Trí tuệ nhân tạo và ứng dụng
AI and Applications
Mô tả học phần
Dựa trên sự phát triển mạnh mẽ của thuật toán, phần cứng và lượng dữ liệu thu thập từ cảm biến, trí tuệ nhận tạo đang giải quyết nhiều bài toàn thực tế. Chủ đề phổ biến của trí tuệ nhân tạo bao gồm: tìm kiếm và lập kế hoạch, mô tả kiến thức và suy luận, học máy, học sâu dựa trên mạng Nơron và học tăng cường. Các phương pháp này được ứng dụng thành công vào nhiều lĩnh vực nổi bật như thị giác máy và xử lý ngôn ngữ tự nhiên. Học phần giới thiệu khái niệm và phương pháp trí tuệ nhận tạo cơ bản cũng như tiềm năng và giới hạn của trí tuệ nhân tạo thông qua các ví dụ thực tế. Lý thuyết và thuật toán học máy, học sâu được tập trung giới thiệu. Nội dung bài tập bao gồm các ứng dụng dựa trên kỹ thuật AI cơ bản và phương pháp lựa chọn các kỹ thuật AI phù hợp cho từng ứng dụng. Nhóm sinh viên có thể lựa chọn một trong số các ứng dụng phổ biến của AI cho dự án môn học, bao gồm: thị giác máy dự trên học sâu, xử lý ngôn ngữ tự nhiên, nhận dạng tiệng nói, trí tuệ nhân tạo biên hoặc trí tuệ nhân tạo ứng dụng cho Viễn thông. Sinh viên được sử dung các công cụ phần mềm dựa trên ngôn ngữ Python, phục vụ nghiên cứu hoặc phát triển sản phẩm học máy/học sâu như Tensorflow, Caffe hoặc Pytorch. Mạch trí tuệ nhân tạọ biên từ các hãng Nvida, Intel hoặc Google có thể được sử dụng tùy thuộc yêu cầu dự án môn học.
English description
Based on the development of algorithms, powerful and cheaper hardware and big data from different sensors, AI has been greatly contributed to technological innovation recently. The core AI technologies includes search and planning, knowledge representation and reasoning, machine learning, deep learning, and reinforcement learning. They have been successfully applied to many fields especially computer vision and natural language processing. The course starts at describing basic concepts, techniques of AI as well as their potential and limitation via several applications. Theory and algorithms of machine learning and deep learning are the focus of the course. Exercises will include hands-on application of basic AI techniques as well as selection of appropriate technologies for a given problem and anticipation of design implications. In a final project, groups of students will participate in the creation of one the following AI-based applications namely deep-learning-based computer vision, natural language processing, speech recognition, edge AI or AI based communications. Industrial machine learning/deep learning frameworks using Python and their working environment are concentrated in this course such as TensorFlow, Caffe or Pytorch. Different edge AI technologies are possible to be used by students’ final project such as devices from Nvidia, Intel or Google
Chuẩn đầu ra học phần (CLO) 4
Bấm vào từng chuẩn đầu ra để xem bản tiếng Anh, liên kết PLO và mức độ đóng góp.
-
CLO1 Giải thích các khái niệm, các kỹ thuật chính của trí tuệ nhân tạo
Explain key concepts, workflows and AI techniques
PLO 01 R -
CLO3 Triển khai và đánh giá giải pháp trí tuệ nhân tạo nhằm cho một ứng dụng
Implement and evaluate artificial intelligence solutions for a pratical application
PLO 03 RPLO 12 R -
CLO4 Sử dụng thành thạo các công cụ và thư viện phổ biến để cài đặt và triển khai kỹ thuật của trí tuệ nhân tạo.
Apply common tools and libraries proficiently to implement and deploy artificial intelligence techniques
PLO 06 R -
CLO5 Thể hiện kỹ năng làm việc nhóm, đọc hiểu tài liệu chuyên ngành, trình bày và báo cáo kết quả dự án một cách rõ ràng, có tư duy phản biện.
Demonstrate teamwork, technical reading comprehension, and clear presentation and reporting of project results with critical thinking.
PLO 09 R
Đánh giá học phần
| Thành phần | Tỉ trọng | Thời gian |
|---|---|---|
| Thi cuối kỳ (Final Examination) | 70.0% | |
| Bài tập lớn, bài tập nhóm | 30.0% |
Tài liệu học tập
Bắt buộc
- [1] Artificial Intelligence: A Modern Approach, Russell, S. & Norvig, 2010, Prentice-Hall
- [2] Deep Learning, Goodfellow, I., Bengio, Y. and Courville, A, 2016, MIT Press