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

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 delvis på norsk.

Den fysiske samlingen i mars 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.

Ut over de to fysiske samlingene i Trondheim 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 samling.

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.

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.  

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

• Minimum to av de tre individuelle oppgaver godkjent
• Gruppeoppgaven godkjent
• Deltakelse på de to fysiske samlingene

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

Forelesere:

• Jon Atle Gulla, Direktør for NorwAI og Professor
• Peng Liu, Forsker, Institutt for datateknologi og informatikk
• Jon Espen Ingvaldsen, Førsteamanuensis, Institutt for datateknologi og informatikk
• Lemei Zhang