas yang maksimal
  • Praktik terbaik dalam penerapan agen AI multimodal secara produksi

Pertimbangan Etika serta Tren Pengembangan di Masa Depan

  • Masalah bias dan keadilan dalam penggunaan AI multimodal
  • Ancaman privasi terkait data multimodal
  • Arah perkembangan AI multimodal ke depannya

Penutup dan Langkah Selanjutnya

Persyaratan

  • Pemahaman dasar mengenai konsep pembelajaran mesin
  • Pengalaman dalam pemrograman Python
  • Pengetahuan tentang kerangka kerja pembelajaran mendalam (misalnya TensorFlow, PyTorch)

Target Peserta

  • Pengembang AI
  • Peneliti
  • Insinyur multimedia
 21 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait