Multi-modalité (épisode 15)

À l’ère des données massives et diversifiées, la capacité d’un modèle d’intelligence artificielle à interpréter et intégrer des informations provenant de différentes sources est cruciale.

La multi-modalité en deep learning traite de l’intégration de données variées telles que le texte, l’image, l’audio et la vidéo, afin de créer des systèmes d’IA plus complets et plus robustes.

Cette séquence couvrira les concepts fondamentaux et les techniques avancées nécessaires pour traiter ces différentes sources d’information.

Au sommaire :
- Définition de la multimodalité
- Aujourd'hui, quel chemin a-t-on parcouru ?
- Les différents types de fusion : tardive, intermédiaire, précoce
- Multimodal LLM
- Massively Multimodal Model
- Evaluation des Multimodal Models

Durée: 2h

FIDLE est une Formation d'Introduction au Deep Learning, libre et gratuite.

Cette vidéo est sous licence Créative Common CC BY-NC-ND 4.0