Τεχνητή Νοημοσύνη

Μαθησιακά Αποτελέσματα

• Κατανοεί τις αρχές και τις μεθόδους της Τεχνητής Νοημοσύνης (ΑΙ)
• Κατανοεί και εφαρμόζει τις αρχές και τις στρατηγικές του Prompt Engineering
• Αντιλαμβάνεται τον ρόλο της Θεωρίας Πιθανοτήτων και της Επιστήμης της Στατιστικής στη Λήψη Αποφάσεων μέσω εργαλείων AI
• Χρησιμοποιεί σύγχρονα εργαλεία AI
• Έχει την ικανότητα παραγωγής περιεχομένου (κειμένου, εικόνας, ήχου και βίντεο)
• Έχει την ικανότητα να κατανοεί τη χρήση των αλγορίθμων Βαθιάς Μηχανικής Μάθησης
• Αξιολογεί και ερμηνεύει ορθά τα αποτελέσματα των εργαλείων της AI
• Συγκρίνει και αξιολογεί διαφορετικά μεγάλα Γλωσσικά Μοντέλα μεταξύ τους
• Έχει αποκτήσει την ικανότητα παρακολούθησης των εξελίξεων στον τομέα της AI και κριτικής σκέψης απέναντι τους
• Αναγνωρίζει τα ηθικά και κοινωνικά ζητήματα που συνδέονται με την AI

Περιεχόμενο Μαθήματος

• Εισαγωγή στην Τεχνητή Νοημοσύνη
• Ιστορική αναδρομή και εξέλιξη της Τεχνητής Νοημοσύνης
• Κύριες εφαρμογές της Τεχνητής Νοημοσύνης στη σύγχρονη πραγματικότητα
• Πιθανότητες και Στατιστική Μάθηση
• Εισαγωγή στη Θεωρία Λήψης Αποφάσεων
• Νευρωνικά Δίκτυα και Αλγόριθμοι Βαθιάς Μάθησης
• Γεννητικά Μοντέλα: Επισκόπηση
• Επεξεργασία Φυσικής Γλώσσας (NLP)
• Εισαγωγή στο Prompt Engineering: Βασικές αρχές και στρατηγικές
• Μεγάλα Γλωσσικά Μοντέλα: ChatGPT, Claude, Copilot, Gemini, Llama κ.α.
• Εργαλεία Τεχνητής Νοημοσύνης: Παραγωγή Περιεχομένου
• Ηθικά και κοινωνικά ζητήματα

Αξιολόγηση Φοιτητών

H αξιολόγηση των φοιτητών γίνεται με έναν από τους παρακάτω δύο τρόπους:

•  Εκπόνηση ατομικής εργασίας και γραπτή τελική εξέταση (70%). Οι οδηγίες για την εκπόνηση της εργασίας καθώς και η παράδοσή της θα γίνουν μέσω του e-class.
• Γραπτή τελική εξέταση που θα περιλαμβάνει ερωτήσεις σύντομης απάντησης & επίλυση προβλημάτων (100%)

Γλώσσα Αξιολόγησης: Ελληνικά

Συνιστώμενη Βιβλιογραφία
Συγγράμματα Εύδοξος