FELHASZNÁLÓI ÉLMÉNY - UX ÉS INTERAKCIÓ

A mellékspecializáció a mesterséges intelligencia (AI) és a felhasználói élmény (UX) területén nyújt gyakorlat orientált képzést a hallgatóknak. A felhasználói élmény (User Experience, UX) megtervezése és megvalósítása magába foglalja egy termék létrehozásának és alkalmazásba integrálásának teljes folyamatát. Ebbe beleértendő a márkanévtől, a funkcionális tervezésen át a design és a felhasználhatóság (usability) témaköre is. A felhasználói élmény részterülete a felhasználói felület (user interface), az interakció, a felhasználhatóság, és az esetleges hibajavítás és termékfrissítés is. A gépi tanulás alapú mesterséges intelligencia szerepe egyre nő azokban a megoldásokban amelyekkel a felhasználók találkoznak. Ahhoz, hogy a mesterséges intelligenciában rejlő lehetőségek hasznosuljanak, nem elegendő tesztadatokon jól teljesítő modelleket előállítani, hanem a felhasználók számára megfelelő módon kell ezekhez hozzáférést biztosítani. A felhasználói felület és a felhasználói élmény megfelelő szintjét segíthetik elő a mögöttes mesterséges intelligencia alapú tartalmak, modellek és motorok. A mellékspecializáció célja, hogy a hallgató megismerje a felhasználói élmény színvonalas eléréséhez szükséges alapelveket, módszereket és eszközöket. Különös tekintettel az ezekhez kapcsolódó gépi tanuláson alapuló módszerekre, modellekre és azok felhasználására. A fókuszt ezek alkalmazására, kész rendszerekbe való integrálására, illetve a működő megoldások követésére és továbbfejlesztésére tesszük. A UX és AI kapcsolatának ismertetése gyakorlat alapú, ipari megoldások bemutatásával, csoportmunka keretében történő hallgatói projektekkel, valamint ipari példák alapján kidolgozott laborok segítségével valósul meg.

Deep Learning a gyakorlatban Python és LUA alapon

A tárgyban a gépi tanulás legújabb paradigmájával, a mély tanulással (deep learning) ismerkedhet meg a hallgató. A mély tanuló rendszerek már a gépi beszéd- és látásfunkciók modellezésén túl alkalmasak például fordításra, zenei stílus automatikus osztályozására, felhasználói preferencia jóslására, felhasználó azonosítására, sőt, akár rajzolni és zenét komponálni is tudnak. Napjainkban már az olyan nagy cégek, mint a Google, Facebook, Amazon, IBM is egyre több technológiájukat helyezik deep learning alapokra. A tárgy gyakorlati problémák megoldásán keresztül tanítja meg a rendelkezésre álló, az iparban is széles körben használt két legfontosabb nyílt forráskódú mély tanuló keretrendszer, a Facebook által támogatott Torch (LUA) és a Theano (Python) programozását és az ezek széleskörű használatához szükséges elméleti alapokat.

Beszédinformációs rendszerek

A tárgy célja a beszédlánc elemei mesterséges megvalósításának megismertetése és a beszéddel vezérelt és/vagy beszéddel válaszoló információs rendszerek azon eljárásainak taglalása, amelyek beszédspecifikusak. A tárgy gyakorlati példák felhasználásával mutatja be a beszédinformációs rendszerek kialakításához szükséges elméleti és gyakorlati ismereteket, az automatizáláshoz alkalmazható beszédtechnológiai eszközrendszer főbb elemeit, azok alapvető működési elveit, specifikációs jellemzőit.

Ember gép interfész

A tárgy célja megismertetni a hallgatókkal a vizuális, gesztus és beszéd interfész technológiákat az ember-gép kapcsolatban (Human computer interaction, HCI), külön hangsúlyt fektetve az intelligens környezetekben (város, otthon, munkahely) működő alkalmazások és szolgáltatások személyre szabott, hely- és környezetfüggő interfészeire.