2024/2025





Генеративный искусственный интеллект
Статус:
Общеуниверситетский факультатив
Кто читает:
Базовая кафедра МТС
Когда читается:
3, 4 модуль
Охват аудитории:
для всех
Язык:
русский
Кредиты:
4
Программа дисциплины
Аннотация
Программа обучения по GenAI предоставляет перспективу в области обучения искусственного интеллекта, предлагая два варианта треков: бизнес и научный. Студенты изучат историю и текущее состояние ИИ, а также перспективы его развития. Бизнес-трек фокусируется на практических навыках, таких как управление разработкой AI-продуктов, промпт-инжиниринг, fine-tuning и использование инструментов сборки AI-продуктов, включая инновационные подходы, такие как Lang Chai. Научный трек предоставляет углубленное изучение современных методов, включая GAN, трансформеры, diffusion models, а также рассматривает перспективные архитектуры. В завершение курса студенты применят полученные знания в защите смешанных научно-бизнесовых проектов, где команды из двух треков поработают совместно, что поспособствует более полному пониманию и взаимодействию в динамичной области генеративного искусственного интеллекта. На курсе предполагается отбор на основе рейтинга и эссе. Студентам предлагается написать эссе на тему "Применение технологий GenAI для решения реальных задач в бизнесе: перспективы и вызовы". Оценка эссе будет основываться на таких критериях как Интерес и понимание технологий (0-10 баллов), Уровень опыта использования технологий (0-10 баллов), а также Логика и структура эссе (0-5 баллов).
В зависимости от раскрытия каждого критерия студенты будут распределены на треки: бизнес-трек (15-18 баллов), научный трек (19-25 баллов).
Цель освоения дисциплины
- Целью курса является научить студентов использовать генеративный искусственный интеллект для выполнения своих профессиональных задач.
Планируемые результаты обучения
- Знает историю возникновения искусственного интеллекта.
- Умеет использовать генеративный искусственный интеллект.
Содержание учебной дисциплины
- Искусственный интеллект.
- Генеративный искусственный интеллект.
- Управление разработкой AI-продуктов.
- Промпт-инжинирнг.
- Fine-tuning.
- Инструменты сборки AI-продуктов (Lang Chai).
- GAN.
- Трансформер.
- Diffusion models.
- Перспективные архитектуры.
Элементы контроля
- Домашнее задание
- Итоговый проектСтуденты распределяются на смешанные команды. Важно, чтобы в каждой команде были представители как бизнес-трека, так и научного. Возможные темы проектов: ● Генерация креативных текстов для рекламных кампаний ● Генерация фотореалистичных изображений предметов мебели ● Автоматическое создание кастомизированных логотипов ● Генерация креативных сценариев для кино и телевидения ● Автоматическое создание книжных обложек и иллюстраций
- Активность на занятии
Промежуточная аттестация
- 2024/2025 4th module0.2 * Активность на занятии + 0.4 * Домашнее задание + 0.4 * Итоговый проект
Список литературы
Рекомендуемая основная литература
- Python: Искусственный интеллект, большие данные и облачные вычисления - 978-5-4461-1432-0 - Пол Дейтел, Харви Дейтел - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/371701 - 371701 - iBOOKS
Рекомендуемая дополнительная литература
- Загорулько, Ю. А. Искусственный интеллект. Инженерия знаний : учебное пособие для вузов / Ю. А. Загорулько, Г. Б. Загорулько. — Москва : Издательство Юрайт, 2024. — 93 с. — (Высшее образование). — ISBN 978-5-534-07198-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/540987 (дата обращения: 27.08.2024).