Introduktion til kunstig intelligens

Dette kursus giver dig en grundlæggende forståelse af kunstig intelligens (AI) og dens anvendelsesmuligheder i din organisation. Gennem praktiske øvelser og casestudier lærer du at identificere, implementere og evaluere AI-løsninger, samt forstå deres potentielle risici og begrænsninger.


Udviklingen og indførslen af kunstig intelligens er et enormt felt, der både er omgærdet af mystik og mediehype. Hvad er kunstig intelligens helt præcis? Hvad skal jeg vide for at anvende kunstig intelligens, og hvordan lærer jeg at vurdere, hvor jeg kan bruge kunstig intelligens effektivt i min organisation eller virksomhed?

Dette kursus er udviklet til medarbejdere og beslutningstagere, der søger en grundlæggende forståelse af kunstig intelligens.

Gennem illustrerede eksempler, vil du lære om grundlæggende begreber og termer inden for kunstig intelligens og du vil blive i stand til at vurdere, hvor kunstig intelligens med fordel kan anvendes, men også dens mulige risici og begrænsninger.

Undervisningen indeholder praktiske øvelser, gruppediskussioner, live demoer og nogle virkelige casestudier for at gøre kurset mere dynamisk og forbedre læringsoplevelsen. Eksempler fra dit eget arbejde kan inddrages i undervisningen, så du kan få en bedre forståelse i den sammenhæng, som betyder noget for dig.

Kursisterne bliver i stand til at afsøge markedet for relevante produkter, som kan optimere deres processer, kvalificere dialogen om kunstig intelligens internt i organisationen samt vurdere udgifter og besparelser forbundet med kunstig intelligens.




Efter endt kursus vil du være i stand til at igangsætte projekter baseret på kunstig intelligens i din organisation eller virksomhed, og du vil være i stand til at identificere potentiale, risici og begrænsninger forbundet med brug af kunstig intelligens.

Med kurset opnår du følgende kompetencer:

  • grundlæggende forståelse af AI-teknologier og nøglebegreber
  • kerneviden om AI, nuværende applikationer og potentiale
  • evne til at identificere områder, hvor AI kan gavne din virksomhed, skabe besparelser og automatisere processer
  • evne til at identificere værdifulde AI-modeller eller teknikker, der kan udnyttes til din forretning
  • grundlæggende forståelse af processen ved at designe og udrulle en vellykket AI strategi i din organisation, både hvad angår udvikling og implementering
  • bevidsthed om de vigtigste begrænsninger, risici og partiskheder, der er knyttet til AI-teknologier
  • evne til at udvikle vigtig viden til vurdering af AI-teknologiers modenhed sammen med deres primære begrænsninger, risici og potentielle bias, få praktisk erfaring med at anvende AI-koncepter på scenarier i den virkelige verden
Bemærk, at kurset afholdes på engelsk.
 

The last two days have been amazing!

Claire Glanois was a great and engaging teacher with an obvious passion for math and AI, and AI key concepts like neural networks, supervised and unsupervised learning, deep learning etc. are pretty cool concepts.

Also, meeting the other participants and learning about their industries and use cases was inspirational and energizing.


Head of AI Innovation Lab og kursusdeltager 2024

Om kurset

Dag 1: Bliv fortrolig med AI-teknikker

Vi starter med grundlæggende begreber, før vi dykker ned i nogle mere sofistikerede AI-metoder. Efter første dag vil du være i stand til at relatere AI-koncepter til en bestemt applikation og konkretisere potentiel anvendelse af AI i jeres virksomhed.

Hovedelementer på dag 1:

  1. AI-introduktion:
    Vi introducerer kernebegreber omkring AI (f.eks. maskinlæring, dyb læring, osv.) samt AI's oprindelse og udvikling.

  2. Grundlæggende om AI:
    Både grundlæggende og avancerede AI-metoder præsenteres, herunder overvåget og uovervåget læring, forstærket læring, optimeringsteknikker og neurale netværk. Vi vil illustrere vores præsentation med eksempler på applikationer og demoer.

  3. Sektorspecifikke AI-applikationer:
    Eksempler på processer, der kan drage fordel af AI. Kortlægning af muligheder i deltagernes egne organisationer og skitsering Implementeringsmuligheder.

  4. Fokus på de store sprogmodeller:
    Særligt fokus på store sprogmodeller (fx chatGPT) med en forklaring af deres operationelle mekanismer og teknikker til, hvordan de kan bedst udnyttes. Der vil være afsat tid til at du kan eksperimentere med disse modeller ift. et specifikt område.

Dag 2: Anvendelse af AI

På 2. dag er der fokus på de praktiske aspekter ved AI-implementering, fra at identificere muligheder, vurdere gennemførlighed, til at tackle faldgruber, risici og etiske overvejelser.

 Hovedelementer på dag 2:

  1. Ansvarlig AI: faldgruber og risici i AI-implementering
    Et dyk ned i nogle udfordringer ved AI, herunder robusthed, forklarelighed eller bias, forståelse af begrænsninger og etiske overvejelser, illustreret med eksempler fra den virkelige verden.

  2. Vurdering af AI-muligheder: fra gennemførlighed til projektinitiering
    Du vil først modtage vejledning i, hvordan man vurderer gennemførligheden af en løsning og få indsigt i AI-projektets livscyklus. Du vil derefter, i samarbejde med andre deltagere, identificere, udvikle og vurdere en valgt mulighed. Denne øvelse vil omfatte overvejelser om tekniske, forretningsmæssige og etiske faktorer sammen med strategier til planlægning af de indledende faser af et projekt. Denne øvelse vil Udnyt den viden, der er erhvervet i løbet af kurset, og anvend dem i en praktisk kontekst.

  3. Virksomhedscase: Modl.ai
    v/ Sebastian Risi (TBC)

Kurset henvender sig til enhver, der er interesseret i at få en grundlæggende introduktion til kunstig intelligens. Du er interesseret i at udforske mulighederne for at implementere løsninger inden for kunstig intelligens i din organisation eller virksomhed men mangler den fornødne indsigt.

Din uddannelsesmæssige baggrund spiller ingen rolle, og kurset henvender sig til lederen med det strategiske ansvar såvel som den enkelte medarbejder, der ønsker at udvide sit kompetencefelt. Kurset forudsætter ikke teknisk viden.

Tid og sted
Se datoer for næste kursusforløb i faktaboksen øverst på siden. Kurset afholdes på IT-Universitetet, Rued Langgardsvej 7.

Adgangskrav
Der er ingen adgangskrav.

Deltagerbetaling
10.000 kr. Prisen er uden moms. Du kan søge om gratis deltagelse på kurset via finanskompetencepulje.dk, hvis du er ansat i en virksomhed, der er omfattet af overenskomsten mellem Finanssektorens Arbejdsgiverforening og Finansforbundet.

Detaljer:
Undervisningen foregår på engelsk. Der er ingen eksamen, men alle deltagere får et kursusbevis, når kurset er gennemført.

Der er gode muligheder for at søge økonomisk støtte til efteruddannelse. Erfaringsmæssigt kan der søges op til 50.000 pr. semester afhængig af fonden. Fondene nævnt nedenfor har meget forskellige rammer, ansøgningsdeadlines, særpuljer og ansøgningsprocedurer. Derfor anbefaler vi, at du i meget god tid kontakter fondene for specifik vejledning.

Hos nogle fonde er det i praksis din leder, der indsender din ansøgning i fondenes digitale ansøgningssystem. Vi anbefaler, at du og din leder forbereder jer grundigt inden, da der er meget stor søgning på fondsmidlerne. Tildeles der efter ”først til mølle” kan selv de største puljer være tildelt allerede en 20-30 minutter efter ansøgningsportalen er åbnet.

Følgende legater er der bl.a. mulighed for at søge. Bemærk, at de opdateres løbende.

På en række af kurserne under ITU Professional Courses kan du desuden søge om gratis deltagelse via finanskompetencepulje.dk. Bemærk, du skal være ansat i en virksomhed, der er omfattet af overenskomsten mellem Finanssektorens Arbejdsgiverforening og Finansforbundet.

Kontakt ITU Professional Courses

Har du praktiske spørgsmål vedrørende tilmelding, kursusafholdelse, interesseliste og lignende så kontakt os på

itupc@itu.dk

For yderligere kontaktmuligheder klik her.


Underviser: Claire Glanois

CV

  • AI-postdoc forsker ved REAL Lab ved IT-Universitetet
  • Postdoc forsker ved Shanghai Jiao Tong University
  • Medstifter af Alola

Kontakt Claire Glanois på clgl@itu.dk


Claire Glanois er dr. i matematik, uddannet fra Ecole Polytechnique (Paris, Frankrig) og arbejder i øjeblikket som AI-postdoc forsker ved REAL Lab i IT-Universitetet i København.

Efter en ph.d. i talteori ved Sorbonne Universitet (Paris, Frankrig) og en postdoc ved Max Planck für Mathematic (Bonn, Tyskland) har Claire forsket i deep learning og mere specifikt i spørgsmålet om læring og beslutningstagning under usikkerhed.

Claire har desuden været engageret i forskellige non-profit og kunstneriske initiativer bl.a. i det sociale innovationslaboratorium thecamp (Frankrig) og Mozilla OpenLeader Fellowship.

Herudover har Claire medvirket på flere workshops for at skabe en inkluderende diskussion om AI og dens samfundsmæssige indvirkning.

Intro-webinar: hvad er kunstig intelligens?

Vi kan desværre ikke vise dig denne video uden brug af cookies. Du kan acceptere cookies i venstre hjørne af siden.