مدلهای ویدئویی هوش مصنوعی متفاوت از مدلهای زبانی عمل میکنند. این مدلها به جای کلمات، حرکت را پیشبینی کرده و فریمها را برای ایجاد تصاویر متحرک و منسجم کنار هم قرار میدهند. در این دوره، مدرس (Sundas Khalid) توضیح میدهد که چگونه این مدلها دستورات متنی (Prompts) را به محتوای ویدئویی تبدیل میکنند و چه چالشهای فنی در این مسیر وجود دارد. لایههای زیرساختی این سیستمها، از جمله جاسازیهای متنی (Text Embeddings) و فضاهای نهفته (Latent Spaces) را بررسی کنید و بیاموزید که مدلها چگونه ثبات تصویری را در تمامی فریمها حفظ میکنند. در ادامه، سه رویکرد مختلف توسعهدهندگان برای ساخت محتوای ویدئویی AI، از ابزارهای کاربرپسند تا کدنویسی سفارشی را بررسی کرده و سوالات اخلاقی پیرامون هویت، رضایت و اعتماد را تحلیل خواهیم کرد. چه قصد ساخت مدلهای ویدئویی داشته باشید و چه بخواهید از آنها در کارهای خلاقانه خود استفاده کنید، این دوره برای ارائه دیدگاهی جامع و کاربردی از نحوه عملکرد این فناوری پیشرفته طراحی شده است.
این دوره توسط Sundas Khalid تهیه شده است و ما مفتخریم که این آموزش را در کتابخانه خود میزبانی میکنیم.
Sundas Khalid
سانداز خالد سرپرست تحلیلهای داده در گوگل است.
او که در نشریاتی مانند Forbesو Business Insiderمعرفی شده است، پیش از این به عنوان دانشمند داده در آمازون فعالیت میکرد و آزمایشهای در مقیاس بزرگ و ابتکارات علوم داده را پیش میبرد. او به عنوان اولین زن در خانوادهاش که از دانشگاه فارغالتحصیل شده، حامی آموزش زنان و تنوع نیروی کار است و به طور فعال در برنامههای تنوع، برابری و شمول در داخل و خارج از گوگل شرکت میکند. او به سخنرانی در جمع و تولید محتوای آموزشی در زمینه علوم داده، توسعه شغلی و سواد مالی علاقه دارد.
نمایش نظرات