Elements of AI 2.0 - NAIL141

• Anglický název: Elements of AI 2.0
• Zajišťuje: Katedra softwaru a výuky informatiky (32-KSVI)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2025
• Semestr: oba
• E-Kredity: 3
• Rozsah, examinace: 1/1, Z [HT]
• Počet míst: neomezen
• Minimální obsazenost: 5
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: kombinovaný
• Další informace: https://aivk.cz/elements_of_ai_2.html
• Poznámka: předmět lze zapsat v ZS i LS
• Garant: Mgr. Tereza Hannemann, Ph.D.; Mgr. Rudolf Rosa, Ph.D.
• Vyučující: Mgr. Tereza Hannemann, Ph.D.; Mgr. Rudolf Rosa, Ph.D.
• Neslučitelnost : NAIL130

Anotace

čeština

AI, umělá inteligence, chytrá zařízení, strojové učení… Tato slova slyšíme stále častěji. AI proniká do mnoha oborů lidské činnosti, od vývoje léků až po výběr partnera. Předmět „Elements of AI 2.0“ je určen pro úplné začátečníky v oblasti AI a uvádí studenty do tématu bez nutnosti programování. Předmět se skládá z online kurzu, několika prezenčních setkání a domácí práce. Více na www.aivk.cz.

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)

angličtina

AI, artificial intelligence, smart devices, machine learning… These terms are heard more and more frequently. AI is penetrating many areas of human activity, from drug development to partner selection. The course “Elements of AI 2.0” is designed for complete beginners in the field of AI and introduces the topic without the need for programming. The course consists of an online module, several in-person sessions, and a final assignment. More at www.aivk.cz.

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)

Cíl předmětu

čeština

Cíl předmětu Jde o předmět opravdových základů pro úplné začátečníky, určený zejména pro studenty mimo MFF. Předmět se skládá ze tří částí: online kurzu (Elements of AI), účasti na prezenční přednášce a závěrečného workshopu. Po úspěšném absolvování online kurzu student pochopí: Co je to autonomie a adaptabilita v kontextu umělé inteligence Jak funguje Turingův test Jak formulovat reálný problém ve formě, která je vhodná pro vyhledávání Co je to neuronová síť Jaké technické metody tvoří základ pro neuronové sítě Jak je náročné předvídání budoucnosti Jaké jsou hlavní společenské dopady umělé inteligence, včetně algoritmické předpojatosti a obsahu generovaného umělou inteligencí V rámci studentem vybrané přednášky si student rozšíří obzor v konkrétní disciplíně AI. (např. AI ve zdravotnictví, právu, dopravě nebo použití dronů). Závěrečný workshop slouží k upevnění získaných znalostí a prezentaci domácí práce. Během závěrečného workshopu se studenti seznámí s tématy svých kolegů a budou tak moci nahlédnout do dalších oborů lidské činnosti.

Poslední úprava: Hannemann Tereza, Mgr., Ph.D. (22.05.2025)

angličtina

Course Objective:

This is a foundational course for complete beginners, especially intended for students outside the Faculty of Mathematics and Physics (MFF).

The course consists of three parts: the online course (Elements of AI), participation in an in-person lecture, and a final workshop.

After successfully completing the online course, students will understand:

• What autonomy and adaptability mean in the context of AI

• How the Turing test works

• How to formulate a real-world problem in a form suitable for search

• What a neural network is

• What technical methods underlie neural networks

• How difficult it is to predict the future

• What the main societal impacts of AI are, including algorithmic bias and AI-generated content



Through a selected lecture, students will deepen their understanding of a specific area of AI 

(e.g., AI in healthcare, law, transportation, or drone usage).

The final workshop serves to consolidate the knowledge gained and to present the final assignment.

During the workshop, students will share their topics with peers and thus gain insight into other areas of human activity.

