Cranfield University

MSc στην Εφαρμοσμένη Τεχνητή Νοημοσύνη

Αυτό το μάθημα παρέχει σε πτυχιούχους μηχανικής, φυσικής, πληροφορικής ή μαθηματικών τις προηγμένες δεξιότητες που μπορούν να εφαρμοστούν στις βιομηχανίες ασφάλειας, άμυνας, ναυτιλίας, περιβάλλοντος και αεροδιαστημικής.

Αυτό το μάθημα είναι επίσης διαθέσιμο σε μερική απασχόληση, επιτρέποντάς σας να συνδυάσετε τις σπουδές με την πλήρη απασχόληση.

Υποχρεωτικές ενότητες

Όλες οι ενότητες στην παρακάτω λίστα πρέπει να ληφθούν ως μέρος αυτού του μαθήματος.

• Ανάλυση δεδομένων και οπτικοποίηση
• Βαθιά Μάθηση για Αυτόνομη Λήψη Αποφάσεων
• Deep Learning for Computer Vision
• Ηθικές, Ρυθμιστικές και Κοινωνικές Πτυχές της Τεχνητής Νοημοσύνης
• Συστήματα πολλαπλών πρακτόρων
• Αναζήτηση και βελτιστοποίηση
• Έξυπνα Κυβερνοφυσικά Συστήματα
• Στατιστικές μέθοδοι μάθησης

• Cranfield University κατατάχθηκε μεταξύ των κορυφαίων πανεπιστημίων στον κόσμο στην τελευταία παγκόσμια κατάταξη πανεπιστημίων QS ανά θέμα σπουδών.
• Στη Μηχανική - Μηχανολογία, Αεροναυπηγική και Κατασκευή, το Cranfield κατατάχθηκε 27ο στον κόσμο και πέτυχε κορυφαίες βαθμολογίες στη Φήμη Εργοδότη και την Ακαδημαϊκή Φήμη.

Η καριέρα σου

Η εκπαίδευση που κατευθύνεται από τη βιομηχανία καθιστά τους πτυχιούχους της Cranfield ένα από τα πιο επιθυμητά σε όλο τον κόσμο για την πρόσληψη τόσο από παγκόσμιους πρωταγωνιστές όσο και σε μικρότερες καινοτόμες νεοσύστατες εταιρείες που αναζητούν το καλύτερο ταλέντο.

Οι απόφοιτοι του μαθήματος θα είναι εξοπλισμένοι με τις προηγμένες δεξιότητες που θα μπορούσαν να εφαρμοστούν στις βιομηχανίες ασφάλειας, άμυνας, θαλάσσης, περιβάλλοντος και αεροδιαστημικής. Αυτή η προσέγγιση σας προσφέρει ένα ευρύ φάσμα επιλογών σταδιοδρομίας με ρόλους εργασίας όπως:

• Αυτόνομη μηχανική συστημάτων
• Μηχανικός μάθησης μηχανών
• Μηχανικός εφαρμοσμένης μηχανικής μάθησης
• Επιστήμονας δεδομένων
• Ερευνητικός επιστήμονας
• Μεγάλος μηχανικός δεδομένων

Άλλοι αποφασίζουν να συνεχίσουν την εκπαίδευσή τους μέσω διδακτορικών σπουδών που είναι διαθέσιμες στο Cranfield University ή αλλού.

Γιατί αυτό το μάθημα;

Η Τεχνητή Νοημοσύνη (AI) και η μηχανική μάθηση επαναπροσδιορίζουν τον τρόπο με τον οποίο ζούμε και εργαζόμαστε, επιτρέποντάς μας να αυτοματοποιήσουμε τις διαδικασίες και να αυξήσουμε την παραγωγικότητα. Αυτές οι νέες τεχνολογίες δημιουργούν την ανάγκη για ειδικευμένους μηχανικούς με κατανόηση των εφαρμογών και των περιπλοκών τους.

