Skriv ut som pdf om du vill ha en pdf! Om du vill ha en snyggare utskrift, klicka bort webbläsarens automatiskt tillagda sidhuvud och sidfot.
Blekinge Tekniska Högskola
Institutionen för matematik och naturvetenskap
Revision: 2
Dnr: BTH-4.1.14-0420-2026
Tillämpad generativ AI
Applied Generative AI
7,5 högskolepoäng (7.5 credits)
Kurskod: DV1729
Huvudområde: Datavetenskap, Medieteknik
Utbildningsområde: Tekniska området
Utbildningsnivå: Grundnivå
Fördjupning: G1F - Grundnivå, har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
Undervisningsspråk: Engelska
Gäller från: 2026-06-02
Fastställd: 2026-06-02
Denna kurs är inrättad av dekan 2024-11-22. Kursplanen är fastställd av prefekten vid institutionen för matematik och naturvetenskap 2026-06-02 och gäller från 2026-06-02.
För tillträde till kursen krävs 30 avklarade hp inom huvudområdet datavetenskap eller medieteknik.
Syftet med kursen är att studenten ska utforska grunderna i generativ AI och stora språkmodeller (LLMs) med ett praktiskt fokus. I kursen behandlas skapandet av text, bilder och andra utdata av dessa modeller. Studenten undersöker funktioner, arkitektur, träningsprocesser och praktiska implementationsmetoder.
Kursen innehåller följande moment:
· Introduktion till AI med fokus på neurala nätverk och generativ AI
· Översikt av olika applikationer (textgenerering, mediasyntes, kodgenerering, datasyntes)
· Historia och trender, konkurrerande forskningstrender inom området
· Grundläggande mekanismer och koncept för generativ AI och LLMs
· Tokenisering, inbäddningar, uppmärksamhetsmekanism, transformer-arkitektur, zero-shot och few-shot lärande, grundmodeller, självövervakat lärande, multimodal interaktion
· Finjustering och implementation
· Användning av open-source verktyg och bibliotek för text- och mediagenerering
· Tekniker för finjustering av modeller för specifika uppgifter
· Implementeringsprocess för generativa AI-modeller
· Praktiska applikationer och fallstudier
· Fallstudier om framgångsrika implementeringar av generativ AI
· Förbättring av digitala upplevelser med AI-genererat innehåll
· Etiska överväganden och ansvarsfull AI
· Fördomar och andra begränsningar med generativ AI
· Etiska implikationer av generativ AI
· Juridiska utmaningar och samhälleliga konsekvenser
Följande lärandemål examineras i kursen:
Efter genomförd kurs ska studenten kunna:
Efter genomförd kurs ska studenten kunna:
Efter genomförd kurs ska studenten kunna:
Kursen inkluderar föreläsningar, övningar, laborationer och projekt. Föreläsningarna ger de teoretiska grunder som är nödvändiga för att förstå kursen. Övningar, laborationer och projekt erbjuder praktisk tillämpning av teoretiska koncept, med gruppbaserade projekt och laborationsarbete. Kursen kräver också att studenterna använder sina problemlösningsförmågor för att hantera utmaningar som uppstår under lärandeaktiviteterna.
Examinationsmoment för kursen
| Kod | Benämning | Omf. | Betyg |
| 2505 | Inlämningsuppgift | 2 hp | GU |
| 2515 | Projekt | 4 hp | AF |
| 2525 | Salstentamen | 1,5 hp | AF |
Kursen bedöms med betygen A Utmärkt, B Mycket bra, C Bra, D Tillfredställande, E Tillräckligt, FX Underkänd, något mer arbete krävs, F Underkänd.
Examinator har möjlighet att muntligen följa upp skriftliga examinationer.
I kurstillfällets information inför kursstart framgår i vilka examinationsmoment som kursens lärandemål examineras samt gällande bedömningsgrunder.
Examinator kan, efter samråd med högskolans FUNKA-samordnare, fatta beslut om anpassad examinationsform för att en student med varaktig funktionsvariation ska ges en likvärdig examination jämfört med en student utan funktionsvariation.
Kursvärdering ska göras i enlighet med BTH:s beslut om frågeställning i kursvärderingar och beslut om process för hantering och uppföljning av kursvärderingar.
Kursen kan ingå i examen men inte tillsammans med annan kurs vars innehåll, helt eller delvis, överensstämmer med innehållet i denna kurs.
Kursmaterial från institutionen