модуль 1 - Прикладной ИИ
Название Модуля: Прикладной искусственный интеллект на предприятиях
Продолжительность курса: 8 лекций
Описание модуля:
Данный курс изучает практическую реализацию и влияние искусственного интеллекта (ИИ) на современных предприятиях. Он разработан для того, чтобы дать студентам всестороннее понимание технологий, методологий искусственного интеллекта и их применения в различных отраслях. Студенты узнают о преимуществах, проблемах и этических аспектах внедрения ИИ на предприятиях.
Результаты обучения по модулю:
К концу этого модуля студенты смогут:
Понимать фундаментальные концепции и технологии, связанные с ИИ.
Определять потенциальные возможности применения ИИ в различных отраслях и бизнес-операциях.
Оценивать преимущества, проблемы и риски, связанные с внедрением ИИ.
Разрабатывать стратегии для успешной интеграции ИИ в бизнес-среду.
Понимать и учитывать этические аспекты при внедрении ИИ.
Структура модуля:
Лекция 1: Введение в искусственный интеллект
Определение ИИ
Обзор технологий ИИ: машинное обучение, обработка естественного языка, предсказательная аналитика и т.д.
История и эволюция ИИ в бизнесе
Лекция 2: Применение ИИ в бизнесе
Обзор различных отраслей и их уникальных приложений ИИ
Тематические исследования успешной интеграции ИИ
Лекция 3: Преимущества ИИ на предприятиях
Повышение эффективности и производительности
Расширенные возможности принятия решений
Улучшенный клиентский опыт
Лекция 4: Проблемы и риски внедрения ИИ
Технические проблемы: качество данных, обучение моделей, системная интеграция
Бизнес-проблемы: стоимость, управление изменениями, привлечение талантов
Риски: безопасность, конфиденциальность, предвзятость модели
Лекция 5: Стратегии внедрения ИИ
Управление проектами ИИ: планирование, выполнение, мониторинг
Создание команды ИИ: необходимые навыки, роли и обязанности
Выбор и управление поставщиками
Лекция 6: Этика в ИИ
Этические аспекты при внедрении ИИ: прозрачность, справедливость, конфиденциальность
Роль регулирующих органов и руководящих принципов
Лекция 7: Будущие тенденции в ИИ
Появляющиеся технологии ИИ и их потенциальное влияние
Роль ИИ в цифровой трансформации
Подготовка к будущему: создание предприятия, готового к ИИ
Лекция 8: Презентации студентов и обзор курса
Студенты представляют свои проекты: стратегию внедрения ИИ для гипотетического или реального предприятия.
Обзор и обсуждение курса
Оценка:
Участие в занятиях (20%)
Промежуточный экзамен или контрольные вопросы (30%)
Самостоятельная работа: Стратегия внедрения ИИ (50%)
Необходимые тексты и ресурсы:
"Искусственный интеллект: Современный подход" Стюарт Рассел и Питер Норвиг
"Человек + машина: Переосмысление работы в эпоху ИИ" Пола Р. Догерти и Х. Джеймса Уилсона.
Избранные научные работы и статьи, представленные на протяжении всего модуля.
Примечание: Учебный план может быть изменен в зависимости от темпа занятий и интересов студентов.
модуль 2 - Жизненный цикл ПО
Название модуля: Жизненный цикл программного обеспечения в контексте внедрения ИИ на предприятии
Продолжительность модуля: 8 лекций
Описание модуля:
Этот модуль знакомит студентов с жизненным циклом разработки программного обеспечения в контексте внедрения технологий искусственного интеллекта (ИИ) на предприятиях. Студенты узнают об этапах жизненного цикла программного обеспечения, об особенностях создания решений на базе искусственного интеллекта, а также о лучших практиках поддержки и развития этих систем в течение длительного времени.
Результаты обучения по модулю:
К концу этого модуля студенты смогут:
Понимать этапы жизненного цикла программного обеспечения и их применение к разработке ИИ.
Создавать стратегии эффективного сбора и управления данными для систем ИИ.
Проектировать, разрабатывать и внедрять программное обеспечение ИИ в условиях предприятия.
Поддерживать и обновлять программное обеспечение ИИ, чтобы оно оставалось эффективным и этичным.
Оценивать влияние программного обеспечения ИИ на бизнес-операции и соответствующим образом корректировать стратегии.
