Name: ML/AI Split: Ideje u pozadini generativnih modela za slike i video
Start: 2024-06-20T18:45:00+02:00
End: 2024-06-20T19:45:00+02:00
Location: PICS@FESB

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!

Ivan Luksic

ML/AI Split

Digital Dalmatia

Digitalna Dalmacija

PMF Split

FESB

Technology

Machine Learning

Deep Learning

Neural Networks

Artificial Intelligence

Artificial Intelligence Programming

Artificial Intelligence Applications

Big Data

Natural Language Processing

Data Analytics

Machine Intelligence

Software Development

New Technology

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

PICS@FESB

Share

ML/AI Split

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

ML/AI Split

Details

Sponsors

Members are also interested in