Что на самом деле представляет собой искусственный интеллект
Искусственный интеллект, традиционное программное обеспечение, автоматизация, алгоритмы, модели, узкий ИИ, общий искусственный интеллект и историческое развитие этой области.
Искусственный интеллект AI-101
Основы искусственного интеллекта
Нетехническое введение в современный искусственный интеллект
Сформируйте ясное и практическое понимание того, как работает современный искусственный интеллект, без необходимости уметь программировать, знать высшую математику или иметь предварительную техническую подготовку.
US$145
После успешного выполнения всех требований выдается электронный сертификат First BCI University об окончании курса в формате PDF.
AI-101
Обзор курса
«Основы искусственного интеллекта» — это структурированный курс начального уровня для тех, кто хочет понимать искусственный интеллект глубже, чем позволяют заголовки новостей, демонстрации продуктов и технический жаргон.
Курс объясняет, как взаимосвязаны данные, машинное обучение, нейронные сети, генеративный ИИ, компьютерное зрение, аудиосистемы, робототехника и автономные системы. Студенты также изучают ограничения ИИ и значение конфиденциальности, безопасности, справедливости, проверки результатов и содержательного человеческого контроля.
Программа разработана для взрослых учащихся и работающих специалистов, которые хотят получить системное понимание ИИ. Опыт программирования, знание высшей математики или предварительная подготовка в области компьютерных наук не требуются.
Цели обучения
Чему вы научитесь
-
01
Объяснять, чем искусственный интеллект отличается от традиционного программного обеспечения, автоматизации и систем, основанных на правилах.
-
02
Описывать роль наборов данных, обучения, валидации, тестирования и инференса в разработке систем искусственного интеллекта.
-
03
Различать обучение с учителем, обучение без учителя и обучение с подкреплением.
-
04
Объяснять на концептуальном уровне нейронные сети, глубокое обучение и трансформеры.
-
05
Описывать, как генеративный ИИ и большие языковые модели создают контент.
-
06
Распознавать распространённые проблемы, включая галлюцинации, переобучение, смещения, утечки данных и изменения распределения данных.
-
07
Понимать основы компьютерного зрения, аудио-ИИ, робототехники и автономных систем.
-
08
Оценивать систему ИИ с учётом её назначения, данных, метода, результатов, рисков и человеческого контроля.
-
09
Анализировать вопросы конфиденциальности, безопасности, справедливости, прозрачности и ответственности при ответственном использовании ИИ.
-
10
Определять направления для дальнейшего изучения искусственного интеллекта и профессионального развития.
Десять структурированных модулей
Учебная программа курса
Данные: основа искусственного интеллекта
Структурированные и неструктурированные данные, сбор и разметка данных, качество, репрезентативность, конфиденциальность, смещения и полный жизненный цикл данных.
Основы машинного обучения
Обучение с учителем, без учителя и с подкреплением, оценка моделей, обобщающая способность, переобучение и практический анализ ошибок.
Нейронные сети и глубокое обучение
Слои, веса, представления, свёрточные сети, рекуррентные сети, трансформеры, а также сильные стороны и ограничения глубокого обучения.
Обработка естественного языка и генеративный ИИ
Языковые модели, токены, контекст, проектирование промптов, генерация, галлюцинации, проверка результатов, поиск информации и вводные понятия об ИИ-агентах.
Компьютерное зрение, аудио-ИИ и мультимодальные системы
Распознавание изображений, обнаружение объектов, речевые системы, синтетические медиа, мультимодальный анализ, подлинность и согласие.
Робототехника и автономные системы
Датчики, восприятие, планирование, управление, исполнительные механизмы, автономность, ограничения безопасности и вмешательство человека.
Искусственный интеллект в реальном мире
Применение ИИ в здравоохранении, финансах, образовании, розничной торговле, логистике, производстве, государственном управлении, сельском хозяйстве и малом бизнесе.
Ответственный искусственный интеллект
Этика, конфиденциальность, безопасность, смещения, справедливость, объяснимость, ответственность, управление и содержательный человеческий контроль.
Будущее ИИ и человеческие навыки
ИИ-агенты, мультимодальные системы, новые области применения, профессиональные роли, переносимые человеческие навыки и непрерывное обучение.
Официальное рекомендованное учебное пособие
First BCI University Artificial Intelligence Foundations
A Non-Technical Guide to Data, Machine Learning, Generative AI, Robotics, and Responsible Use
- Автор
- Konstantin Titov
Эта книга является рекомендуемым учебным материалом для AI-101. Её десять глав соответствуют структуре курса и содержат подробные объяснения, реалистичные ситуации, проверки знаний и практические учебные задания.
Доступна в виде защищённого для скачивания электронного издания по цене US$12.99.
КУПИТЬ ЭТУ КНИГУ — US$12.99Успешное завершение курса
Оценивание и завершение курса
Компоненты оценивания
- Десять проверок знаний — по одной для каждого модуля
- Практические учебные задания, основанные на реалистичных ситуациях применения ИИ
- Итоговая оценка по ключевым концепциям курса
- Итоговый анализ реальной системы искусственного интеллекта
Требования для завершения курса
- Завершить все десять учебных модулей
- Выполнить обязательные проверки знаний
- Получить не менее 70 % за итоговую оценку
- Представить итоговый анализ системы искусственного интеллекта
AI-101 Зачисление на курс
Начните структурированное изучение искусственного интеллекта.
US$145
Получите безопасный онлайн-доступ к AI-101. Электронный сертификат First BCI University об окончании курса в формате PDF включён после успешного выполнения всех требований курса.
КУПИТЬ КУРС