Kuva: Reaktor

YMMärrä TEKOÄLYÄ

Tule mukaan opiskelemaan huippumenestyksen saavuttaneelle tekoälykurssille!

Mitä tekoäly on? Mikä merkitys sillä on työhösi tai elämääsi? Miten tekoäly tulee kehittymään? Opintojakson tavoitteena on tehdä tekoälystä ymmärrettävää. Et tarvitse syvällistä matematiikan ymmärrystä tai ohjelmointitaitoja. Voit aloittaa opintojakson joustavasti MOOC-oppimisympäristössä milloin tahansa ja suorittaa sen omaan tahtiin. Lisätietoa löydät kuvauksesta!

HUOMAA MYÖS: Pohditko opintojakson suorittamiseen liittyviä tekijöitä? Kurkkaa usein kysytyt kysymykset tästä (mm. miten kurssisuoritus arvostellaan, kuinka pitkä opintojakso on, kuinka saat opintopisteet). Voit esittää tarvittaessa kysymyksesi (esimerkiksi opintojakson tehtäviin liittyen) myös opintojakson keskustelufoorumilla täällä.

*Tämä kurssitoteutus on sama kuin tämä.*

Ilmoittautuminen ja opintomaksu

MILLOIN ilmoittaudun opintojaksolle?

  • Saat ohjeet Avoimen yliopiston kurssi-ilmoittautumista varten opintojakson MOOC-verkko-oppimisympäristössä, kun olet suorittanut opintojakson.
  • Ilmoittautuminen Avoimeen yliopistoon on mahdollista 31.08.2021 saakka.

MIKSI minun kannattaa ilmoittautua opintojaksolle?

  • Jos haluat että opintosuorituksesi kirjataan Helsingin yliopiston opintorekisteriin, sinun täytyy tehdä jälki-ilmoittautuminen opintojaksolle Avoimeen yliopistoon.

KUKA voi ilmoittautua opintojaksolle?

  • Helsingin yliopiston perustutkinto-opiskelijat voivat ilmoittautua opintojaksolle käyttäen Helsingin yliopiston käyttäjätunnusta. Opintojaksolle ilmoittaudutaan Avoimen yliopiston ilmoittautumislomakkeen kautta.
  • Mikäli et ole Helsingin yliopiston opiskelija, voit ilmoittautua opintojaksolle sähköisen ilmoittautumislomakkeen täyttämällä.

HUOM!

  • Jos ilmoittautumisen yhteydessä annetut tiedot ovat virheellisiä, on suorituksen rekisteröinti mahdotonta.
  • Opintojakson opintopisteet rekisteröidään viimeistään 4-6 viikon kuluessa ilmoittautumisesta.
  • Heinäkuun kurssisuoritusten opintopisteet rekisteröidään elokuussa.

Käytännön ohjeita opiskeluun
Järjestelyt erityistä tukea tarvitseville

Varaamme oikeuden muutoksiin opinto-ohjelmassa.

Kuvaus

Valinnainen opintojakso

  • Sopii kaikkien koulutusohjelmien opiskelijoille
  • kohderyhmänä erityisesti opiskelijat, jotka ovat suorittaneet vähän tai ei lainkaan tietojenkäsittelyn opintoja

Voit suorittaa opintojakson osana Tietojenkäsittelytieteen osaston DEFA-opintoja (Digital Education For All)

Ei muodollisia esitietovaatimuksia lukiomatematiikan lisäksi (perusaritmetiikka, murtoluvut)

Opiskelijoille, jotka haluavat kurssin jälkeen jatkaa tekoälyopintoja, suositellaan tarvittaessa ohjelmointikursseja, joiden jälkeen voi suorittaa tekoälykursseja, joihin sisältyy ohjelmointia. Kursseja järjestetään tällä hetkellä pääasiallisesti tiedekunnassa:

  • englanninkielinen "AI Programming"-verkkokurssi alkaa keväällä 2019
  • DATA15001 Introduction to AI (englanniksi) liittyy läheisesti Elements of AI-kurssiin ja sisältää ohjelmointitehtäviä
  • DATA11001 Introduction to Data Science (syventävä, englanninkielinen) liittyy myös tekoälyn ja koneoppimisen sovelluksiin
  • DATA11002 Introduction to Machine Learning syventävä, englanninkielinen) käsittelee erityisesti koneoppimista

Kurssin suorittamisen jälkeen opiskelija osaa:

