IA376 - Tópicos em Engenharia de Computação VII
Turma: N -
Período: 2/2024 -
Tipo Período: 2o. período letivo -
Disciplina: 4 créditos.
Tema: IA generativa: de modelos a aplicações multimodais
Ementa: Modelos generativos baseados em redes neurais profundas têm alcançado resultados surpreendentes na síntese realista de sinais de diversas naturezas, tais como texto, áudio, imagens e biossinais, evidenciando suas potencialidades na modelagem de séries temporais, na geração de amostras para áreas com escassez de dados e na expansão dos horizontes da inteligência artificial. Este curso avançado propõe um mergulho aprofundado no universo dos modelos generativos, abordando seus princípios e aplicações, além de explorar os mais recentes desenvolvimentos e discutir as potenciais implicações éticas de seu uso. Os tópicos incluem: um panorama histórico dos modelos generativos; distinção entre modelos generativos e discriminativos; fundamentos estatísticos da modelagem generativa; arquiteturas generativas relevantes baseadas em Deep Learning, tais como Generative Adversarial Networks (GANs), Variational Autoencoders (VAEs), Diffusion Models, Transformers e Large Language Models (LLMs); modelagem generativa multimodal; foundational models; tendências emergentes e as implicações éticas e socioeconômicas impostas pelas IAs generativas. Curso destinado a estudantes com experiência prévia em Deep Learning. O curso desafia os participantes a desenvolverem um projeto final que evidencie sua compreensão e habilidade em IA generativa.
Bibliografia: [1] TOMCZAK, J. M. Deep Generative Modeling. Cham: Springer Nature, . Copyright, 2022.
[2] Artigos de referência da área
Forma Avaliação: Atividades de participação individuais e relatório desenvolvido em grupo.
Ofertar para Graduação:
Sim Número Limite de Alunos de Graduação:
4
Aceita Estudante Especial:
Sim
Número de Alunos Total:
de 10 até 20