Bồi dưỡng trực tuyến “AI Programming for Beginners (AI4B-2025) cho học sinh các Trường THPT chuyên

15:21, 13/12/2024

Viện Tin học Nhân dân sẽ tổ chức các buổi bồi dưỡng trực tuyến “AI Programming for Beginners (AI4B-2025) phổ cập kiến thức lập trình lĩnh vực Trí tuệ nhân tạo cho học sinh các Trường THPT chuyên trên toàn quốc bắt đầu từ tháng 1/2025.

Hiện nay, việc phát triển nguồn nhân lực đạt trình độ quốc tế trong lĩnh vực Trí tuệ nhân tạo (AI) là một nhiệm vụ cấp bách, nhằm đáp ứng Chiến lược quốc gia về nghiên cứu, phát triển và ứng dụng AI đến năm 2030. Trước nhu cầu ngày càng tăng về ứng dụng công nghệ trong giáo dục, đặc biệt là trong lĩnh vực AI, tiếp nối các buổi bồi dưỡng “Introduction to AI Programming (IntroAI)” vừa kết thúc, Viện Tin học Nhân dân tổ chức các buổi bồi dưỡng trực tuyến với chủ đề “AI Programming for Beginners (AI4B-2025)”.

Chương trình nhằm cung cấp kiến thức nền tảng và kỹ năng lập trình AI dành cho học sinh THPT trên toàn quốc yêu thích công nghệ, mong muốn tìm hiểu về lĩnh vực AI, kích thích tư duy sáng tạo, tư duy phản biện và khả năng làm việc nhóm, qua đó giúp các em học sinh sẵn sàng hơn cho tương lai công nghệ.

Kể từ năm nay các môn học về AI được đưa vào dạy thí điểm tại các trường cấp 3 chuyên trên cả nước. Các buổi bồi dưỡng cũng nhằm ươm mầm tài năng, nuôi dưỡng đam mê, phát hiện các tài năng trẻ có năng khiếu với khoa học máy tính và trí tuệ nhân tạo tham gia vào các kì thi về AI trong nước và quốc tế.

Với sứ mệnh tiên phong trong việc nâng cao chất lượng và đổi mới giáo dục, khóa bồi dưỡng do các chuyên gia của Viện trực tiếp giảng dạy, áp dụng các phương pháp giáo dục tiên tiến từ các quốc gia có nền giáo dục hiện đại. Chương trình lấy người học làm trung tâm, giúp học viên tiếp cận kiến thức một cách chủ động và hiệu quả.

Tổng cộng 15 buổi bồi dưỡng diễn ra trong vòng 2 tháng (trừ các ngày nghỉ lễ Tết) với buổi khai giảng vào 20h ngày 06/01/2025. Ngoài ra sẽ có thêm một buổi bảo vệ dự án, tổng kết khoá học và trao các giải thưởng, chứng nhận của khoá học. Mỗi tuần gồm ba buổi vào các tối thứ 2, thứ 4 và thứ 6. Mỗi buổi gồm 2,5 giờ học từ 20h – 22h30. Các buổi bồi dưỡng được tổ chức trực tuyến trên nền tảng Zoom.

