Høst 2020

INF-6003 Grunnleggende introduksjon til kunstig intelligens (KI) og maskinlæring (ML) - 0 stp

Ansvarlig enhet

Institutt for informatikk

Emnetype

Emnet er ikke studiepoenggivende. INF-6003 er et nettbasert emne som går over 3-4 uker og er beregnet til omtrent 100 arbeidstimer for deltakere. Ved å ta emnet INF-6003 Grunnleggende introduksjon til kunstig intelligens (KI) og maskinlæring (ML), vil du kunne få utstedt et kursbevis dersom du gjennomfører kurset. Emnet kan ikke inngå i noen programutdanning.

Makimalt antall deltakere: 50 studenter. Emnet starter kun opp om det er minimum 5 studenter som registrerer seg. Deltakere som har meldt seg på, men som likevel ikke kan delta bes om å melde seg av emnet.

Innhold

Emnet gir kursdeltakerne en grunnleggende forståelse for området kunstig intelligens (KI) inklusive maskinlæring (ML). Kursen gir kandidatene en forståelse av feltet kunstig intelligens og dens metoder og teknikker. Det betyr å lære en nøyaktig forståelse av begrepene som brukes i feltet og å kunne bruke dem riktig i en presentasjon eller dialog om emnet.

Dette omfatter innsikt i KI og beskrive kunstig intelligens og dens anvendelsesområder; (i) å kjenne til og håndtere grunnleggende KI-problemer, deres løsninger og forskjellige teknikker som kan brukes på KI-problemer, inkludert etiske dilemmaer og; (iii) AI-metoder så vel som de mest brukte kunstige intelligensteknikkene med fokus på beslutningsstøttesystemer, kunnskapsstyringssystemer, naturlig språkbehandling, innhenting av informasjon, systemer med flere agenter, forsterkningslæring, maskinlæring, dyp læring og mønstergjenkjenning.

Søknadsfrist

27. oktober 2020.

Emnet starter 3. november

Opptakskrav

Emnet er tilpasset kandidater som minst har fullført videregående skole med noe realfagsfordypning. Videre forventes/anbefales det at deltakere har noe av kunnskapen tilsvarende innholdet fra emnet INF-6000 Grunnleggende innføring i programmering, men ingen spesielle forkunnskaper i kunstig intelligens.

Hva lærer du

Kunnskap:

Kandidaten har grunnleggende kunnskap om KI-konsepter og, KI-teknikker
Kandidaten har grunnleggende kunnskap grunnleggende kunnskap om vanligste KI-områdene: beslutningsstøttesystemer, multi-agent-systemer, maskinlæring, nevrale nettverk, dyp læring, og naturlig språkbehandling.
Kandidaten har grunnleggende kunnskap om problemer og bekymringer rundt KI som etikk og skjevhet
Kandidaten har grunnleggende kunnskap om vanlige KI-applikasjoner
Kandidaten har kunnskap om de vanligste algoritmene innen maskinlæring og nevrale nettverk, dyp læring

Ferdigheter:

Kandidaten kan velge riktig KI-verktøy for problemet som skal løses
Kandidaten kan vite hvordan KI-teknikker kan brukes i forhold til andre fagområder
Kandidaten kan lage programskisser og løsninger på mindre, virkelige KI-problemer
Kandidaten kan demonstrere KI i aksjon.

Generell kompetanse:

Kandidaten har grunnleggende forhold til KI inklusive maskinlæring (ML) og nevrale nettverk (ANN), dyp læring (DL)
Kandidaten har inngående forståelse av kunstig intelligens som påvirker utformingen og realiseringen av KI-systemet
Kandidaten kan løse KI-problemer og omsette det i programmer
Kandidaten kan håndtere kravene til forskjellige KI-systemer og KI-applikasjoner

Undervisnings- og eksamensspråk

Norsk (enkelte forelesninger og videoinnslag vil foregå på engelsk)

Undervisning

Emnet har en praktisk tilnærming til innholdet og læringsmålene. Emnet vil gis som en kombinasjon av digitale forelesninger hvor deltakere kan interagere med foreleser (kombinasjon av video, presentasjoner, demonstrasjon av utstyr, og en chat-funksjon mellom kursstab og deltakere) og øvingsoppgaver. Det betyr at i tillegg til en presentasjon av stoffet så vil det være fokus på øvingsoppgaver som deltakere må gjennomføre og få tilbakemelding på. Dette vil være konkrete reelle problemstillinger som deltakere skal løse med den kunnskapen de har ervervet seg i emnet.

Eksamen

Arbeidskrav: Arbeidskravet vil være inntil fire øvingsoppgaver som skal løses individuelt, eller i grupper dersom dette er angitt, og leveres i læringsportalen.

Vurdering: For å få kursbevis må studentene få godkjent det obligatoriske arbeidskravet i emnet. Disse vurderes til godkjent/ikke godkjent.