1. Mi is az a mesterséges intelligencia? |
Alapfogalmak, Narrow AI vs. Generative AI, mindennapi és irodai példák |
MI definíciók, tanulás-következtetés-problémamegoldás hármas, hétköznapi használat |
2. A gépi tanulás alapjai |
Hogyan tanul a modell, felügyelt vs. felügyelet nélküli tanulás, adat szerepe |
Klasszifikáció, klaszterezés, neurális hálózatok, „adat az AI üzemanyaga” szemlélet |
3. AI-kockázatok és korlátok |
Elfogultság, hallucináció, túlzott bizalom, GDPR-alapelvek |
Rejtett veszélyek és üzleti/jogi következmények; adatkezelési minimál-elvek |
4. EU AI Act és etikai keretek |
A rendelet 4 kockázati kategóriája, vállalati AI-governance, felhasználói etikett |
Tiltott–magas–korlátozott–minimális kockázatú rendszerek; átláthatóság, magyarázhatóság, adatvédelem |