Όλο και περισσότερο, οι κυβερνήσεις περιγράφουν την Τεχνητή Νοημοσύνη και τις επαναστάσεις δεδομένων ως τομείς προτεραιότητας για να διασφαλίσουν την παγκόσμια ηγεσία για τις βιομηχανίες του μέλλοντος. Ενσωματώνοντας την Τεχνητή Νοημοσύνη, οι κυβερνητικές ατζέντες επιδιώκουν να δημιουργήσουν νέες, υψηλής ποιότητας θέσεις εργασίας και να προωθήσουν την οικονομική ανάπτυξη.

Η ανάληψη αυτού του μαθήματος θα σας επιτρέψει να είστε στην πρώτη γραμμή αυτής της συνεχιζόμενης τεχνολογικής επανάστασης, εξοπλισμώντας σας τόσο με τις θεωρητικές όσο και τις πρακτικές γνώσεις για να εργαστείτε σε διαφορετικούς κλάδους και να εφαρμόσετε συστήματα AI όπου χρειάζονται.

Βρισκόμαστε σε ιδανική τοποθεσία για να φιλοξενήσουμε φοιτητές μερικής φοίτησης από όλο τον κόσμο και προσφέρουμε μια σειρά από βιβλιοθήκες και υποστηρικτικές εγκαταστάσεις για να υποστηρίξετε τις σπουδές σας, ενώ παράλληλα εξισορροπούμε τις υποχρεώσεις μεταξύ επαγγελματικής και προσωπικής ζωής. Τα μεταπτυχιακά μας προγράμματα επωφελούνται από μια ευρεία πολιτισμική ποικιλομορφία φοιτητών, η οποία ενισχύει σημαντικά την μαθησιακή εμπειρία τόσο για το προσωπικό όσο και για τους φοιτητές.

Το μάθημα θα περιλαμβάνει οκτώ υποχρεωτικές ενότητες που διδάσκονται, οι οποίες γενικά παραδίδονται από τον Οκτώβριο έως τον Μάρτιο.

Οι φοιτητές υποστηρίζονται επίσης στη μαθησιακή και προσωπική τους ανάπτυξη μέσω της συμμετοχής σε: σεμινάρια του κλάδου, ομαδικές συνεδρίες αφισών, ομαδικές συζητήσεις, ομαδικές παρουσιάσεις, επιδείξεις βίντεο, μελέτες περιπτώσεων, εργαστηριακά πειράματα, εργασίες μαθημάτων και εργασίες έργων. Οι φοιτητές θα αποκτήσουν πρακτική εμπειρία πρόσβασης σε εξοπλισμό και εγκαταστάσεις τόσο στο Κέντρο Έρευνας Αεροδιαστημικής Ολοκλήρωσης όσο και στο Κέντρο Μηχανικής Ευφυούς Κινητικότητας.

Το νέο Μεταπτυχιακό στην Εφαρμοσμένη Τεχνητή Νοημοσύνη θα χρησιμοποιεί τυπικές μεθόδους διδασκαλίας και αξιολόγησης, καθώς και μεθόδους διδασκαλίας με τεχνολογική ενίσχυση (TET), όπως ένα Εικονικό Περιβάλλον Μάθησης (VLE), για την υποστήριξη διαφορετικών στυλ μάθησης. Οι θεωρίες και οι βασικές αρχές της Τεχνητής Νοημοσύνης θα διδάσκονται τόσο σε μορφή διαλέξεων όσο και σε μορφή εργαστηρίων, όπου βίντεο και τεχνολογικά επιδεικτικά στοιχεία θα χρησιμοποιούνται ως διδακτικά βοηθήματα. Τα βίντεο διαλέξεων θα είναι διαθέσιμα στο VLE για να παρέχουν μια διαδραστική μαθησιακή εμπειρία.

Διδακτικά μαθήματα 40%, ομαδική εργασία 20%, ατομική ερευνητική εργασία 40%

Ομαδικό Έργο

Στόχος του ομαδικού έργου σχεδιασμού (GDP) είναι οι φοιτητές να σχεδιάσουν, να εφαρμόσουν, να επικυρώσουν και να δοκιμάσουν ένα σύστημα βασισμένο στην Τεχνητή Νοημοσύνη, δείχνοντας κατανόηση του τρόπου εφαρμογής των γνώσεων που αποκτήθηκαν στα διδακτικά μαθήματα και της ενσωμάτωσης των διαφόρων εννοιών. Το GDP θα προσφέρει ανεκτίμητη εμπειρία στην υλοποίηση ενός έργου εντός μιας ομάδας με δομή κλάδου, αναπτύσσοντας μεταβιβάσιμες δεξιότητες, συμπεριλαμβανομένης της ομαδικής εργασίας με μέλη με διαφορετικό υπόβαθρο και εμπειρία, της διαχείρισης έργων και των τεχνικών παρουσιάσεων.

