68 Στην Πανεπιστημιούπολη Τεχνητή Νοημοσύνη και Μηχανική Μάθηση Προετοιμασία Programs

Το Summer Junior in Creativity and Artificial Intelligence είναι ένα μάθημα στα αγγλικά που σας προσκαλεί να εξερευνήσετε τις τεράστιες δυνατότητες της τεχνητής νοημοσύνης για να αναπτύξετε και να βελτιώσετε τα δημιουργικά σας έργα. Σε ένα πλαίσιο όπου τα ψηφιακά εργαλεία μεταμορφώνουν τον τρόπο που δημιουργούνται και αναπτύσσονται οι ιδέες, αυτή η εμπειρία θα σας προσφέρει μια γενική γνώση του σύμπαντος της γενετικής τεχνητής νοημοσύνης και ορισμένων από τις εφαρμογές της στον τομέα της δημιουργικότητας.

Από τα αυτοοδηγούμενα αυτοκίνητα και την επαυξημένη πραγματικότητα έως την έξυπνη ιατρική απεικόνιση που βοηθά τους γιατρούς να εντοπίζουν ασθένειες πιο γρήγορα, η όραση υπολογιστή είναι ένα ταχέως αναπτυσσόμενο πεδίο της τεχνητής νοημοσύνης και της μηχανικής μάθησης. Σε αυτό το μάθημα, οι φοιτητές που είναι ήδη εξοικειωμένοι με τα βασικά θεωρητικά θεμέλια της τεχνητής νοημοσύνης και της μηχανικής μάθησης θα βουτήξουν βαθύτερα στις συναρπαστικές δυνατότητες αυτού του τομέα έρευνας και των εφαρμογών του.

Ο συνεργάτης πτυχίο εφαρμοσμένης επιστήμης στην Τεχνολογία Εργαλειομηχανών δίνει έμφαση στις προηγμένες τεχνολογίες κατασκευής. Οι μαθητές είναι έτοιμοι να εργαστούν σε εργαλεία ακριβείας, μηχανική κατεργασία και κατασκευή. Οι απόφοιτοι θα μπορούσαν να πληρούν τις προϋποθέσεις για θέσεις ως χειριστές εργαλειομηχανών. μηχανικοί? Μηχανολόγοι και προγραμματιστές υπολογιστών αριθμητικά ελεγχόμενοι (CNC).

Η Έδρα των Υπηρεσιών Πληροφοριών και των Δημοκρατικών Συστημάτων, μαζί με το The Futures Factory Institute, έχουν σχεδιάσει το πρώτο μάθημα University Expert στο Actionable Futures and Intelligence Analysis όπου θα διδαχθούν μελλοντικές τεχνικές: μελέτη του μέλλοντος για αλλαγή του παρόντος.

Το Generative AI υπόσχεται να είναι μια από τις πιο μεταμορφωτικές τεχνολογίες της επόμενης δεκαετίας. Μετά την ευρεία υιοθέτηση εργαλείων Large Language Model όπως το Chat GPT και το Dall-E, οι επιχειρηματίες πειραματίζονται με τον τρόπο με τον οποίο μπορούν να χρησιμοποιήσουν αυτές τις τεχνολογίες για να δημιουργήσουν νέα εγχειρήματα και να διαταράξουν τις καθιερωμένες βιομηχανίες.

Το Deep Unsupervised Learning είναι ένας συναρπαστικός αναδυόμενος τομέας έρευνας στον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης, στον οποίο στόχος είναι η ανάπτυξη συστημάτων που μπορούν να μάθουν από δεδομένα χωρίς ετικέτα. Τέτοια συστήματα μιμούνται στενά τη φυσική ανθρώπινη νοημοσύνη βρίσκοντας μοτίβα σε δεδομένα χωρίς οδηγίες για το τι πρέπει να αναζητήσετε.

