Tổ chức bồi dưỡng trực tuyến “Introduction to AI Programming” cho học sinh cấp 3

A. ĐỐI TƯỢNG:

• Học sinh cấp 3 tại các trường phổ thông trung học chuyên, yêu thích công nghệ, mong muốn tìm hiểu về lĩnh vực trí tuệ nhân tạo;

• Có kiến thức cơ bản về các ngôn ngữ lập trình là một lợi thế (Không bắt buộc). 

B. MỤC TIÊU

Sau khóa học này, học viên sẽ:

1. Được trang bị các kiến thức tổng quan về lĩnh vực trí tuệ nhân tạo

• Hiểu được thế nào là trí tuệ nhân tạo (AI), bản chất của các mô hình học máy, học sâu; lịch sử hình thành và phát triển của AI;

• Nắm được các khái niệm cơ bản trong lĩnh vực AI: Quá trình tạo ra một mô hình học máy/học sâu; các loại bài toán cơ bản trong lĩnh vực AI;

• Ứng dụng và ảnh hưởng của AI trong cuộc sống;

• Những vấn đề về đạo đức trong nghiên cứu và sử dụng AI, những điểm cần lưu ý khi sử dụng các công cụ AI.

2. Hiểu được bản chất và nắm rõ cách sử dụng của một số mô hình/công cụ AI tạo sinh

• Hiểu được bản chất, quá trình huấn luyện và cách sử dụng một số công cụ AI tạo sinh;

• Biết cách sử dụng một số kỹ thuật prompt cơ bản;

• Ý thức được về tác dụng và những điểm cần lưu ý khi sử dụng các công cụ AI tạo sinh.

3. Được trang bị các kiến thức lập trình cơ bản về AI

• Có hiểu biết cơ bản về ngôn ngữ lập trình python dùng trong AI;

• Có hiểu biết về một số framework thường dùng trong AI;

• Có khả năng sử dụng một số API đơn giản để tạo các công cụ/phần mềm ứng dụng AI.

C. ĐỀ CƯƠNG

PHẦN I. NHẬP MÔN TRÍ TUỆ NHÂN TẠO (3 buổi)

Buổi 1.1 Tổng quan về trí tuệ nhân tạo

• Trí tuệ nhân tạo (AI) là gì? Ứng dụng và tầm ảnh hưởng của AI trong cuộc sống

• Bản chất toán học của các mô hình học máy/học sâu

• Phân biệt giữa các khái niệm AI/ML/DL

• Lịch sử hình thành và phát triển của AI  

• Các lĩnh vực nghiên cứu chính của AI (CV, NLP, Speech) 

Buổi 1.2. Các khái niệm cơ bản trong lĩnh vực học máy/học sâu

• Các loại bài toán trong học máy/học sâu

• Các quá trình trong xây dựng, huấn luyện và sử dụng các mô hình học máy/học sâu

Buổi 1.3. Các phương pháp huấn luyện mô hình

• Các phương pháp huấn luyện mô hình học máy/học sâu (học có giám sát, không giám sát)

• Ví dụ về ứng dụng AI và cách thức huấn luyện các mô hình

PHẦN II. CÁC ỨNG DỤNG CỦA TRÍ TUỆ NHÂN TẠO (6 buổi)

Buổi 2.1. Nhập môn AI tạo sinh

• Giới thiệu tổng quan một số loại ứng dụng AI tạo sinh (AI tạo sinh trong lĩnh vực ngôn ngữ, hình ảnh, âm thanh)

• Bản chất của các mô hình AI tạo sinh

• Mô thức chung tạo ra các mô hình AI tạo sinh

Buổi 2.2. Đạo đức máy tính trong việc huấn luyện và sử dụng các công cụ AI

• Tổng quan về vấn đề đạo đức máy tính trong lĩnh vực AI

• Bảo vệ thông tin cá nhân trong sử dụng dữ liệu

• Tính tin cậy, tính đúng đắn của các công cụ AI

• Ưu và nhược điểm của việc sử dụng AI

Buổi 2.3. Các công cụ AI tạo sinh trong lĩnh vực ngôn ngữ (part 1)

• Giới thiệu tổng quan về lĩnh vực NLP (các bước phân tích ngôn ngữ, các loại bài toán trong lĩnh vực NLP)

• Các vấn đề hạn chế của các công cụ cho tác vụ tạo sinh của NLP (Dịch máy, tóm tắt, viết lại, sáng tác) và những tình huống không nên sử dụng.

