DV2658 - Generativ artificiell intelligens - Blekinge Tekniska Högskola

1. Beslut

Denna kurs är inrättad av dekan 2024-10-31. Kursplanen är fastställd av prefekten vid institutionen för datavetenskap 2025-03-13 och gäller från 2025-03-13.

2. Förkunskapskrav

För tillträde till kursen krävs avklarad kurs i artificiell intelligens, 6 hp, samt genomgången kurs i maskininlärning, 6 hp.

3. Syfte och innehåll

3.1 Syfte

Kursen ger en djupgående förståelse för generativ AI, med fokus på bildsyntes, avvikelsedetektering, språkbehandling och multimodal inlärning. Den täcker grundläggande principer, praktiska tillämpningar och etiska aspekter, samt erbjuder hands-on erfarenhet av moderna verktyg och ramverk för att utveckla och optimera generativa modeller.

3.2 Innehåll

Kursen omfattar följande ämnen:

Översikt över generativ AI och dess tillämpningar.
Generativa AI-modeller och neurala arkitekturer: tillämpningar för text, ljud, bild och multimodala data
Tekniker och datahantering för utveckling och förbättring av generativ AI.
Utvärdering och prestandamått för generativa AI-modeller.
Etiska och samhälleliga konsekvenser av generativ AI-teknik.
Framväxande trender och framtida riktningar inom generativ AI.

4. Lärandemål

Följande lärandemål examineras i kursen:

4.1. Kunskap och förståelse

Efter genomförd kurs ska studenten kunna:

Definiera och beskriv nyckelbegrepp och tekniker inom generativ AI, samt förklara dess tillämpningar och metoder för förbearbetning, modellutformning och förbättring.
Beskriv procedurer och tekniker för att utvärdera och förbättra prestandan hos generativa AI-modeller.

4.2. Färdighet och förmåga

Efter genomförd kurs ska studenten kunna:

Utveckla, finjustera, utvärdera och förbättra generativa AI-modeller för olika tillämpningar.
Välja, modifiera, applicera och utvärdera lämpliga generativa AI-verktyg, modeller och ramverk baserat på specifika krav för uppgiften.

4.3. Värderingsförmåga och förhållningssätt

Efter genomförd kurs ska studenten kunna:

Identifiera och hantera fördomar och etiska frågor i generativa AI-system, med hänsyn till deras samhälleliga påverkan.

5. Läraktiviteter

Innehållet i denna kurs kommer att täckas genom en serie av föreläsningar som introducerar nyckelbegrepp och metoder inom generativ AI. För att komplettera lärandet förväntas studenterna genomföra självstudier av relevant litteratur. Kursen inkluderar även labbsessioner där tekniker för generativ AI implementeras och tillämpas praktiskt. Kursen innehåller en inlämningsuppgift där studenterna tillämpar grundläggande generativa AI-modeller på specifika uppgifter, bedömer modellens prestanda och begränsningar, och lämnar in en rapport, kod och data för utvärdering. I grupprojektet designar och implementerar studenterna lösningar för verkliga problem, utvärderar modellens prestanda med relevanta mått, adresserar fördomar och etiska frågor, samt finjusterar modellerna för specifika applikationer. Projektet avslutas med en presentation av resultaten, där studenterna visar sin förmåga att utveckla och kritiskt utvärdera lösningarna.

6. Bedömning och examination

Examinationsmoment för kursen

Kod	Benämning	Omf.	Betyg
2510	Inlämningsuppgift	3 hp	AF
2520	Projektuppgift	3 hp	GU

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.

7. Kursvärdering

Kursvärdering ska göras i enlighet med BTH:s beslut om frågeställning i kursvärderingar och beslut om process för hantering och uppföljning av kursvärderingar.

8. Begränsningar i examen

Kursen kan ingå i examen men inte tillsammans med annan kurs vars innehåll, helt eller delvis, överensstämmer med innehållet i denna kurs.

9. Kurslitteratur och övriga lärresurser

Material såsom forskningsartiklar och annat kursmaterial tillhandahålls på kursens lärplattform, tillsammans med rekommendationer för vidare läsning.