Dirbtinis intelektas ir duomenų vizualizavimas
Dalyko anotacija lietuvių kalba
Dirbtinis intelektas (DI) yra sparčiai besivystanti ir viena iš labiausiai žmonių gyvenimus keičiančių sričių. Todėl yra labai svarbu suvokti, kaip jis veikia, kas tai yra ir kaip tai gali paveikti mūsų gyvenimus. Šiame kurse nagrinėjama, koks yra dirbtinio intelekto ir duomenų vizualizavimo potencialas, apribojimai, jo įtaka įvairioms pramonės šakoms bei kaip tai veikia mūsų kasdienį gyvenimą. Bus aptartos ir pristatytos pažangiausios DI technologijos, duomenų analizės ir vizualizavimo metodai ir priemonės, duomenų parengimo mašininiam/ giliajam mokymui specifika ir problematika, bus eksperimentuojama su skirtingais metodais ir priemonėmis. Be to, bus nagrinėjami DI technologijų taikymo etika ir galimos rizikos, jų santykis su žmogaus teisėmis.
Dalyko anotacija užsienio kalba
Artificial Intelligence (AI) is an emerging technology that changes the world and the way we live. Hence, it is important learn how it works and what are its limitations. In this course we are going to fill this gap, namely, discuss AI and data visualization potential and its limitations, its impact on different industries as well as our daily lives. We will discuss technologies behind AI, experiment with different methods and tools, and train some models. Moreover, we will discuss ethics and potential risks of the technology, and will apply human rights based approaches to analyzing its practical applications.
Būtinas pasirengimas dalyko studijoms
Bakalauro diplomas, anglų kalbos B2 lygis.
Dalyko studijų rezultatai
Studentai įgyja žinių ir supranta dirbtinį intelektą bei jo technologijas; aiškinasi DI raidos istoriją, genezę, bendras ir specializuotas tendencijas ir pritaikymus; jų įvertinimą pažangiame kontekste.
Studentai įgyja duomenų rinkimo, analizės ir vizualizavimo patirties; jie taip pat sužino, kaip sukurti grafiškai sudėtingą ir reiklią Didžiųjų duomenų analizės rezultatus ir kokios yra vizualizavimo technikos: šiuo tikslu studentai tiria ir sužino kaip lygiagretinti, išgauti reprentatyvius atvejus pan.
Studentai tirinėja, kaip praktiškai taikyti AI technologijas realiose situacijose ir atsižvelgiant į žiniasklaidos poreikius.
Dalyko turinys
Paskaitų ir probleminių diskusijų tematikos:
• Įvadas į Dirbtinio intelekto studijas ir DI apibrėžimas: dirbtinio intelekto apibrėžimas ir jo terminologija.
• Kas yra duomenys ir kaip juos paruošti dirbtinio intelekto programoms: verslo problemų sprendimo strategijos atliekant duomenų analizę ir vizualizavimą.
• Duomenų vizualizavimas: metodai ir jų taikymas: Pasakojimas naudojant duomenis - patobulinta duomenų vizualizacija.
• Pasirinkti AI metodai ir priemonės - praktinė patirtis: Teorinis ir praktinis AI technologijų pritaikymas, pažangiausios ir ateities tendencijos.
• Dirbtinio intelekto ir jo taikymo tendencijos: Bendri dirbtinio intelekto technologijų pranašumai ir jų taikymas įvairiose srityse.
• Dirbtinio intelekto etika: dirbtinio intelekto rizika ir pranašumai.
Dalyko studijos valandomis
|
Studijų vykdymo forma |
Val. auditorinėse studijose |
Val. nuotolinėse studijose |
|
Paskaitos |
15 |
15 |
|
Seminarai |
15 |
0 |
|
Laboratoriniai darbai |
0 |
0 |
|
Pratybos |
0 |
15 |
|
Konsultacijos |
0 |
10 |
|
Savarankiškas darbas |
0 |
90 |
|
Iš viso: |
160 |
|
Studijų rezultatų vertinimas
Baigiamasis pažymys (BP, 100%) = ND1 (nuomonė, 10%) + ND2 (esė, 15%) + KOL (refleksija, 15%) + ND3 (scenarijus, 10%) + E (kūrybinis produktas, 25% + refleksija, 25%)
Literatūra
1. 2020 Europos Komisija. Baltoji knyga. Dirbtinis intelektas. Europos požiūris į kompetenciją ir pasitikėjimą.
2. 2019 Europos Komisijos dokumentas. Patikimo Dirbtinio intelekto etikos gairės. https://ec.europa.eu/digital-single-market/en/news/ethics-guidelines-trustworthy-ai
3. 2009 Stuart J. Russell and Peter Norvig. Artificial intelligence: a modern approach (3rd edition). Pearson
(VDU L.Donskio biblioteka, V. Čepinskio biblioteka)
4. 2009 Nils J. Nilsson, The Quest for Artificial Intelligence. A History of Ideas and Achievements. http://ai.stanford.edu/~nilsson/QAI/qai.pdf
5. 2017 David L. Poole, Alan K. Mackworth, Artificial Intelligence: foundation of computational Agent. https://artint.info/2e/html/ArtInt2e.html
6. 2021 J. Dougherty, I. Ilyankou, Hands-On Data Visualization: Interactive Storytelling from Spreadsheets to Code. https://handsondataviz.org
7. 2008 C. Chen, W.Hardle, A. Unwin. Handbook of Data Visualization.
8. 2008 G. Dzemyda, O. Kurasova, J. Žilinskas. Daugiamačių duomenų vizualizavimo metodai. http://web.vu.lt/ mii/j.zilinskas/D zemydaKurasov aZilinskasDDV M.pdf
Papildoma literatūra
Platus skaitinių ir papildomos aktualios literatūros ir pavyzdžių pasirinkimas, įvairios interaktyvaus mokymosi galimybės yra sudarytos studijų dalyko paskyroje Moodle platformoje.
