Deep learning i modelowanie generatywne

Rozdział 10. Zakończenie

W tej książce wybraliśmy się w podróż po ostatniej połowie dekady badań nad modelowaniem generatywnym. Rozpoczęliśmy od podstawowych koncepcji dotyczących autoenkoderów wariacyjnych, sieci GAN i rekurencyjnych sieci neuronowych. Bazując na tych fundamentach, staraliśmy się zrozumieć, w jaki sposób najnowocześniejsze osiągnięcia modelowania, takie jak model Transformer, zaawansowane architektury GAN i modele świata, przesuwają obecnie granice tego, co mogą osiągnąć modele generatywne w wielu różnych zadaniach.

Wierzę, że w przyszłości modelowanie generatywne będzie kluczem do głębszej formy sztucznej inteligencji, która przekroczy granice wykonywania pojedynczego zadania i pozwoli maszynom na organiczne formułowanie ich ...