Explore

Прикладной ИИ

Упрощенная версия, без дословных планов, практик и рабочих тетрадей

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.

Want to print your doc?
This is not the way.

Try clicking the ⋯ next to your doc name or using a keyboard shortcut (

CtrlP

) instead.