Opis kierunku

Celem oferowanego kierunku studiów jest przekazanie usystematyzowanej i rzetelnej wiedzy o tym, jak tworzyć algorytmy i systemy uczenia maszynowego (Machine Learning) oraz sztucznej inteligencji (Artificial Intelligence). Dowiecie się Państwo, jak tworzyć systemy potrafiące rozwiązywać skomplikowane problemy, wspomagające lub zastępujące człowieka w realizacji odpowiedzialnych zadań, u których podstaw leżą fundamentalne, wyższe umiejętności: rozumienie treści zawartej w tym co widzimy i tym co słyszymy, przewidywanie i planowanie, podejmowanie decyzji oraz wykonywanie akcji, a nawet - kreatywność. Dowiecie się Państwo jak uczyć algorytmy i jak sprawić, by mogły one uczyć się same, jak rozwiązywać zadania w obiektywnie najlepszy możliwy sposób, jak radzić sobie z nieprzewidywalnością i niepowtarzalnością, typową dla rzeczywistego świata.

Proponowany przez nas model kształcenia to ścisłe powiązanie budowanych od podstaw, teoretycznych fundamentów dziedziny, z praktycznym wykorzystaniem przekazanej wiedzy, realizowanym poprzez zajęcia o charakterze laboratoryjnym oraz projektowym. Zaczynamy od podstaw: pierwszy semestr to prezentacja fundamentów dziedziny - sztucznej inteligencji, uczenia maszynowego, optymalizacji i statystyki. Jednocześnie od razu tworzymy możliwość samodzielnego wykorzystania wiedzy, przedstawiając język programowania Python (w ramach przedmiotu Algorytmika i Matematyka Uczenia Maszynowego), oferujący przejrzyste wysokopoziomowe narzędzia implementacji metod i algorytmów. Wreszcie, w ramach intelektualnego relaksu, proponujemy szerszą, pozatechniczną perspektywę spojrzenia na przemiany dokonywane przez SI w naszym świecie oraz towarzyszące nim wyzwania i problemy natury etycznej, społecznej, ekonomicznej i prawnej.
Drugi semestr to stopniowe pogłębianie i specjalizacja wiedzy oraz nabywanie praktycznych umiejętności, dające wstępne przygotowanie do samodzielnego tworzenia skutecznych metod analizy danych. W trakcie zajęć przedstawimy najskuteczniejsze obecnie metody rozpoznawania treści zawartych w obrazach lub sygnałach, bazujące na koncepcji uczenia głębokiego (Podstawy uczenia głębokiego, Analiza Obrazów Cyfrowych). Pomysłów na to, jak budować algorytmy, które planują swoje działania, na przykład, by pokonać każdego człowieka w każdą grę, dostarczy Uczenie ze wzmocnieniem, a jak sterować samochodami by unikać kolizji lub parkować – Metody sztucznej inteligencji. Wreszcie, Uczenie nienadzorowane przedstawi mechanizmy umożliwiające algorytmom samodzielne poznawanie obserwowanego świata i rządzących nim reguł.
Trzeci semestr studiów to wycieczka w specjalizowane, zaawansowane obszary najświeższych pomysłów i technologii, pozwalających na skuteczne rozwiązywanie trudnych i niezwykle ważnych problemów. Zasadniczym aspektem kształcenia będzie tu możliwość samodzielnego wyboru swoich własnych ścieżek poszerzania kompetencji w ramach kursów obieralnych. W ofercie proponujemy zgłębianie tajników inteligentnej analizy tekstów lub analizy sygnałów (w tym – przydatnych w diagnostyce medycznej), poznawanie sposobów implementacji inteligentnych algorytmów w systemach internetu rzeczy lub metod eksploracji wielkich zbiorów danych, jak również wybór między nabyciem umiejętności tworzenia zaawansowanych interfejsów komunikacji człowieka z maszyną lub pogłębienie wiedzy o uczeniu ze wzmocnieniem. Jedyny obowiązkowy dla wszystkich przedmiot specjalistyczny – Głębokie sieci neuronowe, będzie przybliżeniem zaawansowanych koncepcji uczenia głębokiego, prowadzących na przykład, do uzyskania przez algorytmy atrybutów dotychczas wyłącznie zarezerwowanych dla ludzi – kreatywności: algorytmy potrafią nauczyć się malarstwa, naśladując lub tworząc własny styl, nauczyć się pisać reportaże czy komponować muzykę. Konfrontacja nabytej wiedzy z ambitnymi zadaniami będzie możliwa w ramach realizacji projektów zespołowych. Postaramy się, by tematyka projektów była ciekawa – część z nich będzie oferowana w porozumieniu z firmami branży IT, część z nich będzie powiązana z grantami badawczymi realizowanymi na Uczelni. Ale chyba najistotniejsza może być możliwość podejmowania tematów, które mogą stać się początkiem drogi w realizację swoich późniejszych, zawodowych marzeń.
Ostatni semestr studiów to przede wszystkim, podsumowanie uzyskanych kompetencji w formie pracy dyplomowej, poprzedzony praktyką w jednej z wielu zainteresowanych absolwentami kierunku firm IT. Ponieważ jednym z celów studiów magisterskich jest przygotowanie do prowadzenia prac badawczych, na ostatnim semestrze proponujemy przedmiot w ramach którego każdy będzie miał okazję zetknąć się z pomysłami naukowymi: analiza i zrozumienie, implementacja, a być może – ulepszanie najświeższych koncepcji, często, z pogranicza fantastyki, będzie możliwe w ramach Pracowni naukowej. Dodatkowo, dla chętnych, przewidzieliśmy możliwość wyjazdu na semestr dyplomowy do uczelni zagranicznej, gdzie studenci będą mogli realizować zadania dziedziny sztucznej inteligencji i uczenia maszynowego podejmowane przez inne zespoły badawcze.

Przedmioty

Prowadzący