Технология искусственного интеллекта

Знакомство с функциями и их графиками, угловым коэффициентом; с вероятностью и статистикой; с векторами и матрицами. Основные математические понятия, связанные с понятиями ИИ. Знакомство с математическими методами, используемыми при машинном обучении. Применение математических методов для анализа и сравнения результатов.

Знакомство с языком программирования Python. Создание и использование переменных в Python. Преобразование типов данных. Использование списков для хранения и использования данных в Python. Манипуляции со списками. Jupyter Notebook: обсуждение основных команд и понятий Python.

История микросхем, достижения в сфере вычислительной мощности. Знакомство с новыми технологиями: 5G, квантовые вычисления и беспилотные автомобили. Значимость обучения по направлениям Искусственного интеллекта, обзор программы «Технологии искусственного интеллекта для школьника». Примеры использования ИИ в повседневной жизни.

Педагоги

Скрипкин Владимир Евгеньевич, высшая квалификационная категория

Содержание программы

Количество учебных часов по программе: 102 академических часа. Каждый уровень - 84 академических часа. 18 часов – резерв времени.

Цели программы

формирование у обучающихся понимания ИИ, социальной значимости внедрения ИИ, а также устойчивых умений, необходимых для работы с ИИ.

Результат программы

Результативность и способы оценки программы построены на основе компетентностного подхода.

Стартовый уровень

Обучающиеся будут знать:

·        перспективные тенденции в сфере технологий;

·        возможности использования ИИ в трех основных предметных областях;

·        основные этапы реализации проекта ИИ;

·        математические методы, используемые в машинном обучении;

·        о возможностях использования технологий ИИ для решения социальных проблем.

Обучающиеся будут уметь:

·        работать с данными с помощью инструментов Python;

·        использовать метод k-ближайших соседей;

·        использовать основные функции библиотеки OpenCV;

·        использовать методы и алгоритмы, используемые в NLP, например, мешок слов, статистическая мера TF-IDF.

Базовый уровень

Обучающиеся будут знать:

·        преимущества, недостатки и особенности использования различных методов машинного обучения;

·        основные понятия компьютерного зрения и методы обработки изображений;

·        механизмы сбора, хранения и обработки данных в приложениях, связанных  с обработкой естественного языка.

Обучающиеся будут уметь:

·        работать с открытыми источниками данных;

·        пользоваться OpenVINO и NCS2;

·        создавать специализированных чат-ботов;

Продвинутый уровень

Обучающиеся будут знать:

·        основы проектной деятельности с использованием бэклога и системы управления проектом Trello;

·        требования к собираемым для проекта данным в зависимости от предметной области и социальной тематики проекта;

·        об этических вопросах и рисках проекта с применением технологий ИИ.

Обучающиеся будут уметь:

·        организовывать распределение задач в кросс-функциональных командах;

·        работать над проектом по итерациям;

·        создавать карты систем для социально значимых проектов;

презентовать социально ориентированные ИИ проекты

Материально-техническая база

·        персональные компьютеры (15 шт.) с процессором Intel Core 5/7, оснащенные выходом в Интернет;

·        центральный компьютер, содержащий на жестких дисках все изучаемое программное обеспечение;

·        Python 3.7

·        OpenVINO™ Toolkit

·        Intel RealSense SDK 2.0

·        Anaconda

·        Jupyter Notebook.