Ο στόχος του νέου αγγλόφωνου μεταπτυχιακού προγράμματος επιπέδου Μάστερ στην Τεχνητή Νοημοσύνη (ΤΝ), που αρχίζει από το Σεπτέμβριο του 2022 είναι να είναι ένα σύγχρονο πρόγραμμα, το οποίο θα περιέχει ένα ισχυρό διεπιστημονικό στοιχείο, όπως απαιτείται από την ανθρωποκεντρική, εξηγήσιμη και υπεύθυνη τεχνητή νοημοσύνη. Τα υποχρεωτικά μαθήματα περιλαμβάνουν μαθήματα σχετικά με την τεχνητή νοημοσύνη και την ηθική, καθώς και με την τεχνητή νοημοσύνη και την επιχειρηματικότητα. Η παροχή συμβουλών σταδιοδρομίας στους φοιτητές αποτελεί ύψιστη προτεραιότητα, με στόχο να βοηθηθούν όλοι οι πτυχιούχοι να ακολουθήσουν με επιτυχία μια σταδιοδρομία σχετική με την ΤΝ, ενδεχομένως να δημιουργήσουν δικές τους νεοφυείς επιχειρήσεις.
Η ανάπτυξη αυτού του νέου μεταπτυχιακού προγράμματος συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Connecting Europe Facility (CEF) — Telecommunications Sector). Η πρωτοβουλία της Ευρώπης για τη χρηματοδότηση νέων μεταπτυχιακών προγραμμάτων στον τομέα της τεχνητής νοημοσύνης καταδεικνύει τη σημασία που αποδίδει η Ευρώπη στις πρόσφατες εξελίξεις στον τομέα αυτό, παρέχοντας λύσεις σε παγκόσμια προβλήματα που σχετίζονται με κάθε πτυχή της ανθρώπινης ζωής, συμβάλλοντας στην ανάπτυξη και την ανταγωνιστικότητα. Η Ευρώπη χρειάζεται επειγόντως περισσότερους επαγγελματίες στον τομέα της τεχνητής νοημοσύνης, επιχειρηματίες και ερευνητές, ικανούς να προετοιμάσουν το έδαφος για νέες καινοτομίες για το καλό της κοινωνίας και να ωθήσουν τα σύνορα του πεδίου προς νέες προκλήσεις. Αυτή η νέα γενιά αποφοίτων ΤΝ πρέπει να είναι πλήρως εξοικειωμένη με τις τελευταίες τεχνολογικές εξελίξεις όσον αφορά το εύρος και το βάθος των τεχνικών γνώσεων στην τεχνητή νοημοσύνη, να συνδέεται με τη βιομηχανία και να έχει πλήρη επίγνωση των σχετικών δεοντολογικών ζητημάτων.
Το δίκτυο συνεργασίας του προγράμματος περιλαμβάνει τέσσερα ευρωπαϊκά πανεπιστήμια (Πανεπιστήμιο Κύπρου, Πανεπιστήμιο Μπολόνια, Technische Universität Dresden και University of Ruse Angel Kanchev), το Κέντρο Αριστείας CYENS και τέσσερις ΜΜΕ υψηλής τεχνολογίας (Nodes & Links Labs, 3AeHealth LTD, INJENIA SRL, MLPS AD). Η καλλιέργεια στενών δεσμών με τη βιομηχανία παρέχει σημαντική προστιθέμενη αξία στην εκπαιδευτική εμπειρία.
Τα επιδιωκόμενα μαθησιακά αποτελέσματα του προγράμματος είναι τα ακόλουθα:
-
Η κατανόηση των θεμελιωδών αρχών και τεχνικών που υπογραμμίζουν τα συστήματα λογισμικού που παρουσιάζουν «έξυπνη» συμπεριφορά, η γνωριμία με τις τελευταίες εξελίξεις στην ΤΝ και η εκτίμηση του εύρους του αντικειμένου της ΤΝ.
-
Η απόκτηση μιας ολιστικής άποψης της μηχανικής μάθησης που να επιτρέπει την κατανόηση των αρχών που διέπουν τις περισσότερες επιστημονικές και βιομηχανικές καινοτομίες στον τομέα της τεχνητής νοημοσύνης.
-
Η κατανόηση του πώς να παρέχεται στους υπολογιστές η ικανότητα να επεξεργάζονται έξυπνα την ανθρώπινη γλώσσα, να εξάγουν νόημα, πληροφορίες και δομή από κείμενο, ομιλία, ιστοσελίδες και κοινωνικά δίκτυα.
-
Η εμπέδωση των βασικών εννοιών και προκλήσεων που σχετίζονται με την ΤΝ και την επιχειρηματικότητα που βασίζεται στα δεδομένα.
-
Η εφαρμογή μεθόδων και εργαλείων έρευνας στον τομέα της τεχνητής νοημοσύνης και η αντίληψη των επαγγελματικών πρακτικών και της σχετικής τεχνολογικής νοοτροπίας, λαμβάνοντας υπόψη το κανονιστικό πλαίσιο της Ευρωπαϊκής Επιτροπής.
-
Η κατανόηση των βασικών στοιχείων της εφαρμογής των συστημάτων που δεν είναι μόνο υψηλής απόδοσης, αλλά και τηρούν τις δεοντολογικές κοινωνικο-οικονομικές πολιτιστικές αξίες, καθώς και του τρόπου με τον οποίο η έρευνα για την ηθική της ΤΝ τροφοδοτεί την πολιτική και τον τρόπο με τον οποίο οι απαιτήσεις πολιτικής επηρεάζουν την ανάπτυξη των συστημάτων ΤΝ.
-
Η απόκτηση βαθιάς γνώσης και η εξοικείωση με τρέχουσες και μελλοντικές ερευνητικές προκλήσεις σε διάφορα εξειδικευμένα θέματα που καλύπτονται από τα μαθήματα επιλογής.
-
Η γνωριμία με τις ευκαιρίες σταδιοδρομίας στις διάφορες χώρες.
-
Η ανάπτυξη ευελιξίας και καινοτόμου σκέψης για την αντιμετώπιση και τη διαχείριση ανοικτών ερωτήσεων σε διάφορα πλαίσια, ως βασικό πλεονέκτημα για τις σταδιοδρομίες στον τομέα της τεχνητής νοημοσύνης.
-
Η ανάπτυξη μεταβιβάσιμων δεξιοτήτων όπως: προφορική και γραπτή επιστημονική επικοινωνία, σχεδόν άπταιστη χρήση της επιστημονικής αγγλικής, χρήση της τεχνολογίας πληροφοριών/επικοινωνιών, οργάνωση και προγραμματισμός των ομαδικών εργασιών.