Các chuyên gia nhiều kinh nghiệm của Viện Tin học Nhân dân tham gia xây dựng chương trình, giảng dạy và trợ giảng đến từ các trường đại học lớn trong cả nước gồm: PGS.TS Đỗ Phan Thuận, Giảng viên cao cấp Trường Đại học Tôn Đức Thắng; PGS.TS Nguyễn Phi Lê, Giảng viên cao cấp, Điều hành Viện nghiên cứu và ứng dụng Trí tuệ nhân tạo, Đại học Bách khoa Hà Nội; PGS.TS Vũ Việt Vũ, Giảng viên cao cấp, trưởng Khoa Công nghệ thông tin và truyền thông, Trường Đại học CMC; TS. Nghiêm Nguyễn Việt Dũng, Giảng viên Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội; TS. Ngô Văn Linh, Giảng viên Đại học Bách khoa Hà Nội; TS. Trần Thanh Phước, Giảng viên Trường Đại học Tôn Đức Thắng; TS. Trần Thị Thanh Dịu, Giảng viên Trường Đại học Tôn Đức Thắng; Ông Nguyễn Tất Đắc, CEO, 1001 School; Ông Phạm Đức Huy, CEO, Classavo, Forbes U30 (US); Th.S Nguyễn Sơn Tùng, Giảng viên Đại học Bách khoa Hà Nội; Nguyễn Đắc Thái, học viên thạc sĩ Khoa học dữ liệu, VinUni; Hoàng Hữu Bách, Giảng viên Trường Đại học Công nghệ, ĐHQG Hà Nội; Nguyễn Thành Trung, trợ giảng, Đại học Bách khoa Hà Nội; Nguyễn Hữu Tiến, trợ giảng, Đại học Bách khoa Hà Nội; Nguyễn Quang Đức, trợ giảng, Đại học Bách khoa Hà Nội; Nguyễn Minh Quang, trợ giảng, Đại học Bách khoa Hà Nội; Lê Tăng Phú Quý, trợ giảng, Trường Đại học Công nghệ Thông tin & Truyền thông Việt Hàn, Đại học Đà Nẵng; Võ Luyện, trợ giảng, Trường Đại học Tôn Đức Thắng và các chuyên gia là cố vấn, khách mời khác.

Các buổi bồi dưỡng được thiết kế giảng dạy nhằm cung cấp kiến thức cơ bản về trí tuệ nhân tạo, học máy, thị giác máy tính và xử lý ngôn ngữ tự nhiên. Nội dung bao gồm 04 buổi bồi dưỡng về ngôn ngữ lập trình và môi trường làm việc, 04 buổi về học máy cơ bản, 03 buổi về thị giác máy tính cơ bản và 04 buổi về xử lý ngôn ngữ tự nhiên cơ bản. Chương trình có thiết kế bổ sung một buổi học về đạo đức máy tính khi áp dụng AI sẽ giúp học viên hiểu rõ về vai trò của AI và một số hạn chế khi lạm dụng các công cụ AI.

ĐỀ CƯƠNG KHOÁ HỌC

CHƯƠNG I. NGÔN NGỮ LẬP TRÌNH VÀ MÔI TRƯỜNG LÀM VIỆC (4 BUỔI)

Mục đích: Cung cấp cho người học những kiến thức cơ bản về:

- Ngôn ngữ lập trình Python và môi trường Google Colab

- Các Framework thường dùng trong lập trình các thuật toán AI

- Các thư viện thường dùng trong lập trình các thuật toán AI

- Các công cụ thường dùng để trực quan dữ liệu, theo dõi đánh giá quá trình huấn luyện mô hình

Buổi 1.1: Tổng quan về ngôn ngữ lập trình Python và Google colab

Buổi 1.2: Các Framework thường dùng trong lập trình các thuật toán AI

Buổi 1.3: Các thư viện thường dùng trong lập trình các thuật toán AI

Buổi 1.4: Các công cụ trực quan hoá và giám sát huấn luyện

CHƯƠNG II. HỌC MÁY CƠ BẢN (4 BUỔI)

Mục đích: Giới thiệu khái niệm AI, học máy. Trang bị các kiến thức về xử lý dữ liệu. Cách sử dụng các mô hình học máy cơ bản.

- Các khái niệm AI, ML, tác vụ, mô hình, dữ liệu, huấn luyện, kiểm thử

- Các dạng tác vụ, các kiểu thuật toán huấn luyện mô hình

- Xử lý dữ liệu (phân tích phân phối dữ liệu, loại nhiễu, loại outlier, điền dữ liệu thiếu, …)

- Các mô hình học máy cơ bản: hồi quy, KNN, SVM, Decision Tree, Random Forest, XGBoost, ANN

Buổi 2.1: Nhập môn AI/ML và xử lý dữ liệu

Thực hành: Phân tích và làm sạch bộ dữ liệu nhỏ

Buổi 2.2: Các thuật toán học máy cơ bản

Thực hành: Xây dựng 1 số mô hình hồi quy và phân loại

Buổi 2.3: Các thuật toán học máy nâng cao

Thực hành: Áp dụng kỹ thuật Grid Search để tối ưu hóa một mô hình cụ thể

Buổi 2.4: Đạo đức AI

Các vấn đề trong đạo đức AI: Vấn đề ảo giác (hallucination), bất bình đẳng (bias), AI an toàn (safety AI), vấn đề bảo mật thông tin,…

CHƯƠNG III. THỊ GIÁC MÁY TÍNH (3 buổi)

Mục đích: Trang bị các kiến thức cơ bản trong lĩnh vực thị giác máy tính. Giới thiệu một số mô hình thường dùng trong lĩnh vực thị giác máy tính.

