Τρία Μαθήματα Κλειδιά στο Συμπόσιο και Θερινό Σχολείο Τεχνητής Νοημοσύνης «AIDA AICET2025»
Το διεθνές Συμπόσιο και Θερινό Σχολείο Τεχνητής Νοημοσύνης, γνωστό ως AIDA AICET2025 – AI/ML Cutting Edge Trends Symposium & Summer School, διοργανώνει τρία υψηλής αξίας στοχευμένα μαθήματα που εστιάζουν σε σύγχρονες εφαρμογές της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης. Η διοργάνωση θα λάβει χώρα από 14 έως 18 Ιουλίου 2025 στο ΚΕΔΕΑ του Αριστοτέλειου Πανεπιστημίου Θεσσαλονίκης (ΑΠΘ) και έχει αναλάβει η Διεθνής Ακαδημία Διδακτορικών Σπουδών στην Τεχνητή Νοημοσύνη (AIDA) σε συνεργασία με το ΑΠΘ.
Τα τρία μαθήματα απευθύνονται σε συμμετέχοντες του συμποσίου με διαφορετικά επίπεδα εμπειρίας στην Τεχνητή Νοημοσύνη:
1. Εισαγωγικό Μάθημα Θεμελίωσης στην Τεχνητή Νοημοσύνη/Μηχανική Μάθηση: Deep Learning
Ημερομηνία: 13 Ιουλίου 2025
Διδάσκων: Καθηγητής Ιωάννης Πήτας (ΑΠΘ)
Αυτό το μάθημα προσφέρεται μία ημέρα πριν την επίσημη έναρξη του Συμποσίου και αποβλέπει στη γρήγορη ενίσχυση του υποβάθρου των συμμετεχόντων σε θεμελιώδεις έννοιες της Βαθιάς Μάθησης (Deep Learning). Είναι ιδανικό για φοιτητές, επιστήμονες και επαγγελματίες που δεν διαθέτουν προηγούμενη εμπειρία στον τομέα της Τεχνητής Νοημοσύνης.
2. Deep Learning and Computer Vision for Industrial Infrastructure Inspection
Ημερομηνία: 15 Ιουλίου 2025
Αυτό το μάθημα επικεντρώνεται στην αξιοποίηση των τεχνολογιών της Τεχνητής Νοημοσύνης και της Υπολογιστικής Όρασης για την αυτόματη επιθεώρηση και ανίχνευση φθορών σε βιομηχανικές υποδομές, όπως γέφυρες και αγωγοί. Περιλαμβάνει παραδείγματα πραγματικών εφαρμογών καθώς και προσεγγίσεις αιχμής στον τομέα της Βιομηχανικής Επιτήρησης.
3. Big Visual Data Analytics for Natural Disaster Management (NDM)
Ημερομηνία: 18 Ιουλίου 2025
Αυτό το μάθημα εστιάζει στη χρήση Τεχνητής Νοημοσύνης και ανάλυσης οπτικών δεδομένων μεγάλης κλίμακας για την πρόληψη, παρακολούθηση και απόκριση σε φυσικές καταστροφές. Παρουσιάζονται τεχνικές αιχμής της Υπολογιστικής Όρασης και της Μηχανικής Μάθησης που διευκολύνουν την αυτόματη επεξεργασία δεδομένων από δορυφόρους, drones και επίγειους αισθητήρες, με σκοπό την ανίχνευση κινδύνων και τη βελτιστοποίηση της διαχείρισης κρίσεων. Το μάθημα αφορά μηχανικούς, ερευνητές και στελέχη φορέων πολιτικής προστασίας που επιθυμούν να αξιοποιήσουν την Τεχνητή Νοημοσύνη στην ανθεκτικότητα και τη διαχείριση φυσικών κινδύνων.
Όλα τα μαθήματα θα διεξαχθούν στην αγγλική γλώσσα και είναι απαραίτητες οι βασικές γνώσεις Μαθηματικών για την ορθή κατανόηση τους. Η παρακολούθηση θα μπορεί να γίνει είτε με φυσική παρουσία στο ΚΕΔΕΑ του ΑΠΘ είτε διαδικτυακά, προσφέροντας ευελιξία στους συμμετέχοντες.
Η επίσημη ιστοσελίδα του συμποσίου, όπου οι ενδιαφερόμενοι μπορούν να πληροφορηθούν περισσότερα και να εγγραφούν, παρέχεται για την εύκολη πρόσβαση στην εκδήλωση.