PolyU | Các Khái Niệm Trí Tuệ Nhân Tạo
Khóa học toàn diện này mang đến một phần giới thiệu chặt chẽ nhưng dễ tiếp cận về Trí Tuệ Nhân Tạo, được thiết kế cho học viên sau đại học và các chuyên gia. Kết nối khoảng cách giữa nền tảng lịch sử và những đổi mới tiên tiến, chương trình học tiến triển từ AI biểu tượng và các thuật toán tìm kiếm đến Học Sâu và AI Tạo Sinh hiện đại. Học viên sẽ khám phá các chủ đề thiết yếu như biểu diễn tri thức, suy luận xác suất và học máy cổ điển trước khi đi sâu vào mạng nơ-ron, Transformer và Mô Hình Ngôn Ngữ Lớn (LLM). Nhấn mạnh cả lý thuyết lẫn thực hành, khóa học sử dụng Python và các framework chuẩn công nghiệp như PyTorch để triển khai thuật toán, tương tác với các API hiện đại và giải quyết các vấn đề quan trọng về đạo đức và an toàn trong AI.
Tổng quan khóa học
Tóm tắt nội dung
Khóa học toàn diện này cung cấp một giới thiệu chặt chẽ nhưng dễ tiếp cận về Trí tuệ Nhân tạo (AI), được thiết kế cho học viên sau đại học và các chuyên gia. Kết nối khoảng cách giữa nền tảng lịch sử và những đổi mới tiên tiến, chương trình giảng dạy tiến triển từ AI biểu tượng và thuật toán tìm kiếm đến Học sâu và AI Tạo sinh hiện đại. Học viên sẽ khám phá các chủ đề thiết yếu như biểu diễn tri thức, suy luận xác suất và học máy cổ điển trước khi đi sâu vào mạng nơ-ron, Transformers và Mô hình Ngôn ngữ Lớn (LLMs). Nhấn mạnh cả lý thuyết lẫn thực hành, khóa học sử dụng Python và các framework tiêu chuẩn ngành như PyTorch để triển khai thuật toán, tương tác với các API hiện đại và giải quyết các vấn đề quan trọng trong đạo đức và an toàn AI.
Kết nối khoảng cách giữa AI Biểu tượng cổ điển và AI Tạo sinh hiện đại, khóa học này trang bị cho học viên chiều sâu lý thuyết và kỹ năng Python thực tiễn để thiết kế, triển khai và đánh giá các hệ thống thông minh một cách có đạo đức.
Mục tiêu học tập
- Nắm vững nền tảng AI: Phân tích và triển khai các mô hình giải quyết vấn đề cơ bản, bao gồm tìm kiếm heuristic, suy luận dựa trên logic và mô hình hóa xác suất.
- Triển khai kiến trúc Học sâu: Thiết kế và huấn luyện mạng nơ-ron tiên tiến bằng PyTorch, từ Perceptron đa lớp đến Mạng nơ-ron Tích chập và Transformers.
- Triển khai giải pháp AI Tạo sinh: Xây dựng ứng dụng sử dụng Mô hình Ngôn ngữ Lớn (LLMs), áp dụng các kỹ thuật như fine-tuning, prompt engineering và Retrieval-Augmented Generation (RAG).
- Đảm bảo phát triển AI có đạo đức: Đánh giá phê bình các hệ thống AI về thiên kiến, an toàn và alignment, áp dụng các chiến lược giải thích được và độ bền vững trong các tình huống thực tế.