Bachelor's Degree in Artificial Intelligence

Kurs koncentruje się na treściach pozwalających zrozumieć podstawy teoretyczne i techniki sztucznej inteligencji, zapewniając podstawy informatyki, matematyki, fizyki, statystyki, nauk kognitywnych, a także prawa i etyki , co jest niezbędne do zrozumienia ograniczeń, które zmniejszają społecznie akceptowalne wykorzystanie tych nowych narzędzi.

Pierwszy rok

• Logika obliczeniowa
• Fizyka eksperymentalna dla AI
• Programowanie komputerowe, algorytmy i struktury danych
• Reprezentacja wiedzy i rozumowanie
• Rachunek różniczkowy
• Algebra liniowa teoretyczna i obliczeniowa
• Psychologia kognitywistyczna

Drugi rok

• Etyka, prawo i sztuczna inteligencja
• Uczenie maszynowe, sztuczne sieci neuronowe i głębokie uczenie
• Prawdopodobieństwo i wnioskowanie statystyczne
• Fizyka teoretyczna i kwantowa dla AI
• Systemy rozmyte i obliczenia ewolucyjne
• Eksploracja tekstu i przetwarzanie języka naturalnego

Trzeci rok

• Modelowanie statystyczne
• Modelowanie mózgu
• Wybrane kursy
• Electives
• Scena (lub laboratoria)
• Egzamin końcowy

Utwory

Ścieżka 1 - Analiza danych, komunikacja i marketing

• Eksploracja danych i ekstrakcja wiedzy
• Systemy wyszukiwania informacji i rekomendacji
• Wyszukiwanie i analiza w sieciach internetowych i społecznościowych
• Sztuczna inteligencja w komunikacji i marketingu

Ścieżka 2 - Systemy przemysłowe i opieka zdrowotna

• Zastosowania medyczne i opieka zdrowotna
• Interakcja człowiek-system
• Przetwarzanie sygnału i obrazu
• Kontrola procesów, automatyzacja przemysłowa i robotyka

Ścieżka 3 – Mózg, poznanie i społeczeństwo

• Sieci neuronowe i architektury neuronowe inspirowane mózgiem
• Interakcja człowiek-system
• Logika dla praktycznego rozumowania i sztucznej inteligencji
• Sztuczna inteligencja i społeczeństwo

Ścieżka 4 – Fizyka dla AI: środowisko, zdrowie i informacja kwantowa

• Fizyka eksperymentalna dla AI 2
• Matematyka dla obrazowania i przetwarzania sygnałów
• Obrazowanie i spektroskopia dla środowiska i zdrowia
• Materiały i platformy dla sztucznej inteligencji

W drugim semestrze trzeciego roku studenci mogą wybierać pomiędzy jednym lub trzema etapami następujących laboratoriów :

Laboratoria

• Laboratorium uczenia maszynowego
• Laboratorium Inteligencji Obliczeniowej
• Laboratorium uczenia maszynowego stosowanego do systemów fizycznych
• Laboratorium Zastosowań Przemysłowych
• Laboratorium urządzeń i systemów medycznych
• Laboratorium pomiarów poznawczych i behawioralnych
• Laboratorium sygnałów neuronowych i systemów inspirowanych mózgiem
• Laboratorium systemów złożonych
• Laboratorium informacji kwantowej
• Laboratorium Fizyki Czujników i Analizy Danych Powiązanych

Profile profesjonalne

• Ekspert w dziedzinie sztucznej inteligencji stosowanej w analizie danych i zarządzaniu wiedzą w komunikacji i marketingu: projektowanie, rozwój i zarządzanie systemami informatycznymi i aplikacjami do analizy danych i ekstrakcji wiedzy w celu wspierania podejmowania świadomych decyzji, zwłaszcza w dziedzinie komunikacji i marketingu lub pokrewnych dziedzinach.
• Ekspert w dziedzinie sztucznej inteligencji stosowanej w inteligentnych systemach wbudowanych i procesach produkcyjnych : projektowanie, wdrażanie i zarządzanie sztuczną inteligencją w systemach informatycznych dla zastosowań przemysłowych i środowiskowych, a także dla inteligentnych systemów wbudowanych (np. w elektronice użytkowej, motoryzacji, transporcie, energetyce, systemach medycznych i protezach medycznych).
• Ekspert w dziedzinie sztucznej inteligencji stosowanej w algorytmach inspirowanych biologią i systemach interakcji człowiek-środowisko: gromadzenie, przetwarzanie, klasyfikowanie i rozpoznawanie danych multimodalnych w celu zarządzania interfejsami Medycyna-ICT oraz interfejsami między aktywnością mózgu a różnymi urządzeniami medycznymi, systemami mechanicznymi i wspomagającymi (np. komputerami, egzoszkieletami, pomocami ruchowymi) oraz systemami interakcji człowiek-środowisko.
• Ekspert w dziedzinie sztucznej inteligencji stosowanej w modelach matematycznych i technologiach fizycznych: wykorzystanie i optymalizacja przyrządów pomiarowych lub laboratoryjnych, czujników i złożonych systemów fizycznych; opracowywanie inteligentnego oprogramowania zintegrowanego ze sprzętem urządzeń/sprzętu; analiza i poprawa jakości danych i obrazów, zrozumienie ich właściwości statystycznych; opracowywanie algorytmów i modeli matematycznych.

Możliwości zawodowe

• Absolwenci mogą znaleźć zatrudnienie zarówno w sektorze prywatnym, jak i publicznym, w małych i średnich innowacyjnych firmach, dużych graczach przemysłowych, instytucjach monitorujących i zarządzających środowiskiem i przestrzenią kosmiczną, instytutach naukowych zajmujących się badaniami, hospitalizacją i opieką zdrowotną (IRCCS), szpitalach i ośrodkach badawczych, Działy badawczo-rozwojowe branż ICT, firmy produkcyjne i usługowe, administracja publiczna działająca w sektorach przemysłowym, środowiskowym i zdrowotnym
• Mogą współpracować z firmami doradczymi i usługowymi w zakresie rozwoju narzędzi sztucznej inteligencji w obszarach opieki zdrowotnej, bankowości i kredytów, inżynierii i czujników, marketingu, ubezpieczeń, logistyki i transportu, telekomunikacji i mediów