Informační systém Vysoké školy polytechnické Jihlava
IS VŠPJ
Průmyslová umělá inteligence
Studijní plán: Aplikovaná technika pro průmyslovou praxi - platný od ZS 2025/2026
| Předmět | Průmyslová umělá inteligence (PUI) |
|---|---|
| Garantuje | Katedra technických studií (KTS) |
| Garant | Ing. Jan Zbirovský |
| Jazyk | česky |
| Počet kreditů | 2 |
| Prezenční studium | |
|---|---|
| Přednáška | 1 h |
| Cvičení | 1 h |
| Kombinované studium | |
| Cvičení | 4 h |
| Studijní plán | Typ | Sem. | Kred. | Ukon. |
|---|---|---|---|---|
| Aplikovaná technika pro průmyslovou praxi - kombi, platný od ZS 2025/2026 | PV | 4 | 2 kr. | KZ |
| Aplikovaná technika pro průmyslovou praxi - platný od ZS 2025/2026 | PV | 4 | 2 kr. | KZ |
Sylabus
- Role DA a AI v průmyslu
- Datová analytika (DA) - definice, role, cíle
- Datová analytika - používané nástroje
- Datová analytika - Big Data
- Datová analytika - případové studie
- AI - definice, vztah se strojovým učením (ML)
- AI - platformy, programovací jazyky
- AI - příprava virtuálního prostředí k trénování modelů
- AI - nejběžnější algoritmy
- AI - případové studie
- AI - velké jazykové modely (LLM)
- AI - Detekce/lokalizace objektů
- AI - asistenti, (multi)agentní systémy
Doporučená literatura
Anotace
Cílem předmětu je přiblížit studentům využití umělé inteligence (AI) v průmyslu. Jelikož AI bez dat postrádá smysl, budou studenti postupně seznámeni se základy datové analytiky, používanými nástroji a postupy při realizaci projektů. Na tyto poznatky bude navázán přehled toho, co umělá inteligence skutečně představuje a čím se zabývá. Na praktických příkladech si studenti ukážou použití nejběžnějších algoritmů od prvopočátku až po nasazení do praxe, včetně detekce objektů v reálném čase. Předmět bude dále pokrývat teorii velkých jazykových modelů (LLM) a jejich využití v agentních systémech.
Znalosti: Studenti budou mít detailní přehled o tom, čím se zabývá datová analytika a umělá inteligence a kde lze tyto znalosti využít v průmyslu. Budou rozumět procesům vzniku řešení v oblasti AI a jejich nasazování do praxe. Získají znalosti o teoretických základech velkých jazykových modelů a možnostech jejich implementace v agentních systémech.
Dovednosti: Základy programování v Pythonu, základní znalosti frameworků TensorFlow/Keras a PyTorch, příprava virtuálního prostředí pro práci s AI, ovládání nástrojů pro datovou analytiku a práce s nimi. Praktické dovednosti v implementaci AI algoritmů od návrhu po nasazení do produkčního prostředí.