Στόχος του μαθήματος είναι να προσφέρει θεωρητική κατανόηση και πρακτική εμπειρία σε ένα ευρύ φάσμα καινοτόμων τεχνολογιών τεχνητής νοημοσύνης (AI) για την υποστήριξη της λήψης αποφάσεων σε διαφορετικούς επιχειρηματικούς τομείς. Το μάθημα θα παρουσιάσει καινοτόμες έννοιες και εργαλεία τεχνητής νοημοσύνης, όπως η μηχανική μάθηση, η επεξεργασία φυσικής γλώσσας (Natural Language Processing - NLP), τα μεγάλα γλωσσικά μοντέλα (Large Language Models - LLMs), η γενετική τεχνητή νοημοσύνη (GenAI), η ενισχυτική μάθηση (Reinforcement Learning), η όραση υπολογιστή (Computer Vision), οι τεχνικές βελτιστοποίησης βάσει τεχνητής νοημοσύνης και η ανάλυση δεδομένων, με κύριο αντικείμενο το πώς αυτές οι τεχνολογίες μπορούν να βελτιώσουν σημαντικά τα συστήματα υποστήριξης αποφάσεων. Το μάθημα υπογραμμίζει τη σημασία της ηθικής και της αξιοπιστίας στην αντιμετώπιση εμποδίων για την αποτελεσματική λήψη επιχειρηματικών αποφάσεων, όπως η μεροληψία (Bias), η διαφάνεια (Transparency) και η ευθύνη στη χρήση της τεχνητής νοημοσύνης. Κατά τη διάρκεια του μαθήματος, οι μαθητές θα αποκτήσουν πρακτική εμπειρία στα εργαλεία τεχνητής νοημοσύνης συμμετέχοντας σε περιπτώσεις λήψης αποφάσεων σε βιομηχανίες όπως η ενέργεια, οι μεταφορές, η ασφάλεια και η υγεία. Στο τέλος του μαθήματος οι φοιτητές θα αποκτήσουν:
Κατανόηση και εφαρμογή νέων μεθοδολογιών τεχνητής νοημοσύνης για τη βελτίωση των συστημάτων υποστήριξης αποφάσεων.
Δημιουργία και πρακτική εφαρμογή λύσεων τεχνητής νοημοσύνης για τη βέλτιστη λήψη αποφάσεων σε διάφορους επιχειρηματικούς κλάδους.
Κατανόηση με πρακτικό τρόπο των ζητημάτων ηθικής και δικαιοσύνης στην εφαρμογή των τεχνολογιών τεχνητής νοημοσύνης.
Μπορείτε να βρείτε τη σελίδα του μαθήματος εδώ.
Διδάσκοντες
Δ. Ασκούνης Καθηγητής ΕΜΠ.
Σ. Μουζακίτης Δρ.