Fundamentals of AI
Niveau
Lernergebnisse der Lehrveranstaltungen/des Moduls
Die Studierenden:
* verstehen die Grundlagen von künstlicher Intelligenz
* sind in der Lage, Anwendungsbereiche für künstlicher Intelligenz zu identifizieren
* sind in der Lage, Inhalte (Text, Bild, Audio) mittels künstlicher Intelligenz zu erstellen
* können die Vor- und Nachteile von künstlicher Intelligenz bei der Entwicklung von smarten Produkten beurteilen
* kennen Einschränkungen und Limitationen von künstlicher Intelligenz
* verstehen die Grundlagen von künstlicher Intelligenz
* sind in der Lage, Anwendungsbereiche für künstlicher Intelligenz zu identifizieren
* sind in der Lage, Inhalte (Text, Bild, Audio) mittels künstlicher Intelligenz zu erstellen
* können die Vor- und Nachteile von künstlicher Intelligenz bei der Entwicklung von smarten Produkten beurteilen
* kennen Einschränkungen und Limitationen von künstlicher Intelligenz
Voraussetzungen der Lehrveranstaltung
Lehrinhalte
* Grundlagen der künstlichen Intelligenz
- Überblick über Begriffe und Definitionen
- Grundlegende Algorithmen und Modelle
* Anwendungsbereiche von KI
- Identifikation und Bewertung von Anwendungsbereichen im Kontext des Produktentwicklungsprozesses von smarten Produkten
- Limitationen von KI
* Anwendungen von generativer KI
- Generierung und Modifizierung von Texten
- Generierung und Modifizierung von Bildern und Videos
- Generierung und Modifizierung von Audio
- Prompting Strategien (z.B. Retrieval-Augmented-Prompting)
* Implementierung von KI
- Nutzung und Interaktion mit KI
- Lokale vs. Gehostete KI-Modelle
- Qualitätssicherung von KI-Modellen
* Einschränkungen und Limitationen
- Ethische Betrachtung und Implikationen bei der Verwendung von KI-Modellen
- Limitationen unterschiedlicher Modelle und Strategien
- Überblick über Begriffe und Definitionen
- Grundlegende Algorithmen und Modelle
* Anwendungsbereiche von KI
- Identifikation und Bewertung von Anwendungsbereichen im Kontext des Produktentwicklungsprozesses von smarten Produkten
- Limitationen von KI
* Anwendungen von generativer KI
- Generierung und Modifizierung von Texten
- Generierung und Modifizierung von Bildern und Videos
- Generierung und Modifizierung von Audio
- Prompting Strategien (z.B. Retrieval-Augmented-Prompting)
* Implementierung von KI
- Nutzung und Interaktion mit KI
- Lokale vs. Gehostete KI-Modelle
- Qualitätssicherung von KI-Modellen
* Einschränkungen und Limitationen
- Ethische Betrachtung und Implikationen bei der Verwendung von KI-Modellen
- Limitationen unterschiedlicher Modelle und Strategien
Empfohlene Fachliteratur
Patrick D. Smith. (2018). Hands-on artificial intelligence for beginners : an introduction to AI concepts, algorithms, and their implementation (1st edition.).
Géron, A. (2023). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: concepts, tools, and techniques to build intelligent systems (Third edition).
Park, K. R., Kim, E., & Lee, S. (2023). Image and Video Processing and Recognition Based on Artificial Intelligence. (Volume II).
Géron, A. (2023). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: concepts, tools, and techniques to build intelligent systems (Third edition).
Park, K. R., Kim, E., & Lee, S. (2023). Image and Video Processing and Recognition Based on Artificial Intelligence. (Volume II).
Bewertungsmethoden und -Kriterien
Projektarbeit und Präsentation
Unterrichtssprache
Englisch
Anzahl der zugewiesenen ECTS-Credits
5
E-Learning Anteil in %
20
Semesterwochenstunden (SWS)
2.5
Geplante Lehr- und Lernmethode
Vorlesung, individuelle Arbeit mit Software, Gruppenarbeit, Präsentation und Diskussion der Aufgaben
Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird
1
Name des/der Vortragenden
Prof (FH) DI. Thomas Schmiedinger, PHD
Studienjahr
Kennzahl der Lehrveranstaltung/des Moduls
DIT.4
Art der Lehrveranstaltung/des Moduls
Integrierte Lehrveranstaltung
Art der Lehrveranstaltung
Pflichtfach