Delavnica NVIDIA: Generativna umetna inteligenca z difuzijskimi modeli
Opis: Na delavnici bomo predstavili eno najbolj naprednih področij umetne inteligence - generativno umetno inteligenco. Podrobneje bomo spoznali vse sestavne dele generativnih difuzijskih modelov in v več zaporednih korakih izdelali testno aplikacijo za generiranje slik na osnovi tekstovnega opisa.
Delavnica je namenjena tako akademskim raziskovalcem kot tudi praktikom s področja umetne inteligence, ki se želijo poglobiti v generativne modele in jih uporabiti v svojem delu. Skozi celoten dan bomo raziskovali koncepte, izvedli praktične vaje in se pogovarjali o najnovejših dosežkih s tega področja.
Po opravljeni delavnici si bodo udeleženci lahko pridobili uradni certifikat Inštituta za globoko učenje podjetja Nvidia.
Podrobnejši opis: Zahvaljujoč vse večjim zmogljivostim sodobnih računalniških sistemov in napredku na področju znanstvene teorije, so generativni modeli umetne inteligence postali bolj dostopni kot kdaj koli prej. Generativna umetna inteligenca bo imela pomembno vlogo v vseh vejah industrije zaradi številnih aplikacij, kot so kreativno ustvarjanje novih vsebin, nagrajevanje obstoječih podatkov, simulacije in planiranje, detekcija anomalij, odkrivanje novih zdravil, poosebljena priporočila in še veliko več. V tej delavnici se bomo poglobili v difuzijske modele za pretvorbo besedila v sliko.
Delavnica bo potekala v oblačnem okolju AWS, ki ga je pripravilo podjetje Nvidia. Omogočen bo interaktivni dostop do zmogljivih računalniških virov preko brskalnika. Vsak udeleženec bo imel na razpolago zmogljiv grafični pospeševalnik. Praktični del delavnice se bo izvajal z uporabo interaktivnih učnih dokumentov, z uporabo programskega jezika Python in programske knjižnice PyTorch.. Pridobljeno znanje se lahko enostavno prenese tudi v druga razvojna okolja.
Po opravljeni delavnici bodo lahko udeleženci opravili kratek test in dodatno programsko nalogo in si s tem pridobili uradni certifikat Inštituta za globoko učenje podjetja Nvidia. Izvedba testa in pridobitev certifikata bo možna vsaj še pol leta po končani delavnici.
Gradivo delavnice in naloge je v angleščini, predavanja pa bodo potekala v slovenskem jeziku.
Potek izobraževanja: Delavnica bo potekala v interaktivnem oblačnem okolju z dostopom preko brskalnika.
Zahtevnost: Napredna
Jezik: Slovenski
Priporočeno predznanje: Podrobnejše znanje programskega jezika Python in programskih knjižnic za izdelavo modelov strojnega učenja. Podrobnejše znanje teoretičnih in praktičnih vidikov izdelave globokih nevronskih mrež.
Ciljna publika: Študenti, akademiki in praktiki, ki jih zanimajo generativni modeli umetne inteligence.
Na izobraževanju pridobljena znanja:
- Praktične izkušnje z generiranjem slik iz šuma z uporabo U-Net nevronske mreže
- Razumevanje generativnega difuzijskega procesa na osnovi odprave šuma za izboljšanje kakovosti ustvarjene slike
- Razumevanje razlik med difuzijskim procesom na osnovi odprave šuma in drugih generativnih modelov
- Poznavanje postopkov za nadzor generiranih vsebin s vključitvijo konteksta v difuzijski generativni proces
- Praktične izkušnje postopkov za implementacijo generiranja slik iz tekstovnega besedila z uporabo metode CLI
Omejitev števila udeležencev: 20
Virtualna lokacija: MS Teams
Date and Time
Location
Hosts
Registration
- Date: 22 Feb 2024
- Time: 10:00 AM to 06:00 PM
- All times are (UTC+01:00) Ljubljana
- Add Event to Calendar
Speakers
Domen Verber of UM FERI
Domen Verber je docent na Fakulteti za elektrotehniko in računalništvo Univerze v Mariboru (UM FERI) ter ambasador NVIDIA Deep Learning Institute za Univerzo v Mariboru in njihov specialist za umetno inteligenco in HPC. S problematiko HPC in umetne inteligence se ukvarja že več kot 25 let.
Jani Dugonik of UM FERI
Jani Dugonik je raziskovalec na Fakulteti za elektrotehniko, računalništvo in informatiko Univerze v Mariboru (UM FERI). Že več kot 10 let dela na področju obdelave naravnega jezika (predvsem strojnega prevajanja) in evolucijskih algoritmov.
Agenda
Session: Uvod in priprava za vstop v oblačno okolje
Time and Place: (10:00 AM - 10:15 AM)
Session: Od U-net nevronske mrežje do difuzij
Time and Place: (10:15 AM - 11:15 AM)
Session: Podrobnejša razlaga procesa difuzije
Time and Place: (11:15 AM - 12:45 PM)
Session: Nadzor nad generirano vsebino in optimizacija
Time and Place: (12:45 PM - 1:45 PM)
Session: Pretvorba besedila v sliko z uporabo CLIP
Time and Place: (1:45 PM - 2:45 PM)
Session: Pregled najnovejših generativnih modelov in diskusija
Time and Place: (2:45 PM - 3:45 PM)
Session: Zaključek delavnice in samostojno reševanje aloge za pridobitev certifikata
Time and Place: (3:45 PM - 4:45 PM)
Session: Glede na potek delavnice in po dogovoru z udeleženci bodo med posamezne sklope
vključeni krajši odmori. Prav tako je predviden enourni odmor za kosilo po prvi polovici
delavnice.
Time and Place: (4:45 PM - 5:00 PM)