Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die multimodale KI
- Was ist multimodale KI?
- Wesentliche Herausforderungen und Anwendungsbereiche
- Überblick über führende multimodale Modelle
Textverarbeitung und Verständnis natürlicher Sprache
- Nutzung von Large Language Models für textbasierte KI-Agenten
- Grundlagen des Prompt-Engineerings für multimodale Aufgaben
- Feinabstimmung von Textmodellen für spezifische Anwendungsbereiche
Bildverarbeitung und -generierung
- Verarbeitung von Bildern durch KI: Klassifizierung, Beschreibung sowie Objekterkennung
- Erzeugung von Bildern mithilfe von Diffusionsmodellen wie Stable Diffusion oder DALLE
- Integration von Bilddaten in textbasierte Modelle
Sprach- und Audioverarbeitung
- Spracherkennung mithilfe von Whisper ASR
- Techniken zur Synthese von Text zu Sprache (Text-to-Speech)
- Verbesserung der Interaktion mit sprachbasierten KI-Systemen
Integration multimodaler Eingabedaten
- Aufbau von KI-Pipelines zur Verarbeitung verschiedener Datentypen
- Methoden zur Kombination von Text-, Bild- und Sprachdaten
- Praktische Anwendungen multimodaler KI-Agenten
Einsatz multimodaler KI-Agenten
- Entwicklung von API-basierten Lösungen mit multimodaler KI
- Optimierung der Modelle hinsichtlich Leistung und Skalierbarkeit
- Empfehlungen für die erfolgreiche Produktionsbereitstellung multimodaler KI-Systeme
Ethik und zukünftige Entwicklungen
- Verzerrungen und Fairness in multimodalen KI-Modellen
- Datenschutzaspekte im Umgang mit multimodalen Daten
- Zukünftige Trends in der Entwicklung multimodaler KI
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse in den Grundlagen des maschinellen Lernens
- Erfahrung mit der Programmiersprache Python
- Vertrautheit mit Deep-Learning-Frameworks (z. B. TensorFlow, PyTorch)
Zielgruppe
- KI-Entwickler
- Forscher
- Multimedia-Ingenieure
21 Stunden
