Башкы идея: жөн гана тааныбастан, жаратып чыгарган ЖИ
Тарыхынын көпчүлүк бөлүгүндө жасалма интеллект (ЖИ) нерселерди таануу менен алектенген: бул сүрөттө мышык барбы же итпи? Бул кат спамбы? Азыр кайсы ыр ойноп жатат? ЖИнин эң жаңы толкуну багытты тескери бурду: мазмунду карап, ага энбелги коюунун ордуна, генеративдик ЖИ такыр жаңы мазмунду жаратат — сиз терген жөнөкөй сүрөттөмөдөн сүрөттөрдү, музыканы, үндөрдү, атүгүл видеону жасап чыгарат.
Сиз «боз үйдө чай ичип отурган илбирс, акварель стилинде» деп жазасыз — бир нече секунддан кийин экраныңызда буга чейин эч качан болбогон сүрөт пайда болот. Бул сабакта сиз мунун кантип мүмкүн болоорун, ал эмнеге жакшы жараарын, кайсы жерде жаңылаарын жана ал жараткан чынчыл талаш-тартыштарды үйрөнөсүз.
Бул сабактын аягында сиз төмөнкүлөрдү кыла аласыз:
- Таануучу (дискриминативдик) ЖИ менен жаратуучу (генеративдик) ЖИнин айырмасын түшүндүрүү.
- Тексттен сүрөткө (text-to-image) системасы кантип иштээрин сүрөттөө: промпт кирет — сүрөт чыгат.
- Диффузиялык моделдердин негизги идеясын айтып берүү: таза шумдан баштап, аны кадам сайын сүрөттөмөгө карай тактоо.
- Аудио жаратуунун негизги түрлөрүн атоо: музыка жаратуу, үн жаратуу жана үндү клондоо, ошондой эле видео жаратуу.
- Чыгармачыл, пайдалуу колдонууларды санап берүү: иллюстрациялар, дизайн эскиздери, окуу диаграммалары.
- ЖИ жараткан мазмундун классикалык белгилерин байкоо: кызыктай колдор, бурмаланган текст, физика каталары.
- Автордук укук жана оригиналдуулук суроолорун тең салмактуу талкуулоо.
1. Таануу жана жаратуу: багыт тескери бурулат
Бул курста мурда жолуккан ЖИни эстеп көрүңүз. Фото-колдонмо жүздөрдү тааныйт. Спам-чыпка керексиз каттарды тааныйт. Котормо модели бир сүйлөмдү окуп, аны башка тилде кайра жазат. Мунун баары мазмунду киргизип, кичинекей жоопту чыгарат — энбелги, категория же балл.