Արհեստական բանականությունը արդյունաբերության մեջ. գործիքներ և պրակտիկա
Դասընթացի Իդ : AI-003
Դասի տևողությունը (օրերով) : 16 ակադեմիական ժամ
Տևողությունը առցանց : 16 ակադեմիական ժամ
Ուսումնական պլան : Անձամբ, Virtual Instructor-Led Training - ONLINE
Առաքում
:
05.10.2026 - 08.10.2026
Ակնարկ
Այս դասընթացը կենտրոնանում է արդյունաբերության մեջ արհեստական բանականության ներդրման գործնական կողմերի վրա՝ սկսած հիմնական հասկացություններից մինչև ոլորտին հատուկ ուսումնասիրություններ: Մասնակիցները կուսումնասիրեն, թե ինչպես են արհեստական բանականության տեխնոլոգիաները կիրառվում արդյունաբերության մեջ՝ արտադրական գործընթացները օպտիմալացնելու համար, ներառյալ կանխատեսող սարքավորումների սպասարկումը, ավտոմատացված գործիքավորումը, արտադրանքի և սարքավորումների ոչ ինվազիվ որակի վերահսկողությունը և հարակից և օժանդակ գործընթացների արդյունավետության բարձրացումը։
Ծրագիրը ներառում է մեքենայական ուսուցում, համակարգչային տեսողություն և կանխատեսող վերլուծություն, ինչպես նաև մեծ տվյալների մշակման և որոշումների կայացման գործիքներ։
Գործնական բաղադրիչը հիմնված է արդյունաբերության մեջ արհեստական բանականության կիրառման ուսումնասիրությունների վրա՝ օգտագործելով տարբեր ոլորտների ընկերությունների օրինակներ, այդ թվում՝ նավթի և գազի, մեքենաշինության, քիմիական նյութերի, արտադրության և այլ ոլորտների։
Սա կօգնի ուսանողներին հասկանալ, թե որտեղ կարող է արհեստական բանականության կիրառումը արդյունաբերության մեջ չափելի արդյունքներ տալ, և որտեղ դրա ներդրումը կապված է ռիսկերի հետ և անիրագործելի է։
Այս դասընթացի լսարանը
Արտադրական գործընթացների կառավարման, թվային տեխնոլոգիաների ներդրման, սարքավորումների շահագործման և վերանորոգման, ինչպես նաև արտադրական գործընթացների բարելավման մեջ ներգրավված մենեջերներ։
Արդյունքներ
«Արհեստական բանականությունը արդյունաբերության մեջ» դասընթացն ավարտելուց հետո մասնակիցները կստանան հետևյալ հմտությունները՝
- Հասկանալ արհեստական բանականության (ԱԲ) հիմնական հասկացությունները, դրա հնարավորությունները և սահմանափակումները, այդ թվում՝ արդյունաբերական արտադրության համատեքստում։
- Հասկանալ ԱԲ-ի ներուժը արտադրական գործընթացների օպտիմալացման, էներգաարդյունավետության բարձրացման, արդյունաբերական անվտանգության ապահովման և մատակարարման շղթաների կառավարման համար։
- Հասկանալ արդյունաբերական ճարտարագիտության հիմունքները՝ որպես ԱԲ լեզվական մոդելների հետ արդյունավետ փոխազդեցության գործիք՝ կառավարման խնդիրներ լուծելու համար (հաշվետվությունների պատրաստում, տվյալների վերլուծություն, ռազմավարական պլանավորում, հաղորդակցություն)։
- Հասկանալ մեքենայական ուսուցման և նեյրոնային ցանցերի նման հասկացությունների միջև եղած տարբերությունները, ներառյալ այս տեխնոլոգիաների հիերարխիան։
- Նույնականացնել արհեստական բանականության ներդրման խոստումնալից ոլորտները արտադրական միջավայրերում և գնահատել նման նախաձեռնությունների ռիսկերն ու օգուտները։
