EVU-Kurs

Innovasjon med store språkmodeller

illustrasjonsfoto av kvinne.

Foto: Colourbox

Start: 27.02.2025
Søknadsfrist: 01.02.2025

Undervisningsform: Studium med fysiske og digitale samlinger
Sted for samlinger: Trondheim

Pris: 0 Kr
Emnekode: INNOVSPRAK

Kurset er under planlegging.
Du kan ikke søke dette kurset ennå.

Registrer din interesse


Dette kurset gir deg innsikt i hvordan store språkmodeller fungerer og muliggjør innovative og intelligente løsninger. 

Store språkmodeller er en viktig del av generativ kunstig intelligens. Teknologien reduserer kostnader når den brukes til å skrive artikler, lage sammendrag og få oversikt over interne databaser. Den automatiserer når oversettelser gjøres automatisk og chatboter erstatter store deler av kundehåndteringen. Og den genererer nye produkter når alle kan generere sine egne visuelle uttrykk og biler kan ta beslutninger på egen hånd. 

 

Slik søker du:

Om du jobber hos en partnerbedrift skal du henvende deg til kontaktpersonen i denne bedriften (se lista under). Du får da nærmere informasjon om hvordan du skal søke. Søknadsfristen for ansatte hos partnerbedriftene er 15. januar.

Kontaktpersoner hos partnerne: 

  • DnB - Navn/epost
  • Schibsted- Navn/epost

Om du ikke jobber hos en av partnerbedriftene skal du søk via søkeknappen på denne nettsida. Søknadsfristen er da 1. februar.  

Målgruppe

Tilbudet retter seg i første omgang til beslutningstakere og ledere som trenger innsikt i hvordan store språkmodeller fungerer og muliggjør innovative og intelligente løsninger.

Innhold

Kurset Innovasjon med store språkmodeller trekker inn de nyeste forskningsresultatene fra Norsk forskningssenter for AI-innovasjon (NorwAI) på store språkmodeller. Tilbudet kjøres ved en blanding av digitale og fysiske sesjoner. Kurset og kurslitteratur går delvis på engelsk og norsk.

Den fysiske samlingen brukes til å gjennomgå sentrale temaer i pensum, og deltakerne får også jobbe sammen med gruppeoppgaven.

Noen forelesninger og alle individuelle øvinger undervises digitalt.  Disse er tilgjengelige i ettertid, slik at en kan se over dem når det passer best for deltakeren. Kursdeltakerne organiserer selv hvordan de vil jobbe med gruppeoppgaven, men resultatet av gruppearbeidet skal presenteres på den avsluttende forelesningen i emnet.

Bortsett fra en fysisk to-dagers samling er det ingen krav til deltakelse i vanlig arbeidstid. Øvinger gjøres digitalt når det passer best, og deltakerne organiserer selv arbeidet med gruppeoppgaver. En god del arbeid på kveldstid og helg må påregnes for å holde tritt med forelesninger og øvinger.

Faglig innhold:

  • Dyp læring
  • Generativ KI
  • Store språkmodeller
  • Evaluering og benchmarking
  • Spørresystemer og søkearkitekturer
  • Sammendragsgenerering
  • Dialogsystemer
  • Etiske betraktninger og ansvarlig KI
  • Reguleringer av KI
  • Innovasjon med store språkmodeller

Gruppeøving
Hver gruppe på ca 5 medlemmer får et tema å utforske på egen hånd.  Det skal leveres en skriftlig rapport på maksimalt 10 sider og hver gruppe får 15 minutter til å presentere resultatet av gruppearbeidet på siste forelesning.

Hver gruppe får ett av følgende temaer:

  •          Ikke-generative språkmodeller.
  •          Embeddings i språkmodeller
  •          LLM-er og kunnskapsgrafer
  •          Multimodale modeller
  •          Bærekraft
  •          «Contextual Awareness» og AGI

Mer informasjon om temaene og anbefalt lesestoff kommer i en egen beskrivelse av selve gruppeoppgaven. Studentene får en skriftlig vurdering på gruppeoppgaven.

Opptakskrav

Kvalifiserte søkere rangeres etter "først til mølla"-prinsippet (dato for søknad).

Anbefalte forkunnskaper

Erfaring med programmeringsspråk som Python kan være nyttig. Det er også å anbefale at en har hatt en introduksjon til maskinlæring og språkteknologi. Noe innsikt i matematikk, spesielt statistikk og vektorer, er en fordel.

Ingen forkunnskaper fra datateknologi eller kunstig intelligens er nødvendig, men en bør ha en viss forståelse for kunstig intelligens generelt og maskinlæring spesielt.  Ettersom det er et ikke-teknisk emne, er det ikke nødvendig med programmeringsferdigheter.  


Undervisning, eksamen og pensum

Tid og sted for undervisning

Kurset undervises våren 2025:

  • Fem digitale samlinger  
    • 27. februar 2025 - startsamling
    • 3. april 2025
    • 10. april 2025
    • 24. april 2025
    • 22. mai 2025 - presentasjon av gruppeoppgaver
  • En fysisk samling i Trondheim
    •  20. - 21. mars 2025

Pensumlitteratur/kursmateriell

Alle deler av pensum beskrives i kursmateriellet og dekkes av forelesningene.

Individuelle øvinger adresserer sentrale deler av pensum.  Øvingsbesvarelsene sendes inn til undervisningsassistenten, som godkjenner og gjennomgår løsningen med deltakerne.

Gruppeoppgaven tar for seg temaer som utfyller pensum, men som ikke undervises på forelesningene.  Dette er en oppgave som krever noe mer refleksjon og diskusjon blant deltakerne og resulterer i en skriftlig rapport og en presentasjon.

Annen informasjon

Kurset har ingen avsluttende eksamen.  Kursbevis mottas hvis følgende krav oppfylles:

  • Minimum to av de tre individuelle oppgaver godkjent
  • Gruppeoppgaven godkjent
  • Deltakelse på fysisk samling over to dager

Kursbeviset utstedes av Norsk forskningssenter for AI-innovasjon (NorwAI), NTNU.

 

Samarbeidspartnere

Dette emnet er et bransjekurs utviklet i samarbeid med DnB og Schibsted.

Vi har mottatt finanisering fra HKDir sitt Bransjeprogram Informasjonssikkerhet og IKT 2024 for dette kurset.

Fagansvarlig/Forelesere

Fakultet: Fakultet for informasjonsteknologi og elektroteknikk
Jon Atle Gulla, Professor og direktør for Norsk forskningssenter for AI-innovasjon (NorwAI)
Telefon: 73 59 18 47
E-post: jon.atle.gulla@ntnu.no
Peng Liu, NTNU, Forsker

Kontakt

NTNU VIDERE, Marit Kvidal
Telefon: 73 59 52 60
E-post: videre@ntnu.no

Hold deg oppdatert

Nyhetsbrev fra NTNU VIDERE gir deg informasjon om videreutdanning og deltidsstudier.

Meld deg på nyhetsbrev