Создание инфраструктуры креативного производства инструментами искусственного интеллекта

Бакалавриат 2024/2025

Статус: Курс обязательный (Дизайн)

Направление: 54.03.01. Дизайн

Кто читает: Школа дизайна

Где читается: Факультет гуманитарных наук (Нижний Новгород)

Когда читается: 3-й курс, 3, 4 модуль

Формат изучения: с онлайн-курсом

Онлайн-часы: 20

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Андрияшкин Дмитрий Анатольевич

Язык: русский

Кредиты: 3

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс объединяет практики дообучения нейросетей, работы с облачными платформами и инструментами визуализации данных для решения задач креативных индустрий. Студенты рассматривают архитектуру и обучение нейросетей, знакомятся с PyTorch и TensorFlow как базой для разработки моделей, учатся использовать Yandex Cloud (OCR, ART, Yandex GPT API) для организации облачных пайплайнов обработки текстов и изображений. Отдельное внимание уделяется моделям генерации текста и изображений (GAN, Stable Diffusion, стилизация видео), а также дообучению и использованию предобученных стилизованных сетей. Заключительный акцент сделан на сборе, анализе и визуализации данных о работе моделей и творческих процессов.

Цель освоения дисциплины

Показать роль нейросетевых фреймворков и облачных сервисов в построении современной инфраструктуры креативного производства. Научить использовать Yandex Cloud и API-сервисы для организации устойчивых и воспроизводимых пайплайнов работы с текстом и изображениями. Сформировать практические навыки работы с генеративными моделями текста и изображений, включая Stable Diffusion и стилизованные сети. Развить умение собирать метрики, анализировать данные о работе моделей и визуализировать результаты для коммуникации и принятия решений.

Планируемые результаты обучения

Знание основ нейросетей и работы с фреймворками PyTorch и TensorFlow.
Умение применять алгоритмы компьютерного зрения для анализа визуальных данных.
Навыки генерации текстов и изображений с помощью ИИ, включая использование генеративных сетей.
Понимание принципов и методов дообучения моделей на основе предварительно обученных сетей.
Навыки применения ИИ для построения личного бренда, создания резюме и профессионального портфолио.
Умение использовать ИИ для создания SEO-контента и его дистрибуции на авторитетных платформах.
Навыки разработки и продвижения визуального и видеоконтента, включая создание саммари и сценариев для холодных продаж.
Ориентироваться в основных архитектурах нейросетей и фреймворках PyTorch/TensorFlow.
Запускать и настраивает облачные пайплайны на базе Yandex Cloud.
Применять текстовые и визуальные генеративные модели для креативных задач.
Дообучать и использовать стилизованные версии Stable Diffusion.
Формировать и визуализировать датасеты и метрики, необходимые для контроля и развития креативной инфраструктуры.

Содержание учебной дисциплины

Введение в нейросети. Что такое PyTorch/TensorFlow.
Облачные сервисы. Используем Yandex Cloud (OCR, ART, Yandex GPT API)
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

Проект 3 модуль
Домашние задания 3 модуль
Проект 4 модуль
Домашние задания 4 модуль

Промежуточная аттестация

2024/2025 4th module
0.25 * Домашние задания 3 модуль + 0.25 * Домашние задания 4 модуль + 0.25 * Проект 3 модуль + 0.25 * Проект 4 модуль

Список литературы

Авторы

Ву Тху Ча -
Булгаков Вадим Александрович

Программа дисциплины