Grundkurs Künstliche Intelligenz (Studierende anderer Fächer)

Grundkurs Künstliche Intelligenz

Künstliche Intelligenz (KI) begegnet uns mittlerweile überall – in Sprachassistenten, in den sozialen Medien, bei Produktempfehlungen oder in der Medizin - und spielt eine immer größer werdende Rolle in Wissenschaft, Wirtschaft und für unsere Gesellschaft. Doch was steckt eigentlich dahinter?

Diese Vorlesung bietet eine Einführung in die Grundlagen der KI. Wir starten mit der historischen Entwicklung und zeigen, wie symbolische Ansätze von Methoden des maschinellen Lernens abgelöst wurden. Neben verständlichen Erklärungen für die grundlegende Funktionsweise der daten-getriebenen KI geht es auch darum, wie Modelle mit neuen Daten umgehen, welche Risiken durch Verzerrungen in Datensätzen entstehen und welche Möglichkeiten generative Modelle bieten. Wir werden uns sehr konkret Entscheidungsbäume und neuronale Netze anschauen, um ein tieferes Verständnis davon zu entwickeln, wie KI-Systeme funktionieren. Ausserdem werden wir auch Sprachmodelle behandeln und anhand von leicht nachvollziehbaren Vereinfachungen, ihre Grundlagen diskutieren. 

Die Vorlesung richtet sich an Studierende aller Fächer (ausgenommen Informatik) – ganz ohne spezielle Vorkenntnisse in Informatik und Mathematik. Ziel ist es, ein Verständnis dafür zu schaffen, wie KI funktioniert, was KI leisten kann und wo ihre Grenzen liegen.

Inhalte:

Einführung in die KI und ihre Bedeutung für Gesellschaft, Wissenschaft und Wirtschaft
Historische Entwicklung und KI-Revolution durch maschinelles Lernen 
Grundlagen des überwachten Lernens mit Entscheidungsbäumen als Modell
Neuronale Netze als wichtigste Werkzeuge der modernen KI
Wie KI mit neuen, unbekannten Daten umgeht
Warum Verzerrungen in Daten ein Problem sind
Neue Möglichkeiten durch unüberwachtes und verstärkendes Lernen
Generative Modelle und kreative Anwendungen von KI
Sprachmodelle (Large Language Models) als Grundlage textbasierter KI
KI-gestützte Dialogsysteme und autonome Agenten
Die Zukunft der KI – Chancen und Herausforderungen
 

Vorlesungsmodalitäten:

• wöchentliche Vorlesung: Donnerstag 14:00 - 15:30
• Vorlesung wird aufgezeichnet, u.U. auch Streaming möglich
• aufgrund einiger Feiertage, die auf einen Donnerstag fallen ca. 12 Termine
• Ort: Hörsaal I, Gebäude E2.5
• 3 ECTS Punkte
• gelegentlich freiwillige Übungsaufgaben
• schriftliche Abschlussprüfung (vorwiegend Multiple Choice Fragen)

Studierende der folgenden Studiengänge können die Vorlesung leider nicht in ihrem Studiengang (auch nicht in den freien Punkten) einbringen:
•    BSc. Informatik und MSc. Informatik
•    BSc. Computer Science (English)
•    BSc. Medieninformatik und MSc. Medieninformatik
•    BSc. Cybersicherheit und MSc. Cybersecurity
•    BSc. Cybersecurity (English)
•    BSc. Data Science and Artificial Intelligence und MSc. Data Science and Artificial Intelligence
•    BSc. Mathematik und Informatik und MSC. Mathematik und Informatik 
•    MSc. Visual Computing
•    MSc. Embedded Systems
•    BSc. Data Science and Artificial Intelligence und MSc. Data Science and Artificial Intelligence
•    BSc. Mathematik und Informatik und MSC. Mathematik und Informatik 
•    MSc. Visual Computing
•    MSc. Embedded Systems
•    MEng. Entrepreneurial Cybersecurity
•    Promotion vorbereitend (Informatik)
•    Lehramt Informatik
•    Informatik als Nebenfach