พื้นฐานของ Deepfakes และ GANs ใน Generative AI

สื่อสังเคราะห์ (Synthetic media) กำลังพลิกโฉมภูมิทัศน์ดิจิทัลอย่างรวดเร็ว ทำให้การทำความเข้าใจเทคโนโลยีที่อยู่เบื้องหลัง deepfakes เป็นเรื่องสำคัญยิ่ง คอร์สเรียนรูปแบบข้อความนี้จะช่วยไขความกระจ่างเกี่ยวกับ Generative Adversarial Networks (GANs) และกลไกของการสังเคราะห์ภาพและวิดีโอ คุณจะได้เปลี่ยนผ่านจากผู้สังเกตการณ์ที่มีความสนใจ ไปสู่ผู้เชี่ยวชาญที่มีความรู้ความเข้าใจ ซึ่งสามารถอธิบาย วิเคราะห์ และสร้างโมเดลสร้างสรรค์ (generative models) ขั้นพื้นฐานได้ ผ่านคำอธิบายแบบข้อความที่ชัดเจนและการอธิบายโค้ดทีละขั้นตอน คุณจะเข้าใจว่าเครือข่าย generator และ discriminator ทำงานร่วมกันอย่างไรเพื่อสร้างเนื้อหาสังเคราะห์ที่สมจริง สิ่งที่คุณจะได้เรียนรู้: ทำความเข้าใจสถาปัตยกรรมพื้นฐานของ Generative Adversarial Networks (GANs) และวิธีการฝึกฝนโมเดล; วิเคราะห์อัลกอริทึมหลักที่อยู่เบื้องหลังเทคนิคการสังเคราะห์ภาพและการสลับใบหน้าสมัยใหม่; สำรวจวิธีการตรวจจับ deepfake และการวิเคราะห์ข้อมูลเมทาดาตาเพื่อระบุสื่อที่ถูกดัดแปลง; ประเมินผลกระทบทางจริยธรรม ความเสี่ยงด้านความปลอดภัย และกรอบการใช้งาน Generative AI อย่างมีความรับผิดชอบ; ลงมือทำโมเดลสร้างสรรค์ขั้นพื้นฐานโดยใช้โค้ด Python ที่สะอาดและทันสมัย เราจะเริ่มต้นด้วยคำศัพท์ที่จำเป็น แนวคิดพื้นฐาน และคำนิยามเบื้องต้น ก่อนที่จะเข้านำไปสู่สถาปัตยกรรมเครือข่ายและเวิร์กโฟลว์การสังเคราะห์จริง คอร์สนี้ออกแบบมาสำหรับผู้เริ่มต้น นักพัฒนา และผู้ที่สนใจเทคโนโลยีที่ต้องการบทนำเชิงแนวคิดที่ชัดเจนเกี่ยวกับสื่อสังเคราะห์ โดยไม่จำเป็นต้องมีความรู้ล่วงหน้าระดับสูงเกี่ยวกับ machine learning เริ่มอ่านวันนี้เพื่อเชี่ยวชาญพื้นฐานของการสังเคราะห์เชิงสร้างสรรค์และเทคโนโลยี deepfake