IA générative pour l'audio et les images : Modèles et applications propose une exploration approfondie de la façon dont les modèles génératifs modernes tels que les autoencodeurs variationnels (VAE), les réseaux antagonistes génératifs (GAN), les transformateurs et les modèles de diffusion sont utilisés pour créer, manipuler et améliorer le contenu audio, image et vidéo. Les apprenants examinent les architectures, les processus de formation et les cas d'utilisation de ces modèles à travers différentes modalités, en acquérant à la fois une compréhension conceptuelle et des aperçus pratiques grâce à des activités pratiques. Le cours met également l'accent sur les implications éthiques et sociétales de l'IA générative, y compris la partialité, la transparence, la propriété intellectuelle et les défis des technologies deepfake. En couvrant la théorie fondamentale ainsi que les approches et les applications de pointe, ce cours prépare les apprenants à appliquer et à développer l'IA générative de manière créative et responsable pour les modalités de l'audio et de l'image.

À l'issue de ce cours, les apprenants seront en mesure : d'exposer les concepts fondamentaux, les défis et l'histoire de l'audio généré par l'IA d'analyser les modèles de génération audio fondamentaux importants, tels que les autoencodeurs variationnels et vectoriels quantifiés (VAE et VQ-VAE) d'examiner comment ces modèles s'intègrent aux dernières technologies GenAI pour former des systèmes de génération audio hybrides, à la pointe de la technologie, basés sur le transformateur et la diffusion d'étudier l'architecture et la fonctionnalité des réseaux antagonistes génératifs (GAN), et leurs variations. Mettre en œuvre et former des modèles GAN pour créer et améliorer le contenu visuel, Explorer les techniques de pointe telles que les modèles de diffusion et les transformateurs pour la création d'images et de vidéos, Discuter des considérations éthiques concernant l'IA générative pour l'audio et les images.