Overordnede kursusmål
At give deltagerne en grundlæggende indsigt i
· de definerende egenskaber af intelligente systemer,
· anvendelser af intelligente systemer indenfor billeder, lyd,
tekst, og spildata,
· værktøjer til beregning indenfor kunstig intelligens, og
· ingeniørmæssige anvendelser af intelligente systemer.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Forklare grundlæggende begreber for intelligente systemer,
herunder intelligens, læring, ræsonnering og
perception–handling-cyklussen, og relatere disse til sansning,
aktiv dataindsamling og beslutningstagning.
- Formulere virkelige problemer som AI/ML-opgaver, herunder valg
af passende datarepræsentationer, definition af input og output
samt valg af egnede modelleringsmetoder.
- Analysere og sammenligne AI-metoder på tværs af paradigmer,
herunder symbolsk AI og maskinlæring (overvåget, ikke-overvåget og
forstærkningslæring), og vurdere deres egnethed på tværs af
anvendelsesområder såsom biomedicin, erhverv, informationssøgning
og sociale medier.
- Anvende statistiske, algoritmiske og optimeringsteknikker til
at udvikle, evaluere og fortolke AI-modeller, herunder
performancevurdering, debugging og grundlæggende
modelfortolkning.
- Anvende AI-metoder på forskellige datatyper, herunder billeder,
lyd, tekst og spil, og evaluere performance gennem individuelle og
kollaborative eksperimenter, herunder design og gennemførelse af
kontrollerede eksperimenter til fair sammenligning af modeller og
metoder.
- Anvende videnskabelige programmeringsværktøjer og workflows,
herunder Jupyter notebooks, NumPy, PyTorch, terminalbaserede
værktøjer og versionskontrol, til at implementere og håndtere
AI-projekter.
- Foretage en kritisk vurdering af AI-systemer og deres bredere
implikationer, herunder spørgsmål om kausalitet, fairness, bias,
privatliv, etik og samfundsmæssig påvirkning.
- Kommunikere metoder og resultater fra AI-projekter klart og
struktureret, herunder udarbejdelse af abstracts og rapporter med
anvendelse af IMRAD-modellen.
Kursusindhold
Kurset giver en generel introduction til kunstig intelligens og
værktøjer. Kurset er baseret på en række praktiske anvendelser
inden for billed, lyd, tekst og spil. En første motiverende
introduktion til statistik, signaler, machine learning, optimering
og beregningsmæssige værktøjer til at implementere intelligente
systemer. Diskussion af kausalitet, fairness, etik og
samfundsbetydning.
Litteraturhenvisninger
Kursusnoter
Sidst opdateret
04. maj, 2026