Μερικά πρόσφατα έργα περιλαμβάνουν:

• Δημιουργία Επεξηγήσιμων Διεπαφών για Αυτόνομη Πτήση.
• Χαρτογράφηση της παράνομης ρύπανσης στις πόλεις με χρήση drones με ηλεκτρονική μύτη.
• Αιτιώδης περιέργεια χρησιμοποιώντας ένα ρομπότ με ψηφιακό μυαλό.
• Δυναμική Τιμολόγηση Διεκδίκησης στη Διαχείριση Εναέριου Χώρου του Μέλλοντος.
• Ανίχνευση βίας σε αεροδρόμια.
• Ενίσχυση της ασφάλειας των αεροδρομίων χρησιμοποιώντας την παρακολούθηση πλήθους και την ανάλυση κοινωνικής αποστασιοποίησης.
• Ανίχνευση ζωτικών σημείων εμφράγματος του μυοκαρδίου χρησιμοποιώντας υπολογιστική όραση και Edge AI.

Οι φοιτητές με μερική απασχόληση ενθαρρύνονται να συμμετάσχουν σε ομαδικό πρόγραμμα, καθώς παρέχουν πληθώρα ευκαιριών μάθησης. Εντούτοις, υπάρχει επιλογή για μια μεμονωμένη διατριβή, εάν συμφωνηθεί με τον Διευθυντή του μαθήματος.

Μεμονωμένο έργο

Το μεμονωμένο ερευνητικό έργο σας επιτρέπει να εμβαθύνετε σε μια περιοχή ιδιαίτερου ενδιαφέροντος. Είναι πολύ συνηθισμένο για τους βιομηχανικούς εταίρους να προτείνουν πραγματικά προβλήματα ή τομείς ανάπτυξης ως πιθανά ερευνητικά θέματα. Για τους φοιτητές μερικής απασχόλησης, είναι συνηθισμένο ότι η ερευνητική τους εργασία διεξάγεται σε συνεργασία με τον τόπο εργασίας τους.

Μερικά πρόσφατα έργα περιλαμβάνουν:

• Αιτιώδης Μάθηση στη Δυναμική των Μη Επανδρωμένων/Αυτόνομων Οχημάτων.
• Η μονάδα ανίχνευσης αερομεταφερόμενων αντικειμένων Eyes-Out βελτιώνει την επίγνωση της κατάστασης των πιλότων.
• Ελαφριές προσεγγίσεις βαθιάς μάθησης για την έγκαιρη ανίχνευση πυρκαγιών και καπνού για εφαρμογές UAV.
• Δημιουργία κλειδιού κρυπτογράφησης χρησιμοποιώντας ασφάλεια επιπέδου γραφήματος και ομόσπονδη βαθιά ενισχυτική μάθηση πολλαπλών πρακτόρων.
• Δημιουργία Ρεαλιστικών Εικόνων από Τρισδιάστατα Προσομοιωμένο Περιβάλλον χρησιμοποιώντας Υπό Συνθήκη GAN.
• Βαθιά αυτοκωδικοποιητές για μη επιβλεπόμενη ανίχνευση ανωμαλιών στην πρόβλεψη πυρκαγιών.
• Μεγάλα Γλωσσικά Μοντέλα για Πλοήγηση με Drone.
• Εφαρμογές αυτόνομων συστημάτων μοντέλων μεγάλης γλώσσας.
• Γενετική Μοντελοποίηση για Βελτιωμένη Επίγνωση Καταστάσεων.
• Κάμερα drone και ευθυγράμμιση ψηφιακού χάρτη χρησιμοποιώντας Επαυξημένη Πραγματικότητα.