Tổng quan

• Tập trung vào các khái niệm nền tảng, lịch sử và ứng dụng của trí tuệ nhân tạo (AI) trong nhiều ngành công nghiệp.
• Khám phá vai trò của AI trong việc giải quyết vấn đề, tự động hóa nhiệm vụ và thúc đẩy đổi mới trong thế giới hiện đại.

Mục tiêu 

• Hiểu các khái niệm và phương pháp cơ bản trong lĩnh vực AI.
• Có khả năng áp dụng các thuật toán tìm kiếm trong việc giải quyết vấn đề bằng AI.
• Hiểu các nguyên tắc về biểu diễn tri thức và lý luận trong AI.
• Có khả năng áp dụng các kỹ thuật học máy (machine learning) trong AI.
• Hiểu các vấn đề đạo đức và tác động xã hội của AI.

• Xem chi tiết về Mục tiêu Chương trình, Chủ đề và Tài liệu tham khảo TẠI ĐÂY.

Tổng quan

• Khám phá cách AI có thể giải quyết các thách thức bền vững toàn cầu, bao gồm quản lý tài nguyên, biến đổi khí hậu và bảo vệ môi trường.
• Tập trung vào các giải pháp sáng tạo dựa trên AI nhằm thúc đẩy thực hành bền vững và tăng trưởng đạo đức.

Mục tiêu 

• Phát triển khả năng phân tích vai trò của AI trong việc thúc đẩy tính bền vững và trách nhiệm môi trường.
• Đánh giá các ứng dụng của AI trong việc giải quyết các thách thức liên quan đến tính bền vững.
• Hiểu các công cụ và phương pháp để triển khai các giải pháp bền vững dựa trên AI.

Tổng quan

• Nghiên cứu các thách thức đạo đức trong AI, bao gồm tính công bằng, minh bạch, giảm thiểu thiên vị và khả năng giải thích các quyết định của AI.
• Tập trung vào việc phát triển các hệ thống AI có trách nhiệm, phù hợp với kỳ vọng của xã hội và quy định pháp lý.

Mục tiêu 

• Phát triển khả năng phân tích các vấn đề đạo đức và công bằng trong ứng dụng AI.
• Đánh giá các chiến lược để đảm bảo tính minh bạch, giảm thiểu thiên vị và trách nhiệm trong AI.
• Hiểu các công cụ và phương pháp xây dựng các hệ thống AI có khả năng giải thích và tuân thủ đạo đức.

Tổng quan

• Tập trung vào các khái niệm và kỹ thuật nâng cao trong học sâu, bao gồm mạng nơ-ron, phương pháp huấn luyện mô hình và các ứng dụng thực tế.
• Nghiên cứu cách học sâu thúc đẩy những đột phá trong các lĩnh vực như thị giác máy tính, xử lý ngôn ngữ tự nhiên và phân tích dự đoán.

Mục tiêu 

• Phát triển sự hiểu biết sâu sắc về các kiến trúc mạng nơ-ron và phương pháp huấn luyện.
• Đánh giá các ứng dụng của học sâu trong việc giải quyết các vấn đề phức tạp.
• Hiểu các công cụ và khung làm việc để thiết kế và triển khai các mô hình học sâu.

Tổng quan

• Khám phá cách thiết kế và phát triển các tác nhân thông minh có khả năng nhận thức môi trường và đưa ra quyết định tự động.
• Tập trung vào các ứng dụng thực tế của tác nhân thông minh trong lĩnh vực robot, tự động hóa và hệ thống ra quyết định.

Mục tiêu 

• Phát triển khả năng phân tích hành vi và các ứng dụng của tác nhân thông minh.
• Đánh giá chiến lược thiết kế và triển khai các hệ thống tự động một cách toàn diện.
• Hiểu các công cụ và kỹ thuật để tạo ra các tác nhân thông minh thích nghi trong các môi trường động.

Tổng quan

• Cung cấp sự hiểu biết toàn diện về các phương pháp nghiên cứu và cách áp dụng chúng trong các nghiên cứu về trí tuệ nhân tạo (AI).
• Tập trung vào việc thiết kế dự án nghiên cứu, thu thập và phân tích dữ liệu, cũng như trình bày kết quả một cách hiệu quả.

Mục tiêu 

• Phát triển khả năng thiết kế và thực hiện các dự án nghiên cứu tập trung vào AI.
• Đánh giá các phương pháp nghiên cứu và tính phù hợp của chúng trong việc giải quyết các thách thức liên quan đến AI.
• Hiểu các công cụ và kỹ thuật để phân tích dữ liệu và trình bày kết quả nghiên cứu.

Capstone Project là bài tập cuối cùng mà học viên Master of AI thực hiện vào giai đoạn cuối chương trình học. Mục tiêu Capstone Project là để tổng hợp và áp dụng các kiến thức, kỹ năng mà học viên đã tích lũy trong suốt quá trình học tập. Khác với các kỳ thi truyền thống, Capstone Project yêu cầu học viên giải quyết các vấn đề thực tế hoặc đối mặt với thách thức trong lĩnh vực của mình.

Đặc điểm chính của Capstone Project

• Ứng dụng thực tiễn: Học viên giải quyết các vấn đề thực tế,  với dữ liệu công khai hoặc dữ liệu mô phỏng sát thực tế trong các lĩnh vực như doanh nghiệp, y tế, giáo dục, tài chính, công nghiệp, v.v.).
• Tích hợp kiến thức: Capstone Project yêu cầu học viên tổng hợp và áp dụng các khái niệm từ nhiều môn học, thể hiện khả năng tư duy hệ thống và sử dụng thông tin hiệu quả trong bối cảnh chuyên nghiệp.
• Yếu tố nghiên cứu: Một phần quan trọng của Capstone Project bao gồm thu thập, phân tích và diễn giải dữ liệu nhằm hỗ trợ kết luận và đề xuất.
• Nộp và/hoặc thuyết trình: Sau khi hoàn thành, học viên nộp và/hoặc thuyết trình Capstone Project với trường.

Lợi ích của Dự án Capstone:

• Kinh nghiệm thực tế: Học viên có cơ hội giải quyết các vấn đề kinh doanh thực tiễn, áp dụng kiến thức vào tình huống thực tế.
• Phát triển kỹ năng: Capstone Project giúp nâng cao tư duy phản biện, kỹ năng giải quyết vấn đề, nghiên cứu và giao tiếp.
• Danh mục công việc: Sản phẩm cuối cùng của Capstone Project có thể trở thành minh chứng năng lực, hỗ trợ trong các buổi phỏng vấn hoặc phát triển sự nghiệp.
• Mạng lưới quan hệ: Capstone Project thường tạo cơ hội kết nối với các chuyên gia trong ngành, xây dựng mối quan hệ giá trị.

Trong suốt quá trình hình thành Capstone Project sẽ được hỗ trợ bởi trợ giảng nghiên cứu và hệ thống hỗ trợ tiếng Anh, hỗ trợ học thuật của London Academy of Sciences Việt Nam.