TEXNHTH ΝΟΗΜΟΣΥΝΗ

Η πρώτη ενότητα του μαθήματος αποτελείται από τέσσερα μαθήματα:   Παρουσίαση της τεχνητής νοημοσύνης ,  Καθορισμός του ρόλου των δεδομένων, Αλγόριθμοι και η χρήση τους και Υλικο και ΑΙ

Στο πρώτο μάθημα, Παρουσίαση της τεχνητής νοημοσύνης,  γίνεται μια εισαγωγή στην τεχνητή νοημοσύνη.  Δίνεται ο ορισμός της τεχνητής νοημοσύνης  ενώ εξηγείται γιατί δεν μπορεί να αντικαταστήσει ποτέ την ανθρώπινη νοημοσύνη. Περιγράφεται μια μικρή ιστορική αναδρομή της τεχνητής νοημοσύνης ενώ εξηγείται αναλυτικά τι είναι ο "χειμώνας" της τεχνητής νοημοσύνης. Το μάθημα συνεχίζει παρουσιάζοντας τις χρήσεις του ΑΙ και τελειώνει με την περιγραφή των φυλών της τεχνητής νοημοσύνης ενώ  εξηγεί και τους λόγους για τους οποιούς έχει υπερεκτιμηθεί η χρήση της AI. 

Tο δεύτερο μάθημα, Καθορισμός του ρόλου των δεδομένων,  εξηγεί το ρόλο των δεδομένων στην τεχνητή νοημοσύνη. Για να εργαστείτε με δεδομένα, πρέπει πρώτα να τα αποκτήσετε.Σε αυτό το μάθημα θα μάθετε τους τρόπους για την απόκτηση των δεδομένων.Αυτό το κεφάλαιο βοηθά επίσης να κατανοήσετε την ανάγκη χειρισμού και διαμόρφωσης των δεδομένων έτσι ώστε να ανταποκρίνονται  σε συγκεκριμένες απαιτήσεις.Ανακαλύπτετε επίσης την ανάγκη να ορίσετε την τιμή αλήθειας των δεδομένων για να διασφαλιστεί ότι τα αποτελέσματα της ανάλυσης ταιριάζουν με τους στόχους που έχουν τεθεί για εφαρμογές από την αρχή.

Το τρίτο μάθημα , Αλγόριθμοι και η χρήση τους, σας βοηθάει να κατανοήσετε τη σχέση μεταξύ των αλγορίθμων και των δεδομένων που χρησιμοποιούνται για να κάνουν χρήσιμη εργασία.Το δεύτερο μισό αυτού του κεφαλαίου σάς βοηθά να κατανοήσετε τον ρόλο των έμπειρων συστημάτων, της μηχανικής εκμάθησης, της βαθιάς εκμάθησης και των εφαρμογών όπως το AlphaGo για να φέρετε τις μελλοντικές δυνατότητες λίγο πιο κοντά στην πραγματικότητα.

Η ενότητα θα κλείσει με το τέταρτο κεφάλαιο, Υλικο και ΑΙ ,  όπου διερευνάται πώς έχει εξελιχθείτο υλικό AI . Ξεκινάει από τα εξαρτήματα γενικής χρήσης και προχωρά σε εξειδικευμένους επεξεργαστές προσαρμοσμένους για πολύπλοκες εφαρμογές τεχνητής νοημοσύνης. Εξηγεί τα οφέλη και τους περιορισμούς του τυπικού υλικού, τις καινοτομίες που οδηγούν σε εξειδικευμένο υλικό, και τις  υπολογιστικές εξελίξεις που ενισχύουν την απόδοση της τεχνητής νοημοσύνης.