• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2020/2021

Искусственный интеллект в бизнесе

Статус: Курс по выбору (Бизнес-информатика)
Направление: 38.03.05. Бизнес-информатика
Когда читается: 3-й курс, 4 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Преподаватели: Шумский Сергей Александрович
Язык: русский
Кредиты: 3
Контактные часы: 30

Программа дисциплины

Аннотация

Курс посвящен главным образом тому, как технологии ИИ меняют экономику и способы ведения бизнеса – какие трансформации в экономике происходят сейчас и ожидаются в будущем по мере развития технологий ИИ. ИИ рассматривается в глубоком историческом контексте, не ограниченном историей последних десятилетий. Современная цифровая революция представлена как закономерный этап развития цивилизации, а появление ИИ – как способ преодоления порога сложности современной экономики. Мы приведем конкретные аргументы, за счет чего и как именно ИИ сможет поднять эффективность экономики и как это повлияет на способы ведения бизнеса.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью курса является изучение ключевой технологии цифровой экономики – искусственного интеллекта (ИИ), а именно: что такое ИИ, история, современное состояние и направления развития технологий ИИ, и как они определяют способы организации экономики и ведения бизнеса.
Планируемые результаты обучения

Планируемые результаты обучения

  • Знает историческую канву развития идей и технологий ИИ
  • Понимает основные принципы, лежащие в основе алгоритмов машинного обучения
  • Знает сценарии использования машинного зрения в автономном транспорте и ритейле, распознавания речи и разговорного интеллекта – в обеспечении нового человеко-машинного интерфейса на естественном языке, сильного интеллекта – в робототехнике будущего.
  • Понимает ограничения современного слабого (узкого) ИИ, подходы к разработке будущего сильного (общего) ИИ, возможные сценарии коммерциализации сильного ИИ.
  • Знает этапы и способы встраивания технологий ИИ в экономику и их влияние на способы ведения бизнеса.
  • Понимает социальные последствия развития технологий ИИ и предстоящие проблемы, возникающие по мере возрастания роли ИИ в экономике.
  • Умеет применять на практике постановку задач для обучения с учителем, без учителя и с подкреплением.
  • Знает теоретические основы машинного обучения: постановку задачи и общий подход к ее решению.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Краткая история ИИ
    Проблематика ИИ. ИИ, основанный на знаниях и на машинном обучении. Логические, эвристические и экспертные системы. Машинное обучение, нейронные сети, глубокое обучение. Современное состояние ИИ и вектор его развития.
  • Машинное обучение. Теория, алгоритмы, применения.
    Обучение, как обратная задача. Байесовская трактовка обучения. Регуляризация обучения и оптимальная сложность моделей. Виды обучения – с учителем, без учителя, с подкреплением.
  • Нерешенные проблемы и направления развития ИИ.
    Как машинное обучение помогает нам понять мозг. Чем науки о мозге могут помочь развитию ИИ. Искусственная психика, как совместная научная программа. Сильного ИИ и действующая модель мозга. Операционная система роботов и экспертный интеллект.
  • ИИ через 10-20-40 лет. Место человека и ИИ в эволюции разума.
    Социальные последствия развития ИИ. Труд и капитал, граждане и государство. Новая гонка вооружений. Человечество и роботы. От обучения – к воспитанию машин. Этапы развития ИИ. Слабый ИИ и агенты. Сильный ИИ и роботы. Сверхчеловеческий ИИ и место человека в будущем.
  • Место ИИ в экономике и бизнесе.
    Краткая история технологических революций. Место и роль ИИ в современной технологической революции. Эволюция цифровых технологий: от первых ЭВМ до роботов. Волны автоматизации, как следствия закона Мура. Смена моделей бизнеса при переходах через критические значения стоимости вычислений. Современный стек цифровых технологий.
  • Глубокое обучение. Современный машинный интеллект.
    Машинное обучение и закон Мура. Революция глубокого обучения. Развитие сенсорного интеллекта: сверточные сети и машинное зрение. Рекуррентные сети машинные перевод и разговорный интеллект. Машины, принимающие решения. Игра в Го и другие игры. Гонка за сильным ИИ.
Элементы контроля

Элементы контроля

  • неблокирующий Самостоятельная работа 1
  • неблокирующий Самостоятельная работа 2
  • неблокирующий Экзаменационный тест
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.3 * Самостоятельная работа 1 + 0.3 * Самостоятельная работа 2 + 0.4 * Экзаменационный тест
Список литературы

Список литературы

Рекомендуемая основная литература

  • Андерсон К. - Длинный хвост. Эффективная модель бизнеса в Интернете - Издательство "Манн, Иванов и Фербер" - 2012 - 304с. - ISBN: 978-5-91657-498-2 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/62399
  • Бостром Н. - Искусственный интеллект. Этапы. Угрозы. Стратегии - Издательство "Манн, Иванов и Фербер" - 2016 - 496с. - ISBN: 978-5-00057-810-0 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/91752

Рекомендуемая дополнительная литература

  • Ian Goodfellow, Yoshua Bengio, & Aaron Courville. (2016). Deep Learning. The MIT Press.
  • Душкин Р. В. - Искусственныи? интеллект - Издательство "ДМК Пресс" - 2019 - 280с. - ISBN: 978-5-97060-787-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/131703
  • Николенко С. Глубокое обучение / С. Николенко, А. Кадурин, Е. Архангельская. - Санкт-Петербург : Питер, 2019. - 480 с. - ISBN 978-5-496-02536-2. - URL: https://ibooks.ru/bookshelf/356955/reading (дата обращения: 12.10.2020). - Текст: электронный.