AI Solutions (5cr)

Objectives (course unit)

The student knows different solutions utilizing artificial intelligence and knows the role of data as part of artificial intelligence applications. The student is able to identify different situations where artificial intelligence can be utilized and what kind of data the solutions require.

Content (course unit)

Studying and analysis of AI cases. The role of data as part of an artificial intelligence application. The course is implemented as project work.

Assessment criteria, satisfactory (1-2) (course unit)

The student researches and analyzes artificial intelligence solutions and recognizes the role of data as part of AI solutions.

Assessment criteria, good (3-4) (course unit)

The student is able to study and analyze artificial intelligence solutions from different perspectives and understands the role of data as part of artificial intelligence applications. The student is able to recognize situations where artificial intelligence can be utilized and to understand what kind of data is needed.

Assessment criteria, excellent (5) (course unit)

The student is able to research and analyze artificial intelligence in many ways and well understands the role of data as part of artificial intelligence applications. The student is able to recognize situations in which artificial intelligence can be utilized and understood well, what kind of data is needed and whether there is enough data available and where more data can be obtained.

Exam schedules

Ei tenttiä.

Assessment methods and criteria

Kurssiarvosana perustuu kurssin välietappien asianmukaiseen saavuttamiseen:
1 - seminaari esitys pidetty (pakollinen)
+1 - seminaari esityksen laajuus ja sisältö asianmukainen
+1 - väliraportti palautettu ajallaan
+1 - loppuraportti ja lopullinen esitysmateriaali palautettu ajallaan
+1 - Seminaariesitys pitää sisällään myös "live-demon" kolmannen osapuolen tekemää ja/tai (pientä) itse tehtyä sovellusta hyödyntäen. (Plan-B:nä on hyvä ottaa kuitenkin esityskalvoihin pari ruuduunkaappauskuvaa sen varalta, että live-demossa tulee teknisiä ongelmia.)

Assessment scale

0-5

Teaching methods

Pienryhmätyöskentelyä kampuksella, etäosallistumismahdollisuudella MS Teamsillä. Kurssin aikana tutustutaan valittuun tekoälyn tai sen sovelluksen aihepiiriin pienryhmissä (tiivis väliraportti), syvennetään siihen liittyvää omaa osaamista (lyhyt loppuraportti) ja valmistellaan aiheesta esitys muille kurssin osallistujille (seminaariesityksen esityskalvot tms. materiaali). Aikataulut, ohjeistus, aineistot ja tehtävien palautus Moodlessa.

Learning materials

Materiaali moodlessa, sisältäen linkkejä aihepiirin englanninkieliseen aineistoon.

Further information

Tekoälyn käyttö on kurssilla sallittua rajoitetusti. Tekoälyä voi ja on joskus jopa suositeltavaakin kriittisesti käyttää oppimiskaverina mutta esim. tekoälyavustajien generoimia tuotoksia ei sellaisenaan saa palauttaa omina kurssisuorituksina. Opiskelijoiden tulee ensisijaisesti käyttää TAMKin ja opettajan osoittamia työkaluja. Erityisesti: kurssimateriaalin, tehtävien ym. lataaminen TAMKin tietojärjestelmien ulkopuolisille tekoälyavustajille on kiellettyä, ellei tehtävänannossa tapauskohtaisesti näin erikseen ohjeisteta.