Wierk - Wydział Informatyki, Elektroniczne Ramy Kwalifikacji

Wydział Informatyki
Kierunek studiów	Informatyka							Poziom i forma studiów	pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania	---							Profil kształcenia	ogólnoakademicki
Nazwa przedmiotu	Evolution of AI and multimedia systems							Kod przedmiotu	INF1EAI
								Rodzaj przedmiotu	obieralny
Forma zajęć i liczba godzin	W	Ć	L	P	Ps	T	S	Semestr	5
	26				30			Punkty ECTS	5
Przedmioty wprowadzające
Cele przedmiotu	Po ukończeniu niniejszego modułu studenci zdobędą podstawową wiedzę na temat sztucznej inteligencji (AI) i technik multimedialnych, ich pochodzenia i ewolucji technicznej. Ponadto rozwiną umiejętność korzystania z nowoczesnych narzędzi sztucznej inteligencji i multimediów w celu rozwiązywania wybranych problemów inżynieryjnych i generowania nowych treści audiowizualnych zgodnie z ustalonymi standardami branżowymi. Odniesienie do standardu SFIA: - Sztuczna inteligencja (AI) i etyka danych (AIDE) – poziom 3 - Uczenie maszynowe (MLNG) – poziom 3 - Projektowanie i tworzenie treści (INCA) – poziom 2
Treści programowe	Wykład 1 Początki sztucznej inteligencji, test Turinga, historia i rozwój technik uczenia maszynowego 2 Przejście od perceptronu do sztucznych sieci neuronowych, kolejne generacje sieci neuronowych 3 Big data i uczenie głębokie - historia i najnowsze osiągnięcia 4 Technologie multimedialne - perspektywa historyczna i najnowsze osiągnięcia 5 Generatywna sztuczna inteligencja i nowoczesne aplikacje multimedialne 6 Przegląd narzędzi i środowisk programistycznych oraz aplikacji multimedialnych wspieranych przez techniki sztucznej inteligencji. 7 Nowe trendy w sztucznej inteligencji i technologiach multimedialnych. Kwestie etyczne. 8 Test zaliczeniowy. Pracownia specjalistyczna 1 Inżynieria zapytań w korzystaniu z narzędzi AI. 2 Wykorzystanie dużych modeli językowych do napisania eseju na temat technicznej ewolucji AI. 3 Wykorzystanie dużych modeli językowych do napisania eseju na temat technicznej ewolucji aplikacji multimedialnych. 4 Opracowanie aplikacji multimedialnej generującej tekst lub treści audio wizualne, wspomaganej przez techniki sztucznej inteligencji. Część I: badanie najnowocześniejszych rozwiązań. Sformułowanie specyfikacji technicznych 5 Część II: Wybór technologii i implementacja 6 Część III: Implementacja (c.d.) 7 Część IV: Implementacja (c.d.) 8 Część V: Optymalizacja i testowanie. 9 Część VI: Prezentacja i udokumentowanie projektu. 10 Zaliczenie pracowni.
Metody dydaktyczne	wykład problemowy, programowanie z użyciem komputera,
Forma zaliczenia	W - test wyboru Ps - ocena esejów technicznych oraz prezentacja zrealizowanego projektu
Symbol efektu uczenia się	Zakładane efekty uczenia się								Odniesienie do kierunkowych efektów uczenia się
EU1	podstawowe pojęcia i metody z zakresu sztucznej inteligencji i technik multimedialnych								INF1_W10 INF1_W14
EU2	proces rozwoju sztucznej inteligencji i powiązań z technikami multimedialnymi								INF1_W14
EU3	kwestie etyczne związane z wykorzystaniem technik sztucznej inteligencji								INF1_W14
EU4	wykorzystywać narzędzia sztucznej inteligencji do syntezy wiedzy w wybranych obszarach technologii informatycznych (IT)								INF1_U13
EU5	wykorzystywać narzędzia do tworzenia i zarządzania treściami multimedialnymi ze wspomaganiem technik sztucznej inteligencji								INF1_U13
EU6	wykorzystywać współczesne narzędzia informatyczne do tworzenia aplikacji wspomaganych technikami sztucznej inteligencji na potrzeby generowania tekstu lub treści audio-wizualnych								INF1_U13
EU7	krytycznie ocenić dobór narzędzi sztucznej inteligencji i technik multimedialnych w zastosowaniach do rozwiązania konkretnych problemów informatycznych								INF1_K01
Symbol efektu uczenia się	Sposób weryfikacji efektu uczenia się								Forma zajęć na której zachodzi weryfikacja
EU1	zaliczenie − test wyboru								W
EU2	zaliczenie − test wyboru								W
EU3	zaliczenie − test wyboru								W
EU4	ocena esejów technicznych oraz prezentacja zrealizowanego projektu								Ps
EU5	ocena esejów technicznych oraz prezentacja zrealizowanego projektu								Ps
EU6	ocena esejów technicznych oraz prezentacja zrealizowanego projektu								Ps
EU7	ocena esejów technicznych oraz prezentacja zrealizowanego projektu								Ps
Bilans nakładu pracy studenta (w godzinach)									Liczba godz.
Wyliczenie
	1 - udziałem w wykładach								26
	2 - udziałem w innych formach zajęć								30
	3 - indywidualnym wsparciem merytorycznym procesu uczenia się, udziałem w egzaminie/zaliczeniach organizowanych poza planem zajęć								4
	4 - przygotowaniem do zaliczenia wykładu								5
	5 - przygotowaniem do bieżących zajęć								60
RAZEM:									125
Wskaźniki ilościowe									GODZINY	ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela									60 (1)+(2)+(3)	2.4
Nakład pracy studenta związany z zajęciami o charakterze praktycznym									34 (2)+(3)	1.4
Literatura podstawowa	1. Ch. Huyen, AI Engineering: Building Applications with Foundation Models, O'Reilly Media, 2024 2. S. Raschka, Build a Large Language Model (From Scratch), Manning, 2024 3. J. Hu, The Evolution of Artificial Intelligence: What You Must Know about AI, Pioneer Bay Press, 2019 4. S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach, Pearson, 2009
Literatura uzupełniająca	1. I. Sadek, The evolution of AI: from ancient origins to the digital frontier, Visionary Book Writers, 2025 2. E. Spyrou (Ed.), D. Iakovidis (Ed.), P. Mylonas (Ed.), Semantic Multimedia Analysis and Processing (Digital Imaging and Computer Vision), CRC Press, 2017 3. V. Costello, Multimedia Foundations: Core Concepts for Digital Design, Routledge, 2016
Jednostka realizująca	Wydział Informatyki								Data opracowania programu
Program opracował(a)	dr hab. Marek J. Drużdżel,dr hab. inż. Sławomir Zieliński								2025.05.12