- Bioinformatyka i biologia systemów, stacjonarne, pierwszego stopnia
- Informatyka, stacjonarne, pierwszego stopnia
- Matematyka, stacjonarne, pierwszego stopnia
- Bioinformatyka i biologia systemów, stacjonarne drugiego stopnia
- Informatyka, stacjonarne, drugiego stopnia
- Matematyka, stacjonarne, drugiego stopnia
Artificial Intelligence: Foundations, Applications, and the Future 2400-ZEWW1022(KC)-OG
Zajęcia realizowane w ramach projektu „Zintegrowany Program Rozwoju Dydaktyki ZIP 2.0”, współfinansowanego ze środków Europejskiego Funduszu Społecznego Program Fundusze Europejskie dla Rozwoju Społecznego 2021 2027 (FERS) (nr umowy: FERS.01.05 IP.08 0365/23 00).
Przedmiot zbudowany jest jako trzy akty. Akt pierwszy obejmuje podstawy sztucznej inteligencji: jej historię od systemów regułowych przez pierwsze zimy AI, przejście do statystycznego uczenia maszynowego, rozwój głębokich sieci neuronowych oraz architekturę transformerów, która stanowi fundament współczesnej AI. Akt drugi bada, w jaki sposób AI przetwarza i generuje różne rodzaje treści: jak duże modele językowe obsługują język i rozumowanie, jak maszyny widzą, słyszą i tworzą obrazy, audio i wideo oraz jak agenci AI realizują cele i autonomicznie korzystają z narzędzi. Akt trzeci dotyczy szerszego wpływu AI: infrastruktury obliczeniowej i globalnych łańcuchów dostaw decydujących o tym, kto kontroluje technologię, potoków danych i ukrytej pracy ludzkiej stojącej za systemami AI oraz wynikającej z nich stronniczości, wpływu na zatrudnienie i przyszłość pracy, odpowiedzialności prawnej i regulacji unijnych oraz potencjału naukowego i wyzwań związanych z bezpieczeństwem AI.
W ramach kursu studenci wykorzystują narzędzia AI w pracach domowych, a demonstracje na żywo są stałym elementem każdych zajęć.
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Efekty kształcenia
Student po zakończeniu kursu:
• Rozumie historyczny rozwój sztucznej inteligencji i kluczowe przejścia między paradygmatami.
• Rozumie, w jaki sposób nowoczesne systemy AI są budowane, trenowane i wdrażane, w tym duże modele językowe, modele generatywne i autonomiczne agenty.
• Potrafi krytycznie ocenić treści generowane przez AI, rozumiejąc stronniczość, halucynacje i ograniczenia rozumowania AI.
• Potrafi skutecznie używać narzędzi AI w zadaniach analitycznych i kreatywnych, w tym w technikach promptowania i podejściach opartych na wyszukiwaniu (RAG).
• Rozumie infrastrukturalne i geopolityczne wymiary AI, w tym zależności obliczeniowe i koncentrację łańcucha dostaw.
• Rozumie społeczne, prawne i ekonomiczne konsekwencje AI, w tym wpływ na rynek pracy i ramy regulacyjne.
• Formułuje własne, świadome stanowisko wobec przyszłego rozwoju AI i jego implikacji dla swojej dziedziny i kariery.
Kryteria oceniania
W ramach zajęć ogólnouniwersyteckich oferowanych w Programie ZIP 2.0. obowiązkową metodą weryfikacji założonych efektów uczenia się są pre test i post test, przygotowany przez wykładowcę, zgodnie ze specyfiką przedmiotu, umożliwiający weryfikację przyrostu wiedzy i umiejętności.
Metody obejmują Wykłady z prezentacjami, w tym demonstracje narzędzi AI na żywo. Na ile to możliwe, demonstrowane narzędzia są ogólnodostępne, pozwalając na wykonywanie krótkich, praktycznych prac domowych. Wybrane zagadnienia, w szczególności o mniej ugruntowanej podstawie badawczej (np. kierunki rozwoju) poruszane są w formie moderowanej dyskusji.
Zaliczenie przedmiotu odbywa się na podstawie końcowego raportu pisemnego (30%) oraz oceny ciągłej obejmującej automatyczne quizy w trakcie zajęć, obecność i prace domowe (70%).
Literatura
Literatura obowiązkowa:
• Materiały kursu udostępniane przez wykładowcę za pośrednictwem platformy Moodle (lektury dystrybuowane co tydzień).
Literatura uzupełniająca:
• Turing, A. (1950). Computing Machinery and Intelligence. Mind, 59(236), 433–460.
• MIT Technology Review - What is AI?
• MIT Technology Review - A short history of AI, and what it is (and isn't)
• Stanford University Human-Centered Artificial Intelligence: Brief Definitions of Key Terms in AI
• World Economic Forum - The Future of Jobs Report 2025
• Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS 2017.
• Wei, J. et al. (2022). Emergent Abilities of Large Language Models. TMLR 2022.
• Brynjolfsson, E. (2022). The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence. Daedalus, 151(2).
• European Commission - EU AI Act: official summary (eur-lex.europa.eu).
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
- Bioinformatyka i biologia systemów, stacjonarne, pierwszego stopnia
- Informatyka, stacjonarne, pierwszego stopnia
- Matematyka, stacjonarne, pierwszego stopnia
- Bioinformatyka i biologia systemów, stacjonarne drugiego stopnia
- Informatyka, stacjonarne, drugiego stopnia
- Matematyka, stacjonarne, drugiego stopnia