Η ικανότητα των οργανισμών να μεταφράζουν μια επιχειρηματική πρόκληση σε τεχνολογική λύση υπαγορεύει την επιτυχή υιοθέτηση της τεχνητής νοημοσύνης στη Φλάνδρα. Ως εκ τούτου, ένα στοιχείο είναι ζωτικής σημασίας: να λαμβάνετε πάντα τις στρατηγικές ανάγκες και τις ευκαιρίες της επιχείρησης ως βάση για να σχεδιάσετε ένα κατάλληλο και συγκεκριμένο έργο τεχνητής νοημοσύνης, ενώ παράλληλα να συμπεριλάβετε μια ξεκάθαρη επιχειρηματική υπόθεση.

Το μάθημα ξεκινά με μια εισαγωγή στην Υπολογιστική Ψυχολογία και την Τεχνητή Νοημοσύνη, διερευνώντας τους τρόπους με τους οποίους τα υπολογιστικά μοντέλα που βασίζονται σε διαδικασίες μπορούν να χρησιμοποιηθούν για να αναπαραστήσουν τις λειτουργίες του ανθρώπινου εγκεφάλου, χρησιμοποιώντας αλγόριθμους για την προσομοίωση πτυχών της γνώσης και την πρόβλεψη της συμπεριφοράς. Στη συνέχεια, θα στραφούμε στο πώς αυτά τα μοντέλα συσχετίζονται με τη νευροβιολογία, το πραγματικό δίκτυο κυττάρων και σημάτων που αποτελεί τον εγκέφαλο, τη διερεύνηση μοντέλων νευρώνων, τον τρόπο με τον οποίο τα νευρωνικά δίκτυα εκτελούν υπολογισμούς και τις νευροψυχολογικές θεωρίες μάθησης.

Το RobotCraft είναι ένα δίμηνο εντατικό πρόγραμμα πρακτικής και καλοκαιρινών μαθημάτων. Μετά την τεράστια επιτυχία των προηγούμενων εκδόσεων, η 7η έκδοση του RobotCraft έρχεται το καλοκαίρι του 2022.

Το πρόγραμμα Certificate in Artificial Intelligence and Data Science θα προετοιμάσει τους μαθητές με τις απαιτούμενες γνώσεις και δεξιότητες που απαιτούνται για να σχεδιάσουν και να δημιουργήσουν συστήματα βασισμένα σε δεδομένα για τη λήψη αποφάσεων στον ιδιωτικό ή δημόσιο τομέα μετά την αποφοίτησή τους. Οι μαθητές θα μάθουν για την Τεχνητή Νοημοσύνη (AI) και την Επιστήμη Δεδομένων μέσω της εκπαίδευσης στην προγνωστική, περιγραφική και προδιαγραφική ανάλυση.

Το να κάνουμε τα πράγματα λάθος είναι μέρος αυτού που μας κάνει ανθρώπους και η φυσική μας νοημοσύνη μας βοηθά να μάθουμε από τα λάθη μας. Η ενισχυτική μάθηση είναι ένας τομέας μηχανικής μάθησης που επιτρέπει στην τεχνητή νοημοσύνη να μαθαίνει και από τα λάθη της, για παράδειγμα επιτρέποντας σε ένα ρομπότ να χρησιμοποιεί δοκιμή και σφάλμα για να αλληλεπιδράσει με ένα νέο περιβάλλον και να επιτύχει έναν στόχο. Αυτό το προχωρημένο μάθημα εξετάζει τις βασικές αρχές της ενισχυτικής μάθησης και διερευνά τις ποικίλες εφαρμογές των μεθόδων δυναμικού προγραμματισμού.

Στην εποχή μας της ανερχόμενης έξυπνης τεχνολογίας και αυτοματισμού, βλέπουμε ήδη τις μεταμορφωτικές δυνατότητες της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης σε τομείς τόσο διαφορετικούς όπως η χρηματοδότηση, η ιατρική και η κατασκευή. Αυτό το μάθημα προσφέρει μια πρακτική εισαγωγή σε αυτόν τον τομέα έρευνας που εστιάζεται στο μέλλον.