Нейросетевые технологии в задачах синтетических медиа

Цели и задачи дисциплины

Сформировать представление у магистранта о многообразии нейросетевых технологий в различных задачах синтетических (генеративных) медиа. Научить на практике решать задачи синтеза изображений с использованием генеративных-состязательных сетей, анализа и генерации видеоконтента, задачи распознавания и синтеза речи, синтеза и реконструкции лиц для создания deepfake, генерации текста с помощью генеративных нейросетевых моделей.

Краткое содержание дисциплины

В рамках дисциплины дается комплексное понимание технологий генеративно-состязательных нейронных сетей для создания виртуальных (цифровых) персонажей и других актуальных задач синтетических медиа. Нейронные сети в распознавании и синтезе речи. Анализ и синтез изображений и видео по содержанию по заданным параметрам. Синтез лица, создание deepfake с нейросетевыми технологиями замены лиц – face swap, реконструкции лиц – reenactment, синхронизации лица спикера и речи – lip-sync. Генерация текста с использование GAN, моделей GPT.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-3 Способен исследовать и разрабатывать архитектуры систем искусственного интеллекта для различных предметных областей на основе комплексов методов и инструментальных средств систем искусственного интеллекта
ПК-6 Способен руководить проектами по созданию, поддержке и использованию системы искусственного интеллекта на основе нейросетевых моделей и методов
ПК-7 Способен руководить проектами по созданию, внедрению и использованию одной или нескольких сквозных цифровых субтехнологий искусственного интеллекта в прикладных областях