• Hướng dẫn sử dụng hiệu quả nhất những công cụ này.  

Thực hành: Đưa ra ví dụ minh chứng cho hạn chế của công cụ AI tạo sinh trong NLP. Sử dụng hiệu quả các công cụ AI cho một số tình huống phù hợp.

Buổi 2.4. Các công cụ AI tạo sinh trong lĩnh vực ngôn ngữ (part 2)

• Các vấn đề thường gặp đối với chatbot (hallucination, bias,…) trong tác vụ tìm kiếm và hỏi đáp thông tin.

• Kỹ thuật xây dựng sơ đồ tri thức để kiểm định câu trả lời.

• Giới thiệu một số kỹ thuật prompting.

Thực hành: Ứng dụng xây dựng chatbot với sơ đồ tri thức và kỹ thuật prompting

Buổi 2.5. Các công cụ AI tạo sinh trong lĩnh vực hình ảnh (part 1)

• Giới thiệu tổng quan về lĩnh vực thị giác máy tính

• Giới thiệu một số công cụ AI tạo sinh trong lĩnh vực thị giác máy tính (Midjourney, stable diffusion, …)

• Tổng quan về cách huấn luyện ra mô hình Stable Diffusion

Thực hành: Sử dụng các công cụ AI tạo sinh hình ảnh đơn giản

Buổi 2.6. Các công cụ AI tạo sinh trong lĩnh vực hình ảnh (part 2)

• Một số vấn đề thường gặp đối với AI tạo sinh trong lĩnh vực hình ảnh (bản quyền, ảnh tạo sai, …)

• Giới thiệu một kỹ thuật tạo tranh nghệ thuật, ảnh minh họa và truyện tranh.

Thực hành: Sử dụng một số công cụ AI tạo sinh hình ảnh nâng cao.

PHẦN III. NGÔN NGỮ LẬP TRÌNH CÁC PHẦN MỀM TRÍ TUỆ NHÂN TẠO (6 buổi)

Buổi 3.1. Giới thiệu ngôn ngữ lập trình Python

• Python là gì?

• Cài đặt môi trường và các công cụ lập trình Python

• Các cú pháp cơ bản, cách khai báo dữ liệu và các kiểu dữ liệu của Python

• Các cấu trúc lệnh phân nhánh và vòng lặp

Thực hành:

• Khai báo, sử dụng biến trong biểu thức

• Các cấu trúc lập trình cơ bản: rẽ nhánh và vòng lặp

Buổi 3.2. Hàm và cấu trúc dữ liệu

• Sử dụng hàm (function) trong Python

• Các cấu trúc dữ liệu của Python

Thực hành:

• Viết hàm và gọi hàm

• Sử dụng các hàm trong thư viện

• Sử dụng các cấu trúc dữ liệu trong python

Buổi 3.3. Nhập môn TensorFlow và Keras

• Tổng quan về lập trình thuật toán AI

• TensorFlow là gì?

• TensorFlow và Keras trong lập trình mạng nơ-ron học sâu

Thực hành: Xây dựng mạng nơ-ron với các thư viện TensorFlow và Keras

Buổi 3.4. Nhập môn PyTorch

• PyTorch là gì?

• Sử dụng PyTorch trong lập trình mạng nơ-ron học sâu

Thực hành: Xây dựng mạng nơ-ron với các thư viện PyTorch

Buổi 3.5. Giới thiệu các thư viện thường dùng trong lập trình các thuật toán AI

• Tổng quan và phân loại các thư viện thường dùng

• Pandas là gì?

• Numpy là gì?

Thực hành:

• Thực hành xử lý và phân tích dữ liệu với Pandas

• Thực hành ứng dụng Numpy để tính toán và thống kê dữ liệu

Buổi 3.6. Một số các bài tập ứng dụng

• Matplotlib là gì?

• Thực hành trực quan hóa dữ liệu với Matplotlib và Seaborn

• Các bài tập thực hành với Framework TensorFlow và PyTorch

• Các bài tập thực hành sử dụng thư viện Pandas, Numpy, Matplotlib và Seaborn

• Một số bài tập tổng hợp

Thông tin về Các buổi bồi dưỡng liên hệ với Viện Tin học Nhân dân – VAIP

Ban Đào tạo - PBKT, tầng 6 số 14 Trần Hưng Đạo, Hà Nội. 

Tel: +84 024.38211725; Email: OlpVietnam@vaip.vn;  office@vaip.vn