Behörighetskrav

90 hp informationssystem eller motsvarande

Mål

När det gäller kunskap och förståelse förväntas studenten kunna:

• förstå de viktigaste AI-paradigmen, inklusive symbolisk AI, maskininlärning, djupinlärning och generativ AI, och deras grundläggande principer för problemlösning och kunskapsrepresentation i AI-system,
• identifiera nyckelkomponenter och hur de integreras och samverkar inom komplexa informationssystem,
• förklara de praktiska övervägandena vid implementering, driftsättning och hantering av AI-system inom ett organisatoriskt IT-landskap, med fokus på hållbarhet och etiska implikationer.

När det gäller färdigheter och förmågor förväntas studenten kunna:

• analysera problem för att systematiskt identifiera möjligheter att tillämpa lämpliga AI-paradigm för att förbätra organisatoriska processer eller beslutsfattande,
• formulera och tillämpa datastrategier för AI-system för att utföra datainsamling, datahantering och förbehandling av data,
• implementera och integrera AI-komponenter, inklusive utveckling av nya modeller, och ansluta komponenter till komplexa informationssystem,
• hantera distribution och drift av AI-system med hjälp av tekniska metoder som MLOps.

När det gäller omdöme och förhållningssät ska studenten efter avslutad kurs kunna:

• utvärdera lämpligheten, begränsningarna och den potentiella effekten av AI-teknik och dess tillämpningar,
• kritiskt utvärdera de etiska och hållbarhetsmässiga konsekvenserna av AI-baserade informationssystem, med hänsyn till miljömässiga, sociala och ekonomiska faktorer,
• visa ett oberoende och kritiskt perspektiv på AI-teknik och dess tillämpningar.

Innehåll

Denna kurs introducerar studenterna till det breda området artificiell intelligens (AI) och hur man utvecklar AI-baserade komplexa informationssystem. De viktigaste AI-paradigmen (symbolisk AI, maskininlärning, djupinlärning och generativ AI) utforskas med fokus på implementering av AI-teknik och den praktiska utvecklingen av AI-system. Vid sidan av en djupgående teknisk utforskning av AI kommer studenterna att utforska etiska och hållbarhetsaspekter av AI. Studenterna kommer att utveckla sina egna AI-modeller och integrera dem i befintliga komplexa programvarusystem. De kommer också att utveckla ett kritiskt perspektiv på AI-området och dess relaterade områden.

Undervisning

Föreläsningar, laborationer och handledning.

Examination

Seminarier, skriftlig tentamen och uppdrag.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare eller beslut om undantag som fattats av institutionens arbetsgrupp för studieärenden.