Zebrano i przeanalizowano ankiety dotyczące 63 projektów zebranych przez organizacje partnerskie z 5 krajów, dotyczących nauczania sztucznej inteligencji. Koordynatorami projektu byli przedstawiciele 19 krajów. Do ciekawszych wyników należy stwierdzenie, że ponad połowa projektów dotyczyła modułów uczenia głębokich sieci neuronowych, a większość zadań uczenia maszynowego, które zostały rozwiązane, dotyczyła przetwarzania obrazu, klasyfikacji, regresji, klastryzacji i przetwarzania języka naturalnego. Wśród wykorzystywanych bibliotek AI dominowały TensorFlow, Keras, scikit-learn i CUDA. Językami programowania były Python i C++.

Większość odpowiedzi została przeanalizowana i zwizualizowana w formie wykresów.

Cały artykuł można znaleść tutaj: Research 3 StateOfTheArt_scientificprojects_Dirgova_pl

Niniejszy kwestionariusz jest częścią badań w związku z celami projektu 2022-1-PL01-KA220-HED-000088359 „The Future is in Applied Artificial Intelligence” (FAAI) w ramach programu Erasmus+. Projekt ten ma na celu połączenie uniwersytetów i przedsiębiorstw oraz dostarczenie innowacyjnych rozwiązań w celu rozwoju ekspertów w dziedzinie sztucznej inteligencji. Pytania w tym opracowaniu miały na celu zbadanie potrzeb i oczekiwań organizacji biznesowych w celu zaproponowania szkoleń specjalistów w zakresie Applied AI. Zapoznaj się z oferowanymi szkoleniami z zakresu Applied AI i opisz je. Wszystkie pola są obowiązkowe.

Cały dokument znajduje się tutaj: Research 2 SOA Labor market_pl

Kwestionariusz będący przedmiotem niniejszego dokumentu jest częścią badań związanych z celami projektu 2022-1-PL01-KA220-HED-000088359 „Przyszłość należy do sztucznej inteligencji stosowanej” (FAAI) w ramach programu Erasmus +. Projekt ten ma na celu połączenie uniwersytetów i przedsiębiorstw oraz zapewnienie innowacyjnych rozwiązań w celu rozwoju ekspertów AI. Pytania w tym badaniu miały na celu zbadanie potrzeb i oczekiwań organizacji biznesowych, aby zaproponować szkolenie specjalistów w dziedzinie stosowanej sztucznej inteligencji. Niniejszy artykuł przedstawia krótki przegląd oferowanych kursów szkoleniowych w zakresie sztucznej inteligencji i ich opis. Pomimo istniejących kursów szkoleniowych istnieje potrzeba agregowania i analizy informacji na temat tematów wymaganych i objętych kursami szkoleniowymi w dziedzinie sztucznej inteligencji.

Cały dokument znajduje się tutaj: Research 1 UoM Prepare State-of-the-art analysis on Existing Training Courses in the Field of Applied AI pl

Konsorcjum projektu „The Future is in Applied Artificial Intelligence” opracowało pierwszy projekt oparty na kompetencjach program nauczania sztucznej inteligencji na poziomie instytucji szkolnictwa wyższego. Opracowanie opierało się na zaawansowanych badaniach systemowych istniejących zasobów związanych ze sztuczną inteligencją oraz badaniach grup docelowych nauczycieli, studentów technologii informatycznych i pracodawców, co powinno poprawić wyniki wdrażania edukacji w zakresie sztucznej inteligencji. Przygotowano przegląd stosowanej sztucznej inteligencji w formie klasteryzacji słów kluczowych. Wstępne dane zostały zebrane za pomocą ankiet, ofert pracy, istniejących szkoleń z zakresu sztucznej inteligencji, projektów naukowych i rzeczywistych przypadków. Syntetyczną analizę informacji tekstowych z badań przeprowadzono z wykorzystaniem techniki chmur słów. Do prezentacji kursu opartego na kompetencjach wykorzystano podejście oparte na tensorach. Specyficzne wymagania liczbowe dla przedmiotu w postaci priorytetów wynikają z rozwiązywania problemów decyzyjnych z wykorzystaniem techniki analitycznego procesu hierarchicznego. Na podstawie kompleksowej analizy ankiet, doświadczeń edukacyjnych, projektów naukowych i wymagań biznesowych, metaanalizy ostatnich referencji, określiliśmy kryteria szkolenia w formie reprezentacji kompetencji w oparciu o tensory w odniesieniu do treści i modułów edukacyjnych.

Cały dokument znajduje się tutaj: A3_3_LearningRequirements_pl

Wynik ten przedstawia inicjatywę edukacyjną skoncentrowaną na opracowaniu ram kompetencji w dziedzinie AAI. Podejście to obejmuje analizę i włączenie różnych standardów kompetencyjnych, takich jak ACM i IEEE. Treść ram ma na celu objęcie obszarów wiedzy, określając zakres, kompetencje i poddziedziny. Poddomeny są dodatkowo uszczegółowione poprzez włączenie odpowiedniej wiedzy, umiejętności i dyspozycji. To kompleksowe podejście ma na celu stworzenie solidnych podstaw dla rozwoju kompetencji w szybko rozwijającej się dziedzinie AAI.

