Preskoči na glavni sadržaj

Alati umjetne inteligencije

ISVU: 280610•3 ECTS•Zimski semestar

Osnovne informacije

Organizacijska jedinica
Odsjek za informacijske i komunikacijske znanosti
Satnica
  • Predavanja: 15 sati
  • Seminar: 15 sati

Nastavnici

Cilj

Upoznati studente s teorijskim i praktičnim načelima umjetne inteligencije kao i njihove primjene u različitim područjima. Studenti će naučiti koristiti suvremene alate umjetne inteligencije, usvojiti temeljne pojmove vezane uz strojno učenje, velike jezične modele, obradu prirodnog jezika i generativnu umjetnost. Posebna pažnja će se posvetiti etičkim principima kao i detekciji moguće zlouporabe. Kroz rad na praktičnim projektnim zadacima, studenti će biti osposobljeni za rad s alatima umjetne inteligencije, odnosno primjenu stečenih znanja i metoda u različitim scenarijima primjene.

Sadržaj

  1. Uvodno predavanje. Definicija umjetne inteligencije. Povijesni razvoj. Potreba za primjenom umjetne inteligencije u praksi
  2. Primjeri rada s gotovim skupovima podataka. Osnove strojnog učenja. Vrste strojnog učenja. Primjena alata i analiza rezultata.
  3. Osnove dubokih neuronskih mreža i njihova arhitektura. Automatizirano strojno učenje. Treniranje modela strojnog učenja bez potrebe programiranja. Automatizirani alati za strojno učenje.
  4. Definicija i uloga velikih jezičnih modela. Pregled dosadašnjih modela. Primjena generativnih alata za obradu jezika. Uočavanje prednosti i nedostataka alata, te njihova međusobna komparacija
  5. Generativna umjetna inteligencija. Izrada edukativnih sadržaja korištenjem generativnih alata. Generiranje multimodalnog sadržaja pomoću alata umjetne inteligencije
  6. Primjena alata za pretraživanje i generiranje teksta. Komunikacija s dokumentima i ekstrakcija informacija. Primjena alata za analizu i obradu podataka.
  7. Upotreba umjetne inteligencije za generiranje kreativnih sadržaja u umjetnosti i multimediji. Primjena alata za stvaranje sadržaja poput tekstova, slika, videozapisa i glazbe
  8. Primjena alata za analizu i klasifikaciju teksta na stvarnim podacima. Napredno prikupljanje podataka s interneta pomoću alata umjetne inteligencije s ciljem pretraživanja odabranih repozitorija, društvenih mreža te web stranica.
  9. Automatizirano pisanje i sažimanje teksta. Generiranje sažetaka vanjskih dokumenata. Prevođenje kao problem u umjetnoj inteligenciji.
  10. Upotreba alata za čišćenje, transformaciju i prikaz podatkovnog skupa. Prikaz pripremljenih podataka pomoću alata za vizualizaciju. Primjena ugrađenih predložaka, interaktivnih grafikona i vizualizacije.
  11. Identifikacija i odabir generativnih alata prema potrebama korisnika.
  12. Pisanje i uređivanje tekstova na različitim jezicima. Integracija u multimedijske sadržaje.
  13. Algoritmi za obradu videa, automatskog generiranja prijelaza i efekata. Praktična izrada i montaža videozapisa pomoću generativnih alata. Transformacija tekstualnih zapisa u videozapise.
  14. Etički principi i načela u primjeni umjetne inteligencije. Pregled zakonodavnog okvira EU za umjetnu inteligenciju. Pravne i društvene implikacije korištenja umjetne inteligencije.
  15. Generativna umjetna inteligencija i etička pitanja. Izazovi generativne umjetne inteligencije. Odgovornost u primjeni umjetne inteligencije u kreativnim procesima. Utvrđivanje i prilagodba sadržaja pomoću alata za vizualne transformacije.

Ishodi učenja

  1. Definirati i objasniti osnovne koncepte umjetne inteligencije.
  2. Identificirati situacije u kojima se mogu primijeniti suvremeni alati umjetne inteligencije.
  3. Razumjeti različite vrste algoritama umjetne inteligencije i njihove potencijalne primjene na konkretnim problemima iz stvarnog života.
  4. Preporučiti i demonstrirati alate umjetne inteligencije radi interpretacije i vizualizacije rezultata.
  5. Razviti sposobnost utvrđivanja važnosti pripreme podataka za primjenu unutar alata umjetne inteligencije, uključujući obradu i transformaciju podataka u svrhu razvoja modela umjetne inteligencije.
  6. Obrazložiti svrhu i važnost primjene alata umjetne inteligencije u kontekstu etičkih načela.

Metode podučavanja

Predavanja i seminari

Metode ocjenjivanja

Da ostvari pravo pristupanja ispitu (potpis), student/ica mora: 1. pohađati nastavu 2. izraditi dogovorena rješenja i predati ih na sustavu Omega Da položi kolegij, student/ica mora: 1. pohađati nastavu 2. izraditi i predati dogovorena rješenja te prezentirati seminarski rad 3. položiti pismeni ispit

Obavezna literatura

  1. Taulli T., Artificial Intelligence Basics: A Non-Technical Introduction, Apress, 1st edition, 2019.
  2. Fitzgerald B., Beyond ChatGPT and 50 New AI Tools: The Ultimate Guide to Discovering Cutting-Edge AI Tools Beyond ChatGPT, Fitzgerald Publishing Group, 2023
  3. Siebert P., AI Tools – Your Ultimate Guide!: 66 Artificial Intelligence Tools To Solve All Your Problems!, Independently published, 2022.
  4. European Parliament, Artificial Intelligence Act, 2024.

Dopunska literatura

  1. Kapur R., AI Made Simple: A Beginner's Guide to Generative Intelligence, Rinity Media, 2023.
  2. Russell, S., Norvig, P., Artificial Intelligence: A Modern Approach, Pearson, Fourth Edition, 2020.
  3. Patel M., Generative AI & ChatGPT for Beginners Made Useful, ModernMined publications, 2024.