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)

Podmínky zakončení předmětu

čeština

Pro aktuální informace a odkazy sledujte webovou stránku předmětu: https://aivk.cz/elements_of_ai_2.html

Podmínky zakončení předmětu
 Úspěšně absolvovat online kurz „Elements of AI“ v češtině nebo angličtině na: https://course.elementsofai.com

 Zaslat odkaz na certifikát

 Zaslat domácí práci přes formulář

 Účastnit se alespoň jedné přednášky z naší či vlastní nabídky. Přehled akcí bude průběžně zveřejňován na www.aivk.cz

 Účastnit se závěrečného workshopu ve zkouškovém období (řídí se harmonogramem MFF UK)

Předmět je hodnocen známkou prospěl/neprospěl (bez číselného hodnocení). �

Kurz je možné absolvovat pouze 1× v rámci jedné fakulty (ani pod jiným kódem např. TVOL0007 nebo NAIL 130).

Více k online kurzu

Kurz vznikl na univerzitě v Helsinkách ve spolupráci s firmou MinnaLearn, v ČR jej šíří prg.ai. Doporučujeme dokončení alespoň 14 dnů před termínem pro získání certifikátu (peer-review může chvíli trvat).

Hodnocení je založeno na kvízech, numerických cvičeních a písemných odpovědích, které jsou hodnoceny automaticky, spolužáky nebo instruktory.

Podmínky pro úspěšné absolvování online kurzu:

 Splnění minimálně 90 % cvičení

 Minimálně 50 % správných odpovědí

Preferujeme absolvování kurzu v angličtině, ale v případě potřeby je možná i čeština.

Poslední úprava: Rosa Rudolf, Mgr., Ph.D. (21.01.2026)

angličtina

NOTE THAT THIS COURSE IS CURRENTLY ONLY OFFERED IN CZECH LANGUAGE. You can do the online course in English, but you cannot get credits for that.

Course Completion Requirements:

�

• Successfully complete the online course “Elements of AI” in Czech or English at: https://course.elementsofai.com�

• Submit a link to the certificate�

• Submit the final assignment via a form

• Attend at least one lecture from our or a personal selection. A list of events will be published at www.aivk.cz�

• Attend the final workshop during the exam period (following the MFF UK academic calendar)�

�

The course is graded as pass/fail (without numeric grading).�

The course may only be taken once within one faculty (not even under a different code, such as TVOL0007 or NAIL 130).�

�

About the Online Course�

The course was created at the University of Helsinki in collaboration with MinnaLearn and is distributed in the Czech Republic by prg.ai. Completion is recommended at least 14 days before the desired certificate deadline (peer-review may take some time).�

Assessment is based on quizzes, numerical exercises, and written responses, which are evaluated automatically, by peers, or by instructors.�

�

Requirements for successful completion:�

• Completion of at least 90% of the exercises�

• At least 50% correct answers�

Taking the course in English is preferred, but Czech is acceptable if necessary.

Poslední úprava: Rosa Rudolf, Mgr., Ph.D. (21.01.2026)

Literatura

čeština

Literatura:
K online kurzu:

 přímý odkaz na online kurz: https://course.elementsofai.com

 Další informace: https://www.elementsofai.com/ I https://www.elementsofai.cz

K umělé inteligenci obecně:

 Stuart Russell and Peter Norvig. Artificial Intelligence: A Modern Approach (4th Edition). Pearson, 2020. http://aima.cs.berkeley.edu

 Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning. MIT Press, 2016. https://www.deeplearningbook.org/

AI v různých oborech:

 Gundersen, T., & Bærøe, K. (2022). The Future Ethics of Artificial Intelligence in Medicine: Making Sense of Collaborative Models. Science and Engineering Ethics, 28(2), 1-16.

 Schapals, A. K., & Porlezza, C. (2020). Assistance or resistance? Evaluating the intersection of automated journalism and journalistic role conceptions. Media and Communication, 8(3), 16-26.

 Liao, S. M. (Ed.). (2020). Ethics of artificial intelligence. Oxford University Press

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)

angličtina

Literature:


For the online course:

• Direct link to the course: https://course.elementsofai.com

• More information: https://www.elementsofai.com/ | https://www.elementsofai.cz



On AI in general:

• Stuart Russell and Peter Norvig. Artificial Intelligