Прикладное применение генеративных нейросетей в креативных индустриях и промпт-дизайн

Бакалавриат 2023/2024

Статус: Курс обязательный (Современное искусство)

Направление: 50.03.02. Изящные искусства

Кто читает: Школа дизайна

Где читается: Факультет креативных индустрий

Когда читается: 2-й курс, 3, 4 модуль

Формат изучения: с онлайн-курсом

Онлайн-часы: 84

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Булгаков Вадим Александрович

Язык: русский

Кредиты: 3

Контактные часы: 16

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Учебный курс охватывает два модуля, посвящённых применению генеративных нейросетевых инструментов и основам программирования для работы с цифровым искусством и данными. В первом модуле студенты изучают генеративные нейросети и их роль в креативных индустриях, основы объектно-ориентированного проектирования, генерацию изображений и этические аспекты использования нейросетей. Второй модуль вводит студентов в базовые концепции программирования, предоставляет основы Python и инструменты для анализа данных и визуализации с помощью библиотек Numpy и Pandas, а также изучение Processing для генеративного искусства.Онлайн-курс доступен по ссылке https://hsedesign.ru/teams/hsecourses-generativeaitwo

Цель освоения дисциплины

Сформировать навыки работы с нейросетевыми инструментами, основами промпт-дизайна и объектно-ориентированного проектирования, а также развить понимание основ программирования, анализа данных и генеративного искусства с использованием Python и Processing.

Планируемые результаты обучения

Студенты изучат принципы работы генеративных нейросетевых инструментов для форматов взаимодействия: текст–текст, текст–изображение, изображение–изображение.
Студенты изучат тему объектно-ориентированного проектирования.
Студенты изучают что такое нейросетевые модели, токены, промпты, пайплайны производства в креативной индустрии. Принципы интерпретации моделей машинного обучения и методики составления задач-подсказок для генеративных нейронный сетей.
Студенты изучат основы программирования, понятия и принципы, используемые языки программирования и их роль в создании программных решений, познакомятся с основными конструкциями языка Python.
Студенты изучат применение ИИ для продвижения себя или своих проектов, а также иные возможности применения нейросетей в маркетинге.

Содержание учебной дисциплины

Генеративные нейросетевые инструменты
Генерация простых изображений и основы промпт-дизайна
Объектно-ориентированное проектирование
Генерация иллюстраций
Нейросеть как инструмент художника
Нейросетевые утилиты
Построение пайплайна
Что такое программирование
Введение в конструкции Python: функции, циклы и др. Фракталы
Списки и матрицы. Библиотека Numpy
Обработка данных и визуализация. Библиотека Pandas. Инфографика
Processing и генеративное искусство
Введение в нейросети. Что такое PyTorch/TensorFlow
Компьютерное зрение
Нейросети для генерации текста
Генеративные сети для изображений. Stable Diffusion. Стилизуем видео
Дообучаем Stable Diffusion. Используем пред-обученные стилизованные сети
Применение ИИ для создания профессиональной биографии
Построение личного бренда с помощью нейросетей
Медиапланирование с ИИ и инструментами анализа
Основы контент-маркетинга и использование нейронных сетей для эффективного взаимодействия с онлайн-сообществами
Создание SEO-контента и его дистрибуция через авторитетные для поисковых систем площадки
Разработка контента с учетом актуальных новостей и трендов. Обзор инструментов тренд-анализа
Применение холодных продаж в контексте интернет-маркетинга: использование ИИ для формирования эффективных диалоговых сценариев
Продвижение визуального контента: анализ визуально-ориентированных социальных сетей и стратегий продвижения с использованием ИИ для оптимизации подходов
Продвижение видеоконтента: анализ стратегий продвижения, обзор сервисов для анализа трендов и SEO-контента
Создание и продвижение саммари видео: использование плагинов для ускорения транскрибации видео и стратегии продвижения саммари

Элементы контроля

Домашние задания (1 модуль)
Итоговый проект (1 модуль)
Тест (2 модуль)
Домашние задания (2 модуль)
Итоговый проект (2 модуль)

Промежуточная аттестация

2023/2024 4th module
0.25 * Домашние задания (1 модуль) + 0.2 * Домашние задания (2 модуль) + 0.25 * Итоговый проект (1 модуль) + 0.15 * Итоговый проект (2 модуль) + 0.15 * Тест (2 модуль)

Список литературы

Авторы

Ву Тху Ча -

Программа дисциплины