Cały dokument znajduje się tutaj: A3_2 Competence_framework_pl

Praca jest realizowana w ramach projektu Erasmus+ „The Future is in Applied Artificial Intelligence” (FAAI) i poświęcona opracowaniu metodologii gromadzenia i analizowania dobrych praktyk w dziedzinie sztucznej inteligencji stosowanej (AAI) w zakresie kompetencji, szkoleń, istniejących rozwiązań i rzeczywistych przypadków, które można wykorzystać do opracowania kursów szkoleniowych w zakresie edukacji opartej na kompetencjach. W pracy proponujemy definicję dobrej praktyki w dziedzinie AAI wraz z odpowiednimi kryteriami i cechami. Proponowana metodologia wykorzystuje badania systemowe oparte na danych zebranych z istniejących kursów szkoleniowych w zakresie AAI, rynku pracy, ankiet wypełnianych przez pracowników akademickich, studentów i pracodawców, przypadków użycia AAI w nauce i przemyśle.

Cały dokument znajduje się tutaj: Methodology_collection pl

W dniu 15.06.2023 roku projekt „The Future Is In Applied Artificial Intelligence” (FAAI:2022-1-PL01-KA220-HED-000088359) został zaprezentowany podczas spotkania z personelem Wydziału Laboratorium Badawczego EFREI na Uniwersytecie Efrei Paris-Panthèon Assas. Spotkanie obejmowało prezentacje ekspertów z dziedziny sieci neuronowych i sztucznej inteligencji z różnych środowisk akademickich i zawodowych. Członek zespołu FAAI przedstawił zarys projektu oraz jego obecny stan. Podczas prezentacji omówiono zastosowanie sztucznej inteligencji, co przyciągnęło uwagę uczestników spotkania. Wyrazili oni swoje zadowolenie z przebiegu spotkania oraz zainteresowanie projektem i uczestnictwem w jego przyszłych edycjach.

W Zakopanem (w Tatrach Wysokich) w dniach 18-22 czerwca 2023 r. odbyła się 22. Międzynarodowa Konferencja nt. Sztucznej Inteligencji i Miękkich Obliczeń ICAISC 2023. Konferencja była doskonałą okazją dla naukowców i inżynierów do zaprezentowania i omówienia najnowszych osiągnięć naukowych / wyników i metod.

Zespół FAAI z Uniwersytetu w Bielsku-Białej przedstawił raport poświęcony dobrym praktykom stosowania rozwiązań opartych na AAI do projektowania biosensorów. Wyniki zostały uzyskane w ramach pakietu roboczego projektu FAAI 2. Prezentacje podczas sesji posterowej przyciągnęły uwagę uczestników konferencji. Ponadto konferencja była dobrą okazją do promocji i upowszechnienia projektu FAAI.
Pomogło nam to również w poszukiwaniu nowych partnerów z UE do współpracy w terenie, ponieważ konferencja koncentruje się na szerokim zakresie tematów związanych z AI, w tym:
Systemy agentowe
Optymalizacja kolonii mrówek
Przybliżone rozumowanie
Sztuczne układy odpornościowe
Sztuczna inteligencja w modelowaniu i symulacji
Sztuczna inteligencja w harmonogramowaniu i optymalizacji
Sztuczne życie
Bioinformatyka i biologia obliczeniowa
Interfejsy mózg-maszyna
Systemy i aplikacje kognitywne
Wizja komputerowa
Eksploracja danych
Różnicowa ewolucja
Ewolucyjna eksploracja danych
Projekt ewolucyjny
Planowanie ewolucyjne
Systemy eksperckie
Obliczenia rozmyte ze słowami
Sterowanie rozmyte i systemy inteligentne
Rozmyte systemy podejmowania decyzji i systemy wspomagania decyzji
Logika rozmyta i teoria zbiorów rozmytych
Rozmyta optymalizacja i projektowanie
Rozmyte rozpoznawanie wzorców
Systemy rozmyte dla robotyki
Teoria gry
Inteligentne systemy bazodanowe
Inżynieria wiedzy
Nauczanie maszynowe
Modelowanie i identyfikacja
Obliczenia molekularne i kwantowe
Systemy wieloagentowe
Inteligencja zbiorowa
Przetwarzanie języka naturalnego
Teoria i architektury sieci neuronowych
Optymalizacja roju cząstek
Robotyka i dziedziny pokrewne
Zbiory przybliżone i analiza danych przybliżonych
Rozumienie mowy
Uczenie nadzorowane i nienadzorowane
Logika rozmyta typu 2
Różne zastosowania
Inteligencja internetowa
Interakcja człowiek-komputer

Konferencja odbyła się w trybie hybrydowym: online oraz stacjonarnie w Zakopanem.
Wszystkie zaakceptowane referaty zostaną włączone do materiałów z konferencji Springer LNAI.