  • nimetä autonomisuuden ja adaptiivisuuden tekoälyn ominaispiirteiksi
  • erottaa toisistaan tieteiskirjallisuuden tekoälyn ja oikean tekoälyn
  • kuvailla tekoälyn keskeiset filosofiset kysymykset liittyen Turingin testiin ja kiinalaisen huoneen ajatuskokeeseen
  • muotoilla tosielämän ongelmia etsintäongelmina
  • muotoilla yksinkertaisia pelejä (kuten ristinolla) pelipuuksi
  • soveltaa minimax-periaatetta optimaalisten pelisiirtojen ratkaisemiseen rajoitetun kokoeisessa pelipuussa
  • ilmaista todennäköisyysarvoja luonnollisina frekvensseinä
  • soveltaa Bayesin kaavaa yksinkertaisissa skenaarioissa
  • selittää esiintyvyysharhan ja välttää sen bayesilaisen päättelyn avulla selittää miksi koneoppimista tarvitaan
  • erottaa ohjatun ja ohjaamattoman koneoppimisen tilanteet toisistaan
  • selittää seuraavan kolmen ohjatun koneoppimisen menetelmän periaatteet: lähimmän naapurin luokitin, lineaariregressio ja logistinen regressio
  • selittää, mitä neuroverkot ovat ja mihin tarkoituksiin ne sopivat
  • ymmärtää myös neuroverkkojen taustalla olevien menetelmien rajoitukset
  • ymmärtää tulevaisuuden ennustamisen vaikeus, jotta voit paremmin arvioida tekoälystä esitettyjen väitteiden uskottavuutta
  • tunnistaa joitakin tekoälyn merkittävimpiä yhteiskunnallisia vaikutuksia, kuten algoritmista syrjintää, väärennettyjä sisältöjä, yksityisyydensuojaa ja työelämän murrosta
  • tarjolla jatkuvasti
  • kurssin voi aloittaa milloin tahansa ja sen voi suorittaa omaan tahtiin
  • suositeltu kesto on kuusi viikkoa
  • missä vaiheessa tahansa opintoja
  1. Mitä tekoäly on?

    1. motivaatio

    2. tekoälyn määritelmä

    3. tekoälyn filosofiaa
  2. Ongelmanratkaisu tekoälyn avulla

    1. ongelmien muotoilu ja ratkaiseminen tilakaavioiden avulla

    2. yksinkertaisten pelien esittäminen pelipuina

    3. optimaalisten pelisiirtojen valinta pelipuiden avulla
  3. Tekoälyn käytännön sovellukset

    1. epävarmuuden esittäminen todennäköisyyksinä

    2. todennäköisyys ja vedonlyöntikertoimet

    3. Bayesin kaava
  4. Koneoppiminen

    1. lähimmän naapurin luokitin

    2. lineaariregressio

    3. logistinen regressio
  5. Neuroverkot

    1. neuroverkkojen peruskäsitteet

    2. oppiminen neuroverkoissa

    3. perseptroniluokitin

  6. Tekoälyn yhteiskunnalliset vaikutukset

    1. tekoälykeskustelu julkisuudessa

    2. tekoälystä esitettyjen väitteiden (tekoälytalvet, singulariteetti, ...) kriittinen arviointi

    3. tekoälyn etiikka

Kurssimateriaali löytyy osoitteesta https://course.elementsofai.com/fi

  • Kurssimateriaali koostuu luettavasta tekstistä ja vuorovaikutteisista elementeistä
  • Tehtävät haastavat opiskelijan syventymään materiaaliin ja etsimään tarvittaessa lisää tietoa vastauksien tueksi
  • Kurssi läpäiseminen edellyttää, että 90% tehtävistä on suoritettu ja suoritetuista tehtävistä vähintään 50% on oikein
  • Monivalintatehtävissä ja numeerisissa tehtävissä sallitaan vain yksi vastauskerta
  • Tekstivastaukset joko hyväksytään tai hylätään: jälkimmäisessä tapauksessa opiskelijan tulee vastata ko. kysymykseen uudelleen (tarvittaessa useamman kerran, kunnes vastaus hyväksytään)

Tällä opintojaksolla opiskelijoilla ei ole käytössään Helsingin yliopiston käyttäjätunnuksia. Jos haluat tarkastella tai jakaa opintosuorituksesi tietoja opintojakson päätyttyä, kirjaudu Opetushallituksen ylläpitämään Oma Opintopolku -palveluun. Opintosuoritus näkyy enintään kahden vuorokauden viiveellä Oma Opintopolku -palvelussa sen kirjautumisesta Helsingin yliopiston opintorekisteriin. Oma Opintopolku -palveluun kirjautumista varten sinun tulee tunnistautua pankkitunnuksella, mobiilivarmenteella tai sirullisella henkilökortilla.

Opintojaksoon liittyvät kysymykset:

Opintojakso on kaikille avoin ja maksuton MOOC (Massive Open Online Course). Opintojakson opiskelu tapahtuu MOOC-oppimisympäristössä, josta löytyy materiaalit ja ohjeet opintojakson suorittamiseksi. Opiskelu tapahtuu itsenäisesti ja voit aloittaa opiskelun milloin vain omassa tahdissasi.

Teemu Roos. Opintojakso on toteutettu Helsingin yliopiston ja Reaktor Oy:n yhteistyönä.