[denne side på wiki][indeks][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Forelæsning: Introduktion til genopblussen af AI og ML

Administrative oplysninger

Titel Introduktion til genopblussen af AI og ML
Varighed 45-60
Modul C
Lektionstype Forelæsning
Fokus Teknisk — fremtidig kunstig intelligens
Emne Introduktion

Nøgleord

Turingtest, AI's fødsel, AI's genopblussen, AI-definition,

Læringsmål

Forventet forberedelse

Obligatorisk for studerende

  • Maskinindlæringskoncepter
  • Dybe læringskoncepter

Valgfrit for studerende

Ingen.

Referencer og baggrund for studerende

Ingen.

Anbefalet til lærerne

Ingen.

Undervisningsmaterialer

Instruktioner til lærerne

Formålet med dette foredrag er at give eleverne en kort historie om AI og de begivenheder/udviklinger, der har ført til en eksplosion af AI-applikationer og den nuværende bølge af AI-forskning, investeringer og opfordringen til AI-regulering. Den bør bane vejen for mere dybtgående undersøgelser af avancerede AI-koncepter og teknologiske og lovgivningsmæssige udviklinger, der vil forme fremtidig kunstig intelligens. Forelæsningen skal:

Omrids

Varighed Beskrivelse Koncepter Aktivitet Materiale
10 min. AI's fødsel: opsporing af de første begreber om kunstig intelligens AI i græsk mytologi, automotoner, tidlig science fiction, 3 love om robotteknologi (Asimov), spørgsmål, der driver AI, kategoriserer AI Underviste sessioner og eksempler Forelæsningsmaterialer
5 min. Begivenheder og udviklinger, der fører til den første AI-vinter Formel logik og AI, tænkemaskiner, turing test, tidlige succeshistorier (Arthur Samuel checkers program 1955), tidlig maskinoversættelse, Dartmouth sommer projekt (1956), Rosenblatt s perceptron (1957), fald i forbindelseisme (Minsky & Papert 1969), Lighthill rapport (1973) Underviste sessioner og eksempler Forelæsningsmaterialer
5 min. Begivenheder og udviklinger, der fører til den anden AI-vinter Ekspertsystemer (DENDRAL, MYCIN 1972), japansk femtegenerationsprojekt (1982), Backpropagation (1986), tidlig karaktergenkendelse (LeNet-1 1989), kommercialisering af AI, begrænsninger af ekspertsystemer, langsomme fremskridt inden for netudvikling (Support Vector, Bayesian stil metoder) Underviste sessioner og eksempler Forelæsningsmaterialer
10 min. Big data: hvordan indsamlingen af big data har påvirket AI og maskinindlæring Web 2.0 og eksplosion af data, viden flaskehals (Halevy et al. 2009), vækst i sociale medier (halvstrukturerede og ustrukturerede data), mobilt udstyr og sundhedsdata, sensorbaserede internetaktiverede enheder (IOT), kapløb om at udtrække meningsfulde data Underviste sessioner og eksempler Forelæsningsmaterialer
10 min. Genopblussen af AI: hvordan data og beregningskraft har givet anledning til en ny bølge af allestedsnærværende AI og opfordringen til regulering GPU-baseret beregning (CUDA 2012), stigning i antallet af personlige assistenter (Google, Apple, Amazon, Microsoft), AlexNet (ImageNet 2012), Google Brain (2012), Tensor Processing Units (2016), AlphaGo & AlphaFold (2016, 2020), selvkørende biler Waymo (2020), EU AI Act (2021) Underviste sessioner og eksempler Forelæsningsmaterialer
5 min. Konklusion, spørgsmål og svar Sammendrag Konklusioner Forelæsningsmaterialer

Anerkendelser

Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.