PolyU | Концепции искусственного интеллекта

Этот всеобъемлющий курс предлагает строгое, но доступное введение в искусственный интеллект (ИИ), разработанное для аспирантов и специалистов-практиков. Соединяя исторические основы с передовыми инновациями, учебная программа продвигается от символьного ИИ и алгоритмов поиска к современному глубокому обучению и генеративному ИИ. Студенты изучат такие ключевые темы, как представление знаний, вероятностные рассуждения и классическое машинное обучение, прежде чем углубиться в нейронные сети, трансформеры и большие языковые модели (LLM). Уделяя внимание как теории, так и практике, курс использует Python и отраслевые стандартные фреймворки, такие как PyTorch, для реализации алгоритмов, взаимодействия с современными API и решения критических вопросов этики и безопасности ИИ.

Соединяя разрыв между классическим символьным ИИ и современным генеративным ИИ, этот курс вооружает студентов теоретической глубиной и практическими навыками Python для проектирования, реализации и этической оценки интеллектуальных систем.

1. Освоить основы ИИ: Анализировать и реализовывать фундаментальные парадигмы решения задач, включая эвристический поиск, логические рассуждения и вероятностное моделирование.
2. Реализовывать архитектуры глубокого обучения: Проектировать и обучать продвинутые нейронные сети с использованием PyTorch — от многослойных перцептронов до свёрточных нейронных сетей и трансформеров.
3. Развёртывать решения генеративного ИИ: Разрабатывать приложения с использованием больших языковых моделей (LLM), применяя такие техники, как тонкая настройка, промпт-инжиниринг и генерация с дополнением из поиска (RAG).
4. Обеспечивать этичную разработку ИИ: Критически оценивать системы ИИ на предмет предвзятости, безопасности и согласованности, применяя стратегии объяснимости и устойчивости в реальных сценариях.