[αυτή η σελίδα στο wiki][δείκτης][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Διάλεξη: Εισαγωγή στην αναβίωση της τεχνητής νοημοσύνης και του ML

Διοικητικές πληροφορίες

Τίτλος Εισαγωγή στην αναβίωση της τεχνητής νοημοσύνης και του ML
Διάρκεια 45-60
Ενότητα Γ
Είδος μαθήματος Διάλεξη
Εστίαση Τεχνική — Μελλοντική ΤΝ
Θέμα Εισαγωγή

Λέξεις-κλειδιά

Δοκιμή Turing, Γέννηση της ΤΝ, Αναζωογόνηση της ΤΝ, ορισμός της ΤΝ,

Μαθησιακοί στόχοι

Αναμενόμενη προετοιμασία

Υποχρεωτικό για τους φοιτητές

  • Έννοιες μηχανικής μάθησης
  • Έννοιες βαθιάς μάθησης

Προαιρετικό για Φοιτητές

Καμία.

Αναφορές και υπόβαθρο για τους μαθητές

Καμία.

Συνιστάται για εκπαιδευτικούς

Καμία.

Υλικό μαθήματος

Οδηγίες για τους εκπαιδευτικούς

Ο στόχος αυτής της διάλεξης είναι να παρέχει στους φοιτητές μια σύντομη ιστορία της τεχνητής νοημοσύνης και τα γεγονότα/εξελίξεις που έχουν οδηγήσει σε έκρηξη των εφαρμογών τεχνητής νοημοσύνης και το τρέχον κύμα της έρευνας, των επενδύσεων και της έκκλησης για ρύθμιση της ΤΝ. Θα πρέπει να θέσει το έδαφος για πιο εμπεριστατωμένες μελέτες των προηγμένων εννοιών της ΤΝ, των τεχνολογικών και κανονιστικών εξελίξεων που θα διαμορφώσουν τη μελλοντική ΤΝ. Η διάλεξη θα πρέπει:

Σχεδιάγραμμα

Διάρκεια Περιγραφή Έννοιες Δραστηριότητα Υλικό
10 λεπτά Γέννηση της τεχνητής νοημοσύνης: εντοπισμός των πρώτων εννοιών της τεχνητής νοημοσύνης AI στην ελληνική μυθολογία, αυτόματα, πρώιμη επιστημονική φαντασία, 3 νόμοι της ρομποτικής (Asimov), ερωτήσεις που οδηγούν την τεχνητή νοημοσύνη, κατηγοριοποίηση της τεχνητής νοημοσύνης Διδακτική συνεδρία και παραδείγματα Υλικό διαλέξεων
5 λεπτά Εκδηλώσεις & εξελίξεις που οδηγούν στον πρώτο χειμώνα τεχνητής νοημοσύνης Επίσημη λογική και τεχνητή νοημοσύνη, μηχανές σκέψης, δοκιμές, πρώιμες ιστορίες επιτυχίας (πρόγραμμα ντάμας Arthur Samuel 1955), πρώιμη μηχανική μετάφραση, Dartmouth Summer project (1956), Perceptron της Rosenblatt (1957), πτώση του συνδετισμού (Minsky & Papert 1969), έκθεση Lighthill (1973) Διδακτική συνεδρία και παραδείγματα Υλικό διαλέξεων
5 λεπτά Εκδηλώσεις & εξελίξεις που οδηγούν στον δεύτερο χειμώνα τεχνητής νοημοσύνης Συστήματα εμπειρογνωμόνων (DENDRAL, MYCIN 1972), Ιαπωνικό έργο πέμπτης γενιάς (1982), Backpropagation (1986), έγκαιρη αναγνώριση χαρακτήρων (LeNet-1 1989), εμπορευματοποίηση της τεχνητής νοημοσύνης, περιορισμοί των συστημάτων εμπειρογνωμόνων, αργή πρόοδος στην ανάπτυξη του νευρικού δικτύου (Support Vector, Bayesian style methods) Διδακτική συνεδρία και παραδείγματα Υλικό διαλέξεων
10 λεπτά Μαζικά δεδομένα: πώς η συλλογή μαζικών δεδομένων επηρέασε την τεχνητή νοημοσύνη και τη μηχανική μάθηση WEB 2.0 και έκρηξη δεδομένων, συμφόρηση γνώσης (Halevy et al. 2009), ανάπτυξη των μέσων κοινωνικής δικτύωσης (ημιδομημένα και μη δομημένα δεδομένα), κινητές συσκευές και δεδομένα υγείας, συσκευές που βασίζονται σε αισθητήρες στο διαδίκτυο (IOT), αγώνα για την εξαγωγή ουσιαστικών δεδομένων Διδακτική συνεδρία και παραδείγματα Υλικό διαλέξεων
10 λεπτά Αναζωπύρωση της τεχνητής νοημοσύνης: πώς τα δεδομένα και η υπολογιστική ισχύς έχουν προκαλέσει ένα νέο κύμα πανταχού παρούσα ΤΝ και την έκκληση για ρύθμιση Υπολογισμοί βάσει της GPU (CUDA 2012), αύξηση των προσωπικών βοηθών (Google, Apple, Amazon, Microsoft), AlexNet (ImageNet 2012), Google Brain (2012), Tensor Processing Units (2016), AlphaGo & AlphaFold (2016, 2020), Αυτοκινούμενα αυτοκίνητα Waymo (2020), EU AI Act (2021) Διδακτική συνεδρία και παραδείγματα Υλικό διαλέξεων
5 λεπτά Συμπέρασμα, ερωτήσεις και απαντήσεις Περίληψη Συμπεράσματα Υλικό διαλέξεων

Αναγνωρίσεις

Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.