Artificiell intelligens - Nivå 2

<p>Undervisningen i ämnet artificiell intelligens på nivå 2 ska behandla följande centrala innehåll:</p> <p><em>Artificiell intelligens</em></p> <ul> <li>Användningsområden och arbetssätt för AI inom något område, till exempel sociala medier, sjukvård eller transport.</li> <li>Tekniker, metoder och algoritmer inom AI.</li> <li>Tillämpningar inom AI.</li> </ul> <p><em>Praktisk användning av AI</em></p> <ul> <li>Processen för problemlösning med AI, däribland kvalitetssäkring, idrifttagande och underhåll av lösningen.</li> <li>Problemlösning av mer omfattande karaktär med hjälp av AI, till exempel klassificering, objektigenkänning, prediktion, bearbetning av naturligt språk (NLP) och användning av spelagent.</li> <li>Algoritmer för problemlösning baserad på AI, till exempel inom maskininlärning, spelagent, prediktion och robotik.</li> <li>Olika metoders styrkor och svagheter, däribland inom sökning, klassificering och maskininlärning.</li> <li>Byggstenar för artificiella neuronnät.</li> <li>Metoder för träning av maskininlärningssystem, däribland märkt och omärkt data samt tränings- och testdata.</li> <li>Användning och konfigurering av djupa neuronnät.</li> </ul> <p><em>Förhållningssätt till AI</em></p> <ul> <li>Värdering av problemlösning gjord av AI, i jämförelse med hur en människa löser samma problem.</li> <li>Konsekvenser av lagar och andra bestämmelser för AI och dess användning.</li> <li>Möjligheter med och konsekvenser av AI-användning inom valt område utifrån såväl demokratiska, etiska, sociala, ekonomiska och miljömässiga som säkerhetsmässiga aspekter.</li> <li>Riskbedömning av AI-användning i olika situationer.</li> <li>Svagheter i maskininlärning med avseende på transparens, logiska förklaringar på resultatmängd av data, val av data och kvalitet på data.</li> </ul>