Бакалавриат
2024/2025
Введение в генеративный искусственный интеллект
Статус:
Курс обязательный (Логистика и управление цепями поставок)
Направление:
38.03.02. Менеджмент
Кто читает:
Департамент менеджмента
Где читается:
Санкт-Петербургская школа экономики и менеджмента
Когда читается:
4-й курс, 2 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
20
Охват аудитории:
для всех кампусов НИУ ВШЭ
Преподаватели:
Терников Андрей Александрович
Язык:
русский
Кредиты:
3
Контактные часы:
8
Программа дисциплины
Аннотация
Генеративные модели ИИ используют нейронные сети для выявления закономерностей и структур в существующих данных, чтобы генерировать новый и оригинальный контент. Примерами генеративных моделей являются GPT-3 и Stable Diffusion, которые позволяют пользователям использовать возможности естественного языка. В ходе этого курса студенты погрузятся в мир генеративных моделей ИИ, изучат их определение, назначение, области применения и ключевые концепции, определяющие их успех.
Цель освоения дисциплины
- Узнать о ключевых концепциях, определяющих успех технологий искусственного интеллекта.
- Получить представление о генеративных моделях ИИ, создающих оригинальный контент.
Планируемые результаты обучения
- ПК-1-ЛГ. Способен идентифицировать данные, необходимые для решения поставленных логистических задач; осуществлять сбор и обработку данных; анализировать результаты расчетов и обосновывать выводы в соответствии с поставленной задачей.
- ПК-3-ЭКН. Способен использовать для решения аналитических и исследовательских задач современные технические средства и информационные технологии.
- ПК-5-ЛГ. Способен анализировать статистическую и финансовую отчетность с целью определения эффективности логистических процессов и количественного прогнозирования конъюнктуры рынков.
- ОПК-5-МН. Способен использовать при решении профессиональных задач современные информационные технологии и программные средства, включая управление крупными массивами данных и их интеллектуальный анализ.
- ОПК-3-МН. Способен разрабатывать обоснованные организационно-управленческие решения с учетом их социальной значимости, содействовать их реализации в условиях сложной и динамичной среды и оценивать их последствия.
- ОПК-2-ЭКН. Способен осуществлять сбор, обработку и статистический анализ данных, необходимых для решения поставленных экономических задач.
- ОПК-5-ЭКН. Способен использовать современные информационные технологии и программные средства при решении профессиональных задач.
- ОПК-3-ЭКН. Способен анализировать и содержательно объяснять природу экономических процессов на микро- и макроуровне.
Содержание учебной дисциплины
- Введение в ключевые концепции генеративного ИИ
- Инструменты и применение генеративного ИИ
Элементы контроля
- ТестыВосемь тестов из онлайн-курса, организованного в системе SmartLMS (по одному тесту на каждую неделю). Каждый тест имеет одинаковый вес и максимально оценивается в 10 баллов. Итоговая оценка за все тесты - это средняя оценка. Оценка не округляется.
- СеминарыСеминарские занятия проводятся с использованием ранжирования результатов, командной работы и игровыми элементами.
- Итоговый тестИтоговый тест из онлайн-курса, организованного в системе SmartLMS. Максимум 10 баллов. Оценка не округляется.
Список литературы
Рекомендуемая основная литература
- Генеративное глубокое обучение. Творческий потенциал нейронных сетей - 978-5-4461-1566-2 - Дэвид Фостер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/371724 - 371724 - iBOOKS
Рекомендуемая дополнительная литература
- Python для сложных задач: наука о данных и машинное обучение. - 978-5-4461-0914-2 - Плас Дж. Вандер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/376830 - 376830 - iBOOKS