返回课程
COMP5511
研究生
PolyU | 人工智能概念
这门内容全面的课程为研究生和专业人士提供了一份严谨而又通俗易懂的人工智能入门指南。课程在历史根基与前沿创新之间架起桥梁，内容从符号人工智能与搜索算法逐步进阶到现代深度学习与生成式人工智能。学生将探索知识表示、概率推理和经典机器学习等核心主题，进而深入钻研神经网络、Transformer 以及大语言模型（LLM）。课程兼顾理论与实践，采用 Python 及 PyTorch 等行业标准框架来实现算法、调用现代 API，并探讨人工智能伦理与安全方面的关键议题。
5.0
64.0h
100 名学生
25 课时
80 点赞
人工智能
课程概述
内容摘要
这门综合性课程为研究生和专业人士提供了严谨而易于理解的人工智能（AI）入门。课程弥合了历史基础与前沿创新之间的差距，课程体系从符号AI和搜索算法逐步推进到现代深度学习和生成式AI。学生将探索知识表示、概率推理和经典机器学习等核心主题，然后深入学习神经网络、Transformer和大语言模型（LLM）。课程强调理论与实践并重，使用Python和PyTorch等行业标准框架来实现算法、与现代API交互，并探讨AI伦理与安全中的关键问题。
本课程弥合了经典符号AI与现代生成式AI之间的鸿沟，赋予学生理论深度和实用的Python技能，以架构、实现并合乎伦理地评估智能系统。
学习目标
- 掌握AI基础： 分析并实现基本的问题求解范式，包括启发式搜索、基于逻辑的推理和概率建模。
- 实现深度学习架构： 使用PyTorch设计和训练先进的神经网络，涵盖从多层感知机到卷积神经网络和Transformer。
- 部署生成式AI解决方案： 利用大语言模型（LLM）开发应用，采用微调、提示工程和检索增强生成（RAG）等技术。
- 确保AI伦理开发： 批判性地评估AI系统的偏见、安全性和对齐问题，在真实场景中应用可解释性和鲁棒性策略。