Основы искусственного интеллекта

 

Цель работы. Изучить основы работы нейронных сетей и познакомиться с возможностями генеративных моделей искусственного интеллекта для создания текста, изображений и других цифровых объектов.

Теоретическая часть

Нейронные сети — это модели искусственного интеллекта, построенные по принципу работы биологических нейронов. Они состоят из взаимосвязанных узлов (нейронов), которые обрабатывают информацию и обучаются на примерах.

Нейронные сети используются для:

·                     распознавания изображений и речи;

·                     обработки текста;

·                     прогнозирования;

·                     управления роботами;

·                     генерации контента.

Основные элементы нейронной сети:

·                     входной слой — получает данные;

·                     скрытые слои — выполняют обработку;

·                     выходной слой — формирует результат.

Особым направлением развития ИИ являются генеративные модели — системы, способные создавать новый контент на основе обучения на больших массивах данных.

К генеративным моделям относятся:

·                     текстовые модели (генерация текста);

·                     генераторы изображений;

·                     генерация музыки и аудио;

·                     создание программного кода.

Примеры генеративного ИИ:

·                     ChatGPT;

·                     Gemini;

·                     генераторы изображений;

·                     AI-сервисы создания видео и дизайна.

План выполнения работы

1. Изучение принципов работы нейронных сетей

Обучающийся должен:

·                     изучить структуру нейронной сети;

·                     определить назначение:

o                  входного слоя;

o                  скрытых слоёв;

o                  выходного слоя;

·                     кратко описать процесс обучения сети.

 

2. Исследование генеративных моделей ИИ

Необходимо:

·                     выбрать 2 генеративных ИИ-сервиса;

·                     изучить их возможности.

Примеры:

·                     текстовые генераторы;

·                     генераторы изображений;

·                     генераторы презентаций;

·                     сервисы генерации кода.

Для каждого сервиса указать:

·                     назначение;

·                     тип генерируемого контента;

·                     основные функции;

·                     преимущества и ограничения.

 

3. Практическое использование генеративного ИИ

С использованием выбранного сервиса необходимо выполнить не менее двух задач.

Примеры:

Текстовая генерация

·                     создание краткой статьи;

·                     подготовка описания проекта;

·                     генерация идей.

Генерация изображений

·                     создание иллюстрации;

·                     генерация логотипа;

·                     подготовка визуального концепта.

Генерация кода

·                     написание простого алгоритма;

·                     создание веб-страницы;

·                     генерация программного фрагмента.

 

4. Анализ результатов работы ИИ

Необходимо:

·                     оценить качество результата;

·                     определить:

o                  соответствие запросу;

o                  точность;

o                  оригинальность;

o                  полезность.

Ответить на вопросы:

·                     насколько результат соответствует задаче;

·                     какие ограничения обнаружены;

·                     в каких сферах такой ИИ наиболее полезен.

Пример структуры анализа

Этап	Описание
Сервис	текстовый ИИ
Запрос	написать описание проекта
Результат	сгенерированный текст
Оценка	информативный, требует проверки
Вывод	полезен для подготовки черновиков

 

Требования к оформлению результата

Работа должна содержать:

·                     введение;

·                     описание нейронных сетей;

·                     анализ двух генеративных ИИ-сервисов;

·                     примеры запросов и результатов;

·                     выводы.

Допускается использование:

·                     таблиц;

·                     схем;

·                     скриншотов;

·                     изображений результатов генерации.

Критерии оценивания

Критерий	Описание	Баллы
Понимание принципов работы	Корректное описание нейронных сетей и генеративного ИИ	0–40
Практическое применение	Выполнение заданий с использованием ИИ	0–30
Анализ результатов	Критическая оценка качества генерации	0–20
Оформление работы	Логичность и аккуратность оформления	0–10

Максимальный балл: 100

 

Дополнительно (рекомендации для студентов)

Для повышения оценки рекомендуется:

·                     сравнить результаты разных генеративных ИИ;

·                     экспериментировать с различными формулировками запросов;

·                     приводить примеры применения в своей будущей профессии;

·                     оформлять работу в виде мини-отчёта или презентации.

 

Итог работы

Студент должен уметь:

·                     объяснять базовые принципы работы нейронных сетей;

·                     понимать возможности генеративных моделей ИИ;

·                     использовать генеративные сервисы для решения задач;

·                     анализировать качество и ограничения результатов ИИ.