Charakterystyka specjalności "Sztuczna inteligencja"
Sztuczna inteligencja to dynamicznie rozwijająca się dziedzina obejmująca szeroki zakres narzędzi, metod i technologii, które umożliwiają tworzenie maszyn oraz systemów komputerowych wykazujących cechy i umiejętności dotychczas przypisywane wyłącznie ludziom. Pojęcie to na stałe zagościło w świadomości społecznej, a rosnąca ilość danych generowanych i przetwarzanych każdego dnia sprawia, że wdrażanie rozwiązań opartych na sztucznej inteligencji staje się niezbędne w coraz to nowych obszarach gospodarki.
Ze względu na szerokie możliwości zastosowań, można powiedzieć, że specjalność sztuczna inteligencja jest przeznaczona dla inżynierów zainteresowanych interdyscyplinarnym podejściem do rozwiązywania problemów technicznych oraz tworzeniem nowoczesnych, często inspirowanych biologią, systemów analizy i przetwarzania danych.
Specjalność „Sztuczna inteligencja” jest przeznaczona dla osób zainteresowanych pogłębieniem wiedzy z zakresu multidyscyplinarnego rozwiązywania problemów technicznych. Student tej specjalności zdobywa rozległą wiedzę na temat metod inteligencji obliczeniowej, uczenia maszynowego, zaawansowanego przetwarzania sygnałów oraz projektowania i utrzymania nowoczesnych systemów elektroniczno-informatycznych.
Organizacja studiów
Semestr 1
Na pierwszym semestrze przewidziano tzw. „zajawkę specjalności”, czyli przedmiot Sztuczna inteligencja. Jego celem jest ogólne wprowadzenie do metod i algorytmów pozwalających komputerom naśladować inteligentne zachowania człowieka. Podczas zajęć studenci poznają szeroką klasę procedur rozwiązywania problemów technicznych z wykorzystaniem wiedzy pochodzącej z innych dziedzin, takich jak biologia, fizyka, socjologia czy psychologia.
Semestr 2
Na drugim semestrze oferujemy pięć obieralnych modułów zajęć.
Moduł 1:
- Systemy na chipie - celem zajęć jest wprowadzenie do architektury i projektowania zintegrowanych systemów sprzętowo-programowych. Omówione zostaną metody projektowania tych systemów, ze szczególnym uwzględnieniem procedur syntezy i odwzorowania wysokiego poziomu.
Moduł 2:
Biocybernetyka – zajęcia pokazujące związki biologii i techniki. Omawiane będą modele biocybernetyczne opisujące procesy biologiczne — od prostych po złożone.
Aplikacje sprzętowe w cybernetyce – przedmiot poświęcony budowie i zasadzie działania urządzeń generujących złożone dane pomiarowe. Poruszone zostaną kwestie ograniczeń fizycznych i informatycznych oraz podstawowych struktur danych.
Moduł 3:
Inteligentne metody pomiarowe – zajęcia obejmują zagadnienia specyfiki pomiarów obiektów nietechnicznych oraz problematykę nieinwazyjności pomiarów. Przedstawione zostaną nowoczesne metody pomiarowe oraz sposoby rozpoznawania anomalii w rejestrowanych sygnałach.
Algorytmy ewolucyjne – omówienie biologicznie inspirowanych metod obliczeniowych opartych na zasadzie doboru naturalnego. Zajęcia pokazują zastosowania tych algorytmów w inżynierii, elektronice, telekomunikacji i informatyce, ze wskazaniem ich związków z teorią optymalizacji i analizą danych.
Moduł 4:
Interfejsy człowiek–komputer – uczestnicy poznają metody pozyskiwania informacji o intencjach człowieka poprzez analizę fal mózgowych i wykorzystają je w rzeczywistych interfejsach sterujących urządzeniami i systemami komputerowymi.
Systemy wspomagania decyzji – zajęcia obejmują analizę jakościową i ilościową obiektów na podstawie danych wielowymiarowych. Omawiane będą systemy półautomatycznej i automatycznej analizy danych oraz metody generowania modeli obiektów 2D i 3D.
Moduł 5:
Rozmyta inżynieria wiedzy – przedmiot poświęcony metodom pozyskiwania, przetwarzania i reprezentacji wiedzy w formie zbliżonej do języka naturalnego.
Autonomiczne platformy jezdne – zajęcia dotyczą odwzorowania przestrzeni roboczej, autolokalizacji, bezpieczeństwa i unikania kolizji w systemach autonomicznych. Omawiane są metody planowania trajektorii ruchu pojazdu oraz sposoby dokowania do stacji roboczych czy linii montażowych.
Semestr 3
Na trzecim semestrze proponujemy jeden blok zajęć obejmujący cztery przedmioty:
Środowiska programowania sztucznej inteligencji – omówienie funkcji bibliotecznych wybranych języków programowania wykorzystywanych w uczeniu maszynowym. Studenci poznają klasyfikatory, metody oceny jakości uczenia oraz techniki łączenia informacji z wielu źródeł.
Inteligencja obliczeniowa w przetwarzaniu sygnałów – zajęcia poświęcone metodom klasyfikacji i grupowania danych stosowanych w różnych etapach przetwarzania sygnałów. Przykłady praktyczne pokażą, jak poprawić jakość sygnałów i skuteczność tłumienia zakłóceń.
Sztuczna inteligencja w rozpoznawaniu obrazów – przedmiot prezentujący algorytmy naśladujące ludzką zdolność rozpoznawania obiektów na obrazach oraz automatycznej analizy scen i zdarzeń.
Inteligentne sieci sensoryczne – omówienie nowoczesnych czujników i systemów do akwizycji sygnałów (np. w monitorowaniu procesów technologicznych czy parametrów medycznych). Poruszane są kwestie bezpieczeństwa sieci sensorycznych oraz przykłady ich zastosowań w automatyce domowej i telemedycynie, w tym zagadnienia telemonitoringu.
Zaplecze laboratoryjne
Wszystkie zajęcia prowadzone są w specjalistycznych laboratoriach wyposażonych nie tylko w nowoczesny sprzęt komputerowy, ale także w zaawansowaną aparaturę pomiarową. Do dyspozycji studentów znajdują się m.in.: symulatory sygnałów biologicznych, analizator bezpieczeństwa elektrycznego firmy Fluke, perymetr do analizy i rejestracji ruchów oka, system DSI24 do rejestracji sygnałów EEG, stanowisko do analizy i przetwarzania obrazów z oprogramowaniem Osirix, wzmacniacze sygnałów biomedycznych, karty pomiarowe National Instruments, przyrządy pomiarowe Agilent oraz wiele innych urządzeń specjalistycznych.