- Các loại bài toán trong lĩnh vực thị giác máy tính (object detection, segmentation) và ứng dụng thực tế.

- Mạng CNN: cơ sở lý thuyết, cách dùng, cách xử lý dữ liệu, …

- Một số model họ CNN thông dụng: cách sử dụng, các hyperparameters thường finetune.

Buổi 3.1: Giới thiệu về thị giác máy tính

Thực hành: Ứng dụng các thuật toán cổ điển giải quyết bài toán phân loại ảnh chữ số

Buổi 3.2: Mạng CNN - cơ sở lý thuyết và cách dùng

Thực hành: Sử dụng mạng CNN giải quyết bài toán phân loại ảnh.

Buổi 3.3: Một số mô hình CNN thông dụng

Thực hành: Ứng dụng các mô hình CNN giải quyết bài toán khoanh vùng vật thể. Thực hành các kỹ thuật hiệu chỉnh siêu tham số.

CHƯƠNG IV. XỬ LÝ NGÔN NGỮ TỰ NHIÊN (4 BUỔI)

Mục đích: Trang bị các kiến thức cơ bản trong lĩnh vực xử lý ngôn ngữ tự nhiên (NLP). Giới thiệu về lý thuyết và các mô hình xác suất truyền thống. Nhập môn về mô hình ngôn ngữ lớn, cách sử dụng các mô hình ngôn ngữ lớn.

Buổi 4.1: Giới thiệu về xử lý ngôn ngữ tự nhiên

Thực hành: Làm quen với công cụ NLTK; Làm quen với các bộ dữ liệu; Định dạng đầu vào và đầu ra của từng bài toán; Chạy thử với các mô hình đơn giản.

Buổi 4.2: Giới thiệu về các mô hình xác suất trong NLP

Thực hành: Tính toán về xác suất từ loại theo công thức Markov; Huấn luyện mô hình Markov với tập dữ liệu từ nltk; Xử lý văn bản với tf-idf và ứng dụng vào bài toán tóm tắt văn bản; Thực hành xây dựng n-gram; Thực hành sử dụng không gian vector của từ vựng để so sánh câu.

Buổi 4.3: Giới thiệu về các thư viện lưu trữ mô hình NLP

Thực hành: Thực hành tạo ra pipeline cho tác vụ hỏi đáp với ngôn ngữ tiếng Anh; Thực hành tạo ra pipeline cho tác vụ nhận dạng thực thể có tên với ngôn ngữ tiếng Việt; Cài đặt mô hình cho tác vụ tìm kiếm văn bản (ranking); Tinh chỉnh mô hình với một bộ dữ liệu cho trước.

Buổi 4.4: Giới thiệu về các mô hình ngôn ngữ lớn

Thực hành: Một số mô hình LLM thông dụng; Viết hàm so sánh văn bản dựa trên một mô hình LLM cho trước; Điều chỉnh tập từ vựng và quá trình Tokenization; Học ít mẫu và tính chỉnh mô hình LLM sẵn có.

Các học viên sau khi hoàn thành khoá học sẽ được cấp chứng nhận hoàn thành khoá học của Viện Tin học Nhân dân - Hội Tin học Việt Nam với hạng đánh giá theo kết quả cuối khoá. Các chứng nhận giải thưởng cho các học viên và các nhóm dự án xuất sắc.

Thông tin, đăng ký và hướng dẫn đăng ký theo đường link sau: https://forms.gle/QWLWQDQF85cECVVe6

Theo Copy link

Link bài gốc Lấy link! Tạp chí Tin học và Đời sống