Структура модуля:
Лекция 1: Введение в жизненный цикл программного обеспечения
Обзор жизненного цикла программного обеспечения
Различия между традиционной разработкой программного обеспечения и разработкой систем искусственного интеллекта
Лекция 2: Сбор и анализ требований к системам искусственного интеллекта
Понимание потребностей бизнеса и перевод их в требования к системам искусственного интеллекта
Этические соображения при разработке систем ИИ
Лекция 3: Проектирование систем ИИ
Обзор архитектур систем ИИ
Стратегии сбора и подготовки данных
Проектирование для обеспечения прозрачности, подотчетности и открытости
Лекция 4: Реализация систем ИИ
Кодирование и тестирование систем ИИ
Интеграция систем ИИ в существующую инфраструктуру программного обеспечения
Лекция 5: Развертывание и сопровождение систем ИИ
Стратегии развертывания систем ИИ на предприятии
Методы поддержки и обновления систем ИИ
Лекция 6: Оценка и развитие систем ИИ
Мониторинг производительности и воздействия систем ИИ
Стратегии развития систем ИИ для удовлетворения меняющихся потребностей бизнеса
Лекция 7: Практические примеры жизненного цикла программного обеспечения ИИ
Подробное рассмотрение реальных реализаций систем ИИ в реальном мире
Извлеченные уроки и лучшие практики
Лекция 8: Презентации студентов и обзор модуля
Студенты представляют свои коллективные работы: план жизненного цикла гипотетической или реальной системы ИИ.
Обзор и обсуждение курса
Оценка:
Участие в занятиях (20%)
Промежуточный экзамен или контрольные вопросы (30%)
Самостоятельная работа: План жизненного цикла программного обеспечения AI (50%)
Необходимые тексты и ресурсы:
"Искусственный интеллект: Структуры и стратегии для решения сложных проблем" Джорджа Ф. Люгера
"Программная инженерия: A Practitioner's Approach" Роджера С. Прессмана.
Избранные научные работы и статьи, представленные на протяжении всего модуля.
Примечание: Учебный план может быть изменен в зависимости от темпа занятий и интересов студентов.
модуль 3 - KPI и документация
Название модуля: Управление требованиями и KPI при внедрении ИИ
Продолжительность модуля: 8 лекций.
Описание курса:
Данный модуль знакомит студентов с важной ролью управления требованиями и ключевых показателей эффективности (KPI) при внедрении технологий искусственного интеллекта (ИИ) на предприятиях. Модуль будет сосредоточен на понимании потребностей бизнеса, определении четких и измеримых требований и установлении KPI для оценки эффективности решений AI.
Результаты обучения:
К концу этого модуля студенты смогут:
Понимать важность управления требованиями в проектах ИИ.
Разрабатывать стратегии для эффективного сбора и проверки требований в проектах ИИ.
Определять значимые и измеримые KPI для внедрения ИИ.
Оценивать эффективность систем ИИ с помощью определенных KPI.
Применять лучшие практики для управления изменениями требований и KPI с течением времени.
Структура модуля:
Лекция 1: Введение в управление требованиями
Роль требований в проектах ИИ
Процесс управления требованиями: выявление, анализ, спецификация и валидация.
Лекция 2: Сбор требований к системам искусственного интеллекта
Методы выявления требований в проектах ИИ
Этические соображения при сборе требований к ИИ
Лекция 3: Анализ и спецификация требований к системам ИИ
Методы анализа и документирования требований в проектах ИИ
Обеспечение прослеживаемости требований
Лекция 4: Введение в KPI в проектах ИИ
Роль KPI в оценке внедрения ИИ
Критерии эффективных KPI
Лекция 5: Определение и измерение KPI для систем ИИ
Методы определения значимых и измеримых KPI для систем ИИ
Отслеживание и отчетность по KPI
Лекция 6: Управление изменениями в требованиях и KPI
Стратегии управления изменениями в требованиях и KPI
Советы по управлению изменениями и других структур управления
Лекция 7: Практические примеры управления требованиями и KPI
Подробное рассмотрение реальных реализаций ИИ
Извлеченные уроки и лучшие практики
Лекция 8: Презентации студентов и обзор курса
Студенты представляют свои коллективные работы: план управления требованиями и KPI для гипотетической или реальной системы ИИ.
Обзор и обсуждение курса
Оценка:
Участие в занятиях (20%)
Промежуточный экзамен или контрольные вопросы (30%)
Самостоятельная работа: план по управлению требованиями и KPI (50%)
Необходимые тексты и ресурсы:
"Инженерия требований: Основы, принципы и методы" Клауса Пола
"Ключевые показатели эффективности (KPI): Разработка, внедрение и использование выигрышных KPI" Дэвида Парментера.
Избранные научные работы и статьи, представленные на протяжении всего модуля.
