| 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 | |
| Tutoriál / přednáška | 0 h |
| 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 |
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.