Основы искусственного интеллекта

 

Цель работы

Изучить практические области применения искусственного интеллекта в различных сферах деятельности, а также сформировать понимание базовых информационных понятий: данные, информация, знания, решение.

 

Теоретическая часть (кратко)

Искусственный интеллект сегодня применяется во множестве отраслей: образовании, медицине, промышленности, финансах, транспорте, сельском хозяйстве и других сферах.

Для понимания работы ИИ важно различать базовые понятия:

·                     Данные — необработанные факты (числа, тексты, изображения);

·                     Информация — обработанные данные, имеющие смысл;

·                     Знания — интерпретированная информация, используемая для принятия решений;

·                     Решение — результат применения знаний для достижения цели.

 

План выполнения работы

1. Определение своей специальности

Обучающийся должен:

·                     указать свою образовательную программу (например: «Информационные технологии», «Робототехника», «Экономика», «Педагогика» и др.);

·                     кратко описать сферу профессиональной деятельности.

 

2. Анализ применения ИИ в профессиональной области

Необходимо найти и описать 3 примера использования ИИ, связанных с выбранной специальностью.

Для каждого примера указать:

·                     область применения;

·                     тип ИИ-технологии;

·                     практическую пользу;

·                     возможные ограничения.

 

3. Изучение базовых понятий ИИ и информационных процессов

Обучающийся должен:

·                     изучить понятия: данные, информация, знания, решение;

·                     рассмотреть их взаимосвязь как цепочку обработки информации.

 

4. Анализ понятий на примерах

Для каждого из 3 примеров необходимо:

·                     определить, какие данные используются;

·                     какую информацию они формируют;

·                     какие знания извлекаются системой;

·                     какое решение принимается.

 

Пример структуры анализа

Этап	Описание (пример)
Данные	статистика студентов, изображения, текст
Информация	средний балл, выявленные закономерности
Знания	прогноз успеваемости
Решение	рекомендация по обучению

 

Требования к оформлению результата

·                     наличие структуры (введение, основная часть, вывод);

·                     логическая связь между примерами и понятиями;

·                     допускается использование таблиц и схем;

·                     текст должен быть оформлен самостоятельно.

Критерии оценивания

Критерий	Описание	Баллы
Корректность примеров ИИ	Примеры соответствуют специальности и реальным технологиям	0–40
Понимание базовых понятий	Корректное различие «данные–информация–знания–решение»	0–30
Аргументация	Логичность объяснений и связь с примерами	0–20
Структура работы	Четкость оформления и логика изложения	0–10

Максимальный балл: 100

 

Дополнительно (рекомендация для студентов)

Для повышения оценки рекомендуется:

• использовать реальные примеры ИИ-сервисов (ChatGPT, Google AI, рекомендательные системы);
• оформлять работу в виде таблицы или презентации;
• приводить примеры из своей будущей профессии.