Примечание: Учебный план может быть изменен в зависимости от темпа занятий и интересов студентов.
модуль 4 - Техническое задание
Название модуля: Техническое задание и проектная документация при внедрении ИИ
Продолжительность модуля: 8 лекций.
Описание модуля:
В данном модуле рассматривается важность технического задания (ТЗ) и комплексной проектной документации для успешного внедрения систем искусственного интеллекта (ИИ) на предприятиях. Студенты узнают, как составлять эффективные ТЗ, вести тщательную и четкую проектную документацию и использовать эти инструменты для объединения заинтересованных сторон проекта и руководства его выполнением.
Результаты обучения по модулю:
К концу этого модуля студенты смогут:
Понимать роль ТЗ и проектной документации в проектах ИИ.
Разрабатывать комплексные и четкие ТЗ для проектов ИИ.
Разрабатывать и поддерживать полезную проектную документацию на протяжении всего жизненного цикла проекта ИИ.
Использовать ТЗ и проектную документацию для согласования заинтересованных сторон и руководства выполнением проекта.
Понимание лучших практик и распространенных "подводных камней" в документации проектов ИИ.
Структура модуля:
Лекция 1: Введение в техническое задание (ТЗ)
Роль ТЗ в проектах ИИ
Ключевые элементы эффективного ТЗ
Лекция 2: Составление ТЗ для проектов ИИ
Техники составления комплексных и четких ТЗ
Примеры составления ТЗ в проектах ИИ
Лекция 3: Введение в проектную документацию
Роль проектной документации в проектах ИИ
Типы проектной документации: техническая документация, руководства пользователя, планы проекта и т.д.
Лекция 4: Разработка проектной документации для проектов ИИ
Методы создания и ведения понятной и полезной проектной документации
Роль документации в управлении рисками проекта
Лекция 5: Использование ТЗ и проектной документации для руководства проектами ИИ
Использование ТЗ и проектной документации для согласования с заинтересованными сторонами и руководства проектом
Управление изменениями в ТЗ и проектной документации
Лекция 6: Лучшие практики и общие ошибки в проектной документации по ИИ
Лучшие практики составления ТЗ и проектной документации в проектах ИИ
Общие подводные камни и как их избежать
Лекция 7: Примеры из практики составления ТЗ и проектной документации
Подробное рассмотрение реальных реализаций ИИ
Извлеченные уроки и лучшие практики
Лекция 8: Презентации студентов и обзор курса
Студенты представляют свои коллективные работы: ТЗ и план проектной документации для гипотетической или реальной системы ИИ.
Обзор и обсуждение модуля
Оценка:
Участие в занятиях (20%)
Промежуточный экзамен или контрольные вопросы (30%)
Самостоятельная работа: ТЗ и план проектной документации (50%)
Необходимые тексты и ресурсы:
"Mastering the Requirements Process: Правильное составление требований" Сюзанна Робертсон и Джеймс Робертсон
"Документирование архитектуры программного обеспечения: Пол Клементс, Феликс Бахман, Лен Басс, Дэвид Гарлан, Джеймс Иверс, Рид Литтл, Пауло Мерсон, Роберт Норд и Джудит Стаффорд.
Избранные научные работы и статьи, представленные на протяжении всего модуля.
Примечание: Учебный план может быть изменен в зависимости от темпа занятий и интересов студентов.
модуль 5 - Создание диалоговой системы
Название модуля: Создание диалоговой системы с искусственным интеллектом
Продолжительность модуля: 8 лекций
Описание модуля:
В этом модуле студенты узнают, как спроектировать и поддерживать диалоговую систему на базе ИИ для промышленных предприятий. В программе модуля будут рассмотрены такие ключевые аспекты, как создание сценариев, лингвистические компоненты и внешние интеграции. Цель модуля - предоставить практические знания по внедрению разговорного ИИ для улучшения процесса ведения бизнеса и взаимодействия с клиентами.
Результаты обучения:
К концу этого модуля студенты смогут:
Понимать фундаментальные концепции и технологии, лежащие в основе диалоговых систем на базе ИИ.
Разработать эффективный сценарий для диалоговой системы.
Понимать и реализовывать лингвистические компоненты диалоговой системы.
Использовать внешние интеграции для расширения возможностей диалоговой системы.
Оценивать работу диалоговой системы и вносить необходимые коррективы.
Структура модуля:
Лекция 1: Введение в диалоговые системы ИИ
Обзор диалоговых систем ИИ: чат-боты, голосовые помощники и т.д.
Роль и влияние диалоговых систем на предприятиях
Лекция 2: Создание сценариев для диалоговых систем
Принципы разработки эффективных диалогов
Техники написания сценариев для увлекательных и полезных диалогов
Обработка пользовательского ввода и ответов системы
Лекция 3: Лингвистические компоненты диалоговых систем
Роль обработки естественного языка (NLP) в диалоговых системах
Методы понимания пользовательского ввода (например, распознавание намерений, извлечение сущностей)
Методы генерации ответов системы (например, шаблоны ответов, генерация естественного языка)
Лекция 4: Внешние интеграции для диалоговых систем
Расширение возможностей диалоговых систем с помощью внешних источников данных и сервисов
Интеграция с корпоративными системами (например, CRM, ERP)
Обеспечение конфиденциальности и безопасности при интеграции
Лекция 5: Тестирование и настройка диалоговых систем
Методы тестирования диалоговых систем
Использование метрик и обратной связи для настройки поведения диалога
Поддержание и обновление диалоговых систем с течением времени
Лекция 6: Примеры диалоговых систем ИИ
Подробное рассмотрение реальных реализаций диалоговых систем в реальном мире
Извлеченные уроки и лучшие практики
Лекция 7: Презентации студентов и обзор модуля
Студенты представляют свои работы: проект гипотетической или реальной диалоговой системы ИИ.
Обзор и обсуждение модуля
Оценка:
Участие в занятиях (20%)
Промежуточный экзамен или контрольные вопросы (30%)
Самостоятельная работа: Проектирование диалоговой системы искусственного интеллекта (50%)
Необходимые тексты и ресурсы:
"Проектирование ботов: Создание разговорного опыта" Амир Шеват
"Обработка естественного языка в действии: Понимание, анализ и генерация текста с помощью Python" Хобсон Лейн, Коул Ховард и Ханнес Хапке.
Избранные научные работы и статьи, представленные на протяжении всего модуля
Примечание: Учебный план может быть изменен в зависимости от темпа занятий и интересов студентов.
модуль 6 - Разработка на JAICP
Название модуля: Разработка в JAICP
Продолжительность модуля: 8 лекций.
Описание модуля:
Этот модуля знакомит студентов с платформой Just AI Conversational Platform (JAICP), инструментом для разработки и развертывания диалоговых систем на базе ИИ. В модуле будут рассмотрены язык программирования JAICP DSL и визуальный конструктор, компонент Conversational AI Language Understanding (CAILA), а также методы поддержки и обновления диалоговых систем.
Результаты обучения по модулю:
К концу этого модуля студенты смогут:
Понимать архитектуру и особенности JAICP.
Использовать язык программирования JAICP DSL и визуальный конструктор для разработки диалоговых систем.
Использовать CAILA для улучшения возможностей понимания языка в диалоговых системах.
Реализовывать стратегии поддержки и обновления диалоговых систем с течением времени.
Структура модуля:
Лекция 1: Введение в JAICP
Обзор JAICP
Роль и возможности JAICP в создании диалоговых систем искусственного интеллекта
Лекция 2: Язык программирования JAICP DSL
Основы языка программирования JAICP DSL
Использование JAICP DSL для написания программных компонентов диалоговых систем
Лекция 3: Визуальный конструктор JAICP (J-Graph)
Обзор визуального конструктора JAICP
Проектирование диалоговых систем с помощью визуального конструктора
Лекция 4: Введение в CAILA
Обзор CAILA
Роль CAILA в улучшении понимания языка в диалоговых системах JAICP
Лекция 5: Использование CAILA в JAICP
Методы внедрения CAILA в JAICP
Расширение возможностей диалоговых систем с помощью CAILA
Лекция 6: Поддержка и обновление диалоговых систем
Стратегии поддержки диалоговых систем
Методы обновления диалоговых систем для повышения производительности и адаптации к новым требованиям
Лекция 7: Примеры разработки JAICP
Подробное рассмотрение реальных реализаций диалоговых систем JAICP.
Извлеченные уроки и лучшие практики
Лекция 8: Презентации студентов и обзор модуля
Студенты представляют свои финальные проекты: разработку диалоговой системы на JAICP
Обзор и обсуждение модуля
Оценка:
Участие в занятиях (20%)
Итоговый экзамен (30%)
Итоговый проект: Разработка диалоговой системы на JAICP (50%)
Необходимые тексты и ресурсы:
Документация JAICP (https://help.just-ai.com/docs/)
Документация CAILA (https://help.just-ai.com/docs/)
Избранные научные работы и статьи, предоставляемые в течение всего модуля.
Примечание: Учебный план может быть изменен в зависимости от темпа занятий и интересов студентов.