Model tasarımı ve veri toplama

Üretken Yapay Zeka Kavramları

Daniel Tedesco

Data Lead, Google

Depoyu doldurmayı bilin

İbre boşu gösteren yakıt göstergesi

Bir fabrika hattı çalışanı aracın kaputunu takıyor

1 GM Fairfax Montaj Tesisi
Üretken Yapay Zeka Kavramları

Bir model geliştirmek

Model Geliştirme Adımları

  1. Araştırma ve tasarım
  2. Eğitim verisi toplama
  3. Model eğitimi
  4. Model değerlendirme
Üretken Yapay Zeka Kavramları

Stable Diffusion'un araştırma ve geliştirmesi

Stable Diffusion çıktısı örneği

Stable Diffusion Beta ile oluşturulan kullanıcı görseli

Stable Diffusion'un Ar-Ge'si

  • Amaç: Görüntü üretimine karar verme
  • Mimari: Difüzyon modelinde karar kılma
  • Kaynaklar: 256 GPU, 150 bin saat, $600 bin
1 Stability AI, Emad Mostaque Twitter paylaşımı
Üretken Yapay Zeka Kavramları

Veri toplama: tipik bir YY modeli değil

Eğitim verisi hazırlığı

  • Çok büyük miktarlar gerekir
  • Çeşitli, bağlamca zengin veri
  • Ön işleme gerekir

Büyük bir görüntü veri setinden kedi görselleri dizisi.

1 Laion blogu
Üretken Yapay Zeka Kavramları

Veri toplama: gizlilik ve güvenlik kritiktir

 

Eğitim verisi hazırlığı

Kişisel Olarak Tanımlanabilir Bilgi (PII)

  • Anonimleştirin veya birleştirin
  • Erişimi kontrollü, güvenli bir yerde saklayın

 

Yüzleri bulanıklaştırılmış görsel

Üretken Yapay Zeka Kavramları

Hadi pratik yapalım!

Üretken Yapay Zeka Kavramları

Preparing Video For Download...