Σύγχρονες Τάσεις στην Τεχνητή Νοημοσύνη
Περιεχόμενο μαθήματος
- Νευρωνικά Δίκτυα
- Αρχιτεκτονικές Νευρωνικών Δικτύων
- Προσοχή (attention) και Μετατροπείς (Transformers)
- Μεγάλα Γλωσσικά Μοντέλα (Large Language Models – LLMs)
- Παραγωγική Τεχνητή Νοημοσύνη
- Ροή παραγωγής διαδικασιών εφαρμογών και υπηρεσιών Τεχνητής Νοημοσύνης
- Θέματα Ηθικής, Προκαταλήψεων, Διακρίσεων, Αμεροληψίας, και Δικαιοσύνης
- Ερμηνευσιμότητα
- Ασφάλεια και Τεχνητή Νοημοσύνη
Μαθησιακά αποτελέσματα
Στόχος του μαθήματος είναι η εξοικείωση των φοιτητών σε σύγχρονες τάσεις Τεχνητής Νοημοσύνης, μέσω μιας εφαρμοσμένης προσέγγισης με τη χρήση της γλώσσας Python. Το μάθημα θα καλύψει από νευρωνικά δίκτυα και αρχιτεκτονικές τους, σε Μεγάλα Γλωσσικά Μοντέλα, Παραγωγική Τεχνητή Νοημοσύνη, θέματα ροής παραγωγής διαδικασιών εφαρμογών και υπηρεσιών Τεχνητής Νοημοσύνης, θέματα προκαταλήψεων, διακρίσεων, αμεροληψίας, και δικαιοσύνης, ερμηνευσιμότητα, ζητήματα ασφάλειας που άπτονται της Τεχνητής Νοημοσύνης. Η ευρεία κάλυψη επιδιώκει οι φοιτητές να έχουν μια σφαιρική κατανόηση των σύγχρονων τάσεων και των επιπτώσεών τους στην παραγωγή, πέρα από υπερβολές που περιβάλλουν το πεδίο.
Το μάθημα αυτό ακολουθεί και συμπληρώνει το μάθημα του 6ου εξαμήνου «Ανάλυση Δεδομένων και Μηχανική Μάθηση».