11 Επιστήμη Υπολογιστών και Τεχνητή Νοημοσύνη Θερινά μαθήματα Programs in Ηνωμένο Βασίλειο

Αυτό το μάθημα διερευνά τις οικονομικές δυνάμεις που διαμορφώνουν την ψηφιακή και την οικονομία που βασίζεται στην Τεχνητή Νοημοσύνη και τις μοναδικές προκλήσεις που θέτουν για την επιχειρηματική στρατηγική, τον ανταγωνισμό και τη δημόσια πολιτική. Εξετάζει πώς οι διαδικτυακές πλατφόρμες και οι τεχνολογίες τεχνητής νοημοσύνης αξιοποιούν δεδομένα, αλγόριθμους και εφέ δικτύου για να μετασχηματίσουν τις αγορές - και τις επιπτώσεις για την ισχύ στην αγορά, την καινοτομία και τη ρύθμιση.

Στόχος αυτού του μαθήματος είναι να σας παρέχει μια γρήγορη αλλά στέρεη εισαγωγή στα θεωρητικά θεμέλια της μηχανικής μάθησης.

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.

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.

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 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.

Η ανάπτυξη Τεχνολογιών Πληροφοριών και Επικοινωνιών που βασίζονται στην Κβαντική Φυσική θα αλλάξει δραματικά πολλούς βασικούς τομείς για την Οικονομία του μέλλοντος: (i) ορισμένοι πολύ αργοί υπολογισμοί όταν επιλυθούν από κλασικούς υπολογιστές θα επιταχυνθούν δραματικά από νέους κβαντικούς υπολογιστές, (ii) πολύ θα επιτραπούν ακριβέστερες προσομοιώσεις πολύ φυσικών πολύπλοκων συστημάτων από κβαντικούς προσομοιωτές, (iii) η αυξημένη ευαισθησία των συστημάτων μετρολογίας θα επιτευχθεί με κβαντικούς αισθητήρες και, (iv) οι επικοινωνίες στο Διαδίκτυο θα είναι πιο ασφαλείς με την εφαρμογή και την ανάπτυξη νέας κβαντικής κρυπτογραφίας συστήματα. Αυτά τα νέα συστήματα που βασίζονται σε κβαντικά συστήματα δεν θα αντικαταστήσουν τα Κλασικά συστήματα Πληροφοριών και Επικοινωνιών, αλλά θα λειτουργούν σε συνδυασμό με αυτά ενισχύοντάς τα όπου τα Κλασικά παρουσιάζουν κρίσιμες αδυναμίες, όπως αδυναμίες προσομοίωσης ορισμένων συστημάτων βιοχημείας στα φαρμακευτικά συστήματα, επιτυγχάνοντας αίσθηση νανοκλίμακας φυσικά μεγέθη, επίλυση ορισμένων σκληρών υπολογιστικών προβλημάτων ή εγγύηση ασφαλών επικοινωνιών που δεν μπορούν ποτέ να αποκρυπτογραφηθούν από τρίτους.

Προηγμένη Τεχνητή Νοημοσύνη και Μηχανική Μάθηση: Η Επεξεργασία Φυσικής Γλώσσας είναι ένα μάθημα που εμβαθύνει στις θεωρητικές έννοιες του NLP, διερευνώντας τις τρέχουσες εφαρμογές του και οραματιζόμενο τις πιθανές μελλοντικές χρήσεις σε διάφορους τομείς. Το μάθημα υπογραμμίζει τη σημασία του NLP στην καθημερινή μας ζωή, δίνοντας έμφαση στην ενσωμάτωσή του μέσω προγνωστικού κειμένου, εργαλείων μετάφρασης και έξυπνων συσκευών, δείχνοντας τις τεράστιες μελλοντικές δυνατότητες σε αυτόν τον συναρπαστικό τομέα έρευνας, ιδιαίτερα εμφανής σε μεγάλα γλωσσικά μοντέλα όπως το Chat-GPT.