- Բարելավել և/կամ ձեռք բերել նոր կարողություններ թվային փոխակերպման ոլորտում, ներառյալ ԱԲ հիմնական գործիքների (ներառյալ գեներատիվ ԱԲ-ն և որոշումների աջակցության համակարգերը) և դրանց կիրառելիության ըմբռնումը քիմիական արդյունաբերության մեջ։
Ուրվագիծ
Ծրագրի գործնական մասը հիմնված կլինի արդյունաբերական օբյեկտներում (ներառյալ նավթի և գազի, քիմիական և դրանց հետ կապված արդյունաբերություններում) արհեստական բանականության կիրառման ուսումնասիրությունների վրա, ներառյալ կանխատեսողական սպասարկման համակարգերը, գործիքավորման ավտոմատացումը, արտանետումների մոնիթորինգը, արտադրանքի որակի կառավարումը, էներգաարդյունավետության բարելավումը և այլն։
1. Արհեստական բանականության (ԱԲ) ներածություն
- Արհեստական բանականության հասկացությունը. սահմանում, զարգացման հիմնական ոլորտներ
- ԱԲ-ի և ավանդական ավտոմատացված համակարգերի միջև տարբերությունները
- ԱԲ տեխնոլոգիաների ընդհանուր դասակարգում. թույլ և ուժեղ ԱԲ, բարձր մասնագիտացված համակարգեր
2. Մեքենայական ուսուցում և նեյրոնային ցանցեր. հասկացություններ, տարբերություններ, կիրառություններ
- Ի՞նչ է մեքենայական ուսուցումը. շահագործման սկզբունքներ, ուսուցման տեսակներ
- Նեյրոնային ցանցեր. շահագործման սկզբունքներ, ճարտարապետություն, կիրառման ոլորտներ
- Հասկացությունների միջև կապը. ԱԲ, մեքենայական ուսուցում, նեյրոնային ցանցեր
- Արհեստական բանականության գործիքներ
- Ժամանակակից ԱԲ հարթակների և լուծումների ակնարկ (ներառյալ գեներատիվ ԱԲ, իրավունքի մագիստրոսական կրթություն,
- տվյալների վերլուծության համակարգեր)
- Կանխատեսողական գործիքներ
- Համակարգչային տեսողություն
3. Տվյալների մեծ տվյալների մշակման, վիզուալիզացիայի և որոշումների կայացման գործիքներ
- Գործնական պրակտիկա – ուսումնասիրություն
4. Հուշումների ճարտարագիտության հիմունքներ
- Ի՞նչ է հուշումը և ինչու է այն անհրաժեշտ
- Արդյունավետ ստեղծելու սկզբունքներ Կառավարման խնդիրների լուծման հուշումներ
- Գործնական օրինակներ՝ հաշվետվությունների պատրաստում, կանոնակարգերի վերլուծություն, որոշումների ձևակերպում,
- տեխնիկական փաստաթղթերի հետ աշխատանք
- Գեներատիվ արհեստական բանականության օգտագործման սահմանափակումներն ու ռիսկերը
- Գործնական պրակտիկա – Դեպքի ուսումնասիրություն
5. Արհեստական բանականության գործնական կիրառումը արդյունաբերական վայրերում
- Տարբեր գործիքների կիրառելիությունը քիմիական արտադրության մեջ
- Արհեստական բանականության ներդրման դեպքեր քիմիական, նավթագազային և հարակից ոլորտներում
- Առաջատար համաշխարհային ընկերությունների փորձ
6. Ինտերակտիվ պրակտիկա և խմբային առաջադրանքներ
- Աշխատանք ձեր ընկերության գործունեությանը նման իրական կյանքի սցենարների հետ՝ քննարկում և վարկածների առաջացում։
- Դեպքի ուսումնասիրություն և վարկածների մշակում խմբերով (2 խումբ) դասախոսների հետ
- Գեներացված դեպքերի վերլուծություն (խմբային արդյունքների ներկայացում). արտադրական ոլորտներում արհեստական
- բանականության ներդրման հնարավորությունների բացահայտում, քննարկում
- Ռազմավարական նախաձեռնությունների և թվային փոխակերպման խոչընդոտների քննարկում
