ML/AI Split: Ideje u pozadini generativnih modela za slike i video

Rezervirajte idući četvrtak (20. 6. 2024.) jer je vrijeme za novo izdanje ML/AI meetupa gdje ćemo naučiti kako funkcioniraju varijacijski autoenkoderi, koji su ideja u pozadini generativnih modela za slika i video.

Predavanje će nam održati Gabrijel Boduljak, budući doktorand na Oxfordu. Gabrijel je završio preddiplomski studij matematike i računarstva na Sveučilištu u Edinburghu, a diplomirao je naprednu računalnu znanost na Oxfordu. Meta, JPMorgan i InstaDeep su neki od njegovih bivših poslodavaca, dok svoj put nastavlja kao doktorand na Oxfordu gdje će se njegov rad fokusirati na samonadzirano učenje i generativne modele za prostor (3D), što će biti i tema njegovog doktorata.

Današnji generativni modeli za podatke poput slika i videa su vrlo skupi za treniranje direktno na izvornim podacima, čak i za velike organizacije. Gotovo svaki napredni generativni model za slike ili video sadrži neku varijantu varijacijskih autoenkodera. Varijacijski autoenkoderi su iznimno elegantni i generalni algoritmi koji automatski uče temeljne karakteristike podataka bez potrebe za nadzorom, a također omogućuju brzo generiranje novih podataka sličnih izvornima. Koristeći sažete opise podataka naučene varijacijskim autoenkoderom, moguće je značajno smanjiti trošak treninga naprednijih generativnih modela i generirati nove podatke bez gubitka u kvaliteti.

Iako su stari 10 godina, varijacijski autoenkoderi (VAE) se i dalje široko koriste. Temeljne ideje iza njih omogućile su razvoj mnogih drugih modela u raznim domenama. Zbog toga je rad koji je predstavio varijacijske autoenkodere dobio Test of Time Award na ovogodišnjem ICLR-u.

Od početka ćemo uvesti sve pojmove potrebne za shvaćanje kao: Što je to uopće autoenkoder? Kako varijacijski autoenkoderi uče? Zašto varijacijski autoenkoderi smanjuju trošak generiranja novih podataka?
A osim toga će nam Gabrijel pokazati implementaciju varijacijskih autoenkodera pomoću PyTorcha.

Naučiti ćemo kako nenadzirano naučiti klasificirati slike, kako stvarati nove slike, kako možemo mijenjati slike, i to sve kroz primjere.

Ovo je prvo od više predavanja kroz koje ćemo naučiti kako u pozadini funkcioniranju neki od modernih modela umjetne inteligencije koje svakodnevno koristimo.

Ako vam sva pitanja ne budu odgovorena, nakon predavanja će te imat priliku postaviti ih uz pizze i piće. Imat ćete priliku umrežiti se s istomišljenicima, razmijeniti ideje i iskustva te steći uvide od stručnjaka iz industrije.

U ugodnoj atmosferi PICS-a na FESB-u u večernjim satima moći ćete se družiti s mnoštvom poznatih lica, ali i uvijek upoznati neko novo lice, a svakako čuti nešto novo u tehnološkom smislu. Stoga se vidimo u četvrtak, 20. 6. 2024., na odličnom mjestu za networking i stjecanje novih znanja - u PICS-u na splitskom FESB-u, s okupljanjem u 18:45 h!