Specjalność: Sztuczna inteligencja (SI)
Opis specjalności
Sztuczna inteligencja to szeroka klasa dynamicznie rozwijających się metod, narzędzi, czy technologii pozwalających na budowanie systemów komputerowych i urządzeń (maszyn), które charakteryzują się cechami oraz umiejętnościami dotychczas przypisywanymi wyłącznie ludziom. Pojęcie to, AI lub SI, na dobre zagościło w świadomości społecznej, a coraz większa ilość pozyskiwanych i przetwarzanych danych oznacza konieczność wdrażania sztucznej inteligencji w kolejnych gałęziach gospodarki.
Profil studenta
Student specjalności sztuczna inteligencja zdobywa wiedzę o uczeniu maszynowym, obliczeniach miękkich, systemach wspomagania decyzji, zaawansowanych metodach przetwarzania danych, czy też w dziedzinie projektowania i zarządzania nowoczesnymi komputerowymi systemami pomiarowymi.
Wymagania wstępne
Posiadanie dyplomu ukończenia studiów wyższych I stopnia (licencjat/inżynier) (najlepiej na kierunku pokrewnym: elektronika, telekomunikacja, informatyka, automatyka, elektrotechnika), wiedzę z matematyki i fizyki na poziomie studiów inżynierskich I stopnia, umiejętność programowania (np. C / C++ lub innego języka wysokiego poziomu).
Zagadnienia
W ramach specjalności Sztuczna Inteligencja proponujemy następujące zajęcia na semestrze 1 przedmiot o nazwie „sztuczna inteligencja”, którego celem jest ogólna prezentacja metod i algorytmów pozwalających naśladować przez komputery inteligentną działalność człowieka. W ramach tych zajęć Studenci poznają szeroką klasę procedur rozwiązywania problemów występujących w technice poprzez zastosowanie wiedzy wywodzącej się z innych dziedzin, np.: biologii, fizyki, socjologii, czy psychologii.
Przedmioty specjalnościowe
BIOCYBERNETYKA: przedmiot pokazujący związki biologii oraz techniki. Jej ważnym nurtem jest opisywanie procesów biologicznych za pomocą tzw. modeli biocybernetycznych.
APLIKACJE SPRZĘTOWE W CYBERNETYCE: przedmiot omawiający budowę i zasadę działania podstawowych urządzeń generujących złożone dane pomiarowe. Przedstawione zostaną ograniczenia fizyczne i informatyczne, a także podstawowe struktury danych.
INTELIGENTNE METODY POMIAROWE: W ramach przedmiotu poruszone zostaną zagadnienia specyfiki pomiarów obiektów nietechnicznych i zagadnienia nieinwazyjności pomiarów.
ALGORYTMY EWOLUCYJNE: celem jest zaznajomienie słuchaczy z szeroką klasą algorytmów inspirowanych biologicznie (np., algorytmy genetyczne, mrówkowe czy metod rojowe od particle swarm w zastosowaniach do np. optymalizacji) i działających w oparciu o zasadę doboru naturalnego.
INTERFEJSY CZŁOWIEK-KOMPUTER: celem przedmiotu jest zapoznanie się z metodami uzyskiwania informacji o intencjach człowieka poprzez analizę jego fal mózgowych. Te metody zastosują w rzeczywistych interfejsach służących do sterowania wybranymi urządzeniami i systemami komputerowymi.
SYSTEMY WSPOMAGANIA DECYZJI: celem przedmiotu jest zaznajomienie się z analizą jakościową i ilościową obiektów na podstawie wielowymiarowych danych pomiarowych. Przedstawione zostaną podstawowe systemy półautomatycznej i automatycznej analizy danych, a także zagadnienia generowania modeli obiektów dwu- oraz trójwymiarowych.
ROZMYTA INŻYNIERIA WIEDZY: celem tego przedmiotu jest pokazanie, że komputery mogą pozyskiwać, przetwarzać i gromadzić wiedzę w analogiczny sposób jak osobniki inteligentne są w stanie przedstawiać wiedzę za pomocą stwierdzeń języka naturalnego.
AUTONOMICZNE PLATFORMY JEZDNE: celem przedmiotu jest omówienie zagadnień odwzorowania przestrzeni roboczej i auto-lokalizacji. Budowa mapy zajętości. Predykcja pozycji pojazdu.
ŚRODOWISKA PROGRAMOWANIA SZTUCZNEJ INTELIGENCJI: W ramach tych zajęć omówione zostaną dedykowane funkcje biblioteczne wybranych języków programowania dla potrzeb uczenia maszynowego. Obejmuje to wykorzystanie tak znanych środowisk jak Matlab, Python czy innych.
INTELIGENCJA OBLICZENIOWA W PRZETWARZANIU SYGNAŁÓW: celem przedmiotu jest przedstawienie wybranych metod klasyfikacji i grupowania danych, które można zastosować na różnych etapach przetwarzania sygnałów. Ich zastosowanie w celu zwiększenia skuteczności tłumienia zakłóceń oraz poprawy jakości analizowanych sygnałów.
SZTUCZNA INTELIGENCJA W ROZPOZNAWANIU OBRAZÓW: to przedmiot, podczas którego przedstawione zostaną metody i algorytmy naśladujące zdolność ludzi do rozpoznawania obiektów na obrazach oraz automatycznej analizy występujących sytuacji i zdarzeń.
INTELIGENTNE SIECI SENSORYCZNE: celem przedmiotu jest przedstawienie nowoczesnych sensorów do akwizycji sygnałów, np. do monitorowania procesów technologicznych czy parametrów medycznych człowieka. Zostanie omówione bezpieczeństwo sieci sensorycznych.
Profil absolwenta
Zapotrzebowanie rynku pracy na rozwiązania SI będzie w najbliższych latach rosnąć, pociągając za sobą duży popyt na specjalistów w tej dziedzinie. Zrozumienie zasad funkcjonowania coraz popularniejszych narzędzie wykorzystujących sztuczną inteligencję, otwiera przed Absolwentem specjalności interesujące ścieżki kariery zawodowej – przede wszystkim jako programistów, ale także specjalistów od przetwarzania i analizy danych oraz ekspertów w zakresie tzw. inteligentnych systemów pomiarowych. Zdobyte przez Absolwenta w ramach tej specjalności wiedza i umiejętności pozwolą na znalezienie zatrudnienia w dziedzinach takich, jak elektronika, telekomunikacja, automatyka przemysłowa, motoryzacja, energetyka, inżynieria biomedyczna, informatyka medyczna i szeregu innych.
