FUNDAMENTY AI
Celem tej części jest zapewnienie uczestnikom solidnych podstaw teoretycznych i praktycznych dotyczących sztucznej inteligencji, które pozwolą im lepiej zrozumieć dalsze zagadnienia.
- Historia rozwoju AI i kluczowe momenty - Zrozumienie drogi od pierwszych systemów eksperckich do dzisiejszych rozwiązań. Wyjaśnienie dlaczego właśnie teraz następuje przełom w AI.
- Trend AI
- Podstawowe pojęcia i terminologia - Machine Learning, Deep Learning, Computer Vision, itp.
- Paradygmat Uczenia Maszynowego
- Typy uczenia maszynowego (nadzorowane, nienadzorowane, ze wzmocnieniem)
GENERATIVE AI
Ta część szkolenia przybliża temat AI generatywnej, która jest jednym z najszybciej rozwijających się obszarów sztucznej inteligencji i może znaleźć zastosowanie w analizie danych, tworzeniu dokumentacji technicznej lub automatyzacji procesów.
- Fundamenty technologii generatywnej - Large Language Models i ich ogólne działanie
- Prompt Engineering - Zasady efektywnego formułowania poleceń, Techniki optymalizacji promptów
WSPÓŁCZESNE ZASTOSOWANIA AI W BIZNESIE I PRZEMYŚLE
- Głównym celem tej części jest pokazanie realnych zastosowań AI, które już dziś wpływają na efektywność, jakość i bezpieczeństwo w biznesie i przemyśle.
- AI w kontroli jakości i wykrywaniu anomalii - Analiza obrazu i detekcja wad, Monitorowanie pracy maszyn, Predykcyjne utrzymanie ruchu i wykrywanie usterek.
- AI w optymalizacji procesów produkcyjnych - Zastosowanie algorytmów AI w zarządzaniu produkcją, Automatyczne harmonogramowanie i redukcja strat. Inteligentne systemy zarządzania energią – AI w optymalizacji zużycia energii w zakładach przemysłowych.
- AI w analizie danych i predykcji - Big Data i jak AI pomaga w analizie dużych zbiorów danych przemysłowych. Modele predykcyjne w produkcji i logistyce – AI w prognozowaniu popytu, zapasów i awarii.
- Optymalizacja procesów - Case studies firm, które dzięki AI zwiększyły efektywność produkcyjną i usprawniły zarządzanie zasobami.
ASPEKTY ETYCZNE
AI niesie nie tylko korzyści, ale i wyzwania, które należy rozważyć przed wdrożeniem nowych technologii.
- Kluczowe zagadnienia etyczne - Przejrzystość i wyjaśnialność AI. Jak zapewnić, że AI podejmuje decyzje w sposób zrozumiały. Uprzedzenia algorytmiczne (bias) – Jak unikać dyskryminacji w AI.
- Cyberbezpieczeństwo i AI - Ryzyka związane z AI. Deepfake, prywatność danych.
- Społeczne i organizacyjne wyzwania AI - Wpływ AI na rynek pracy w przemyśle. Czy AI zastąpi ludzi, czy raczej stworzy nowe role? Budowanie kompetencji AI w organizacji – Jak przygotować pracowników na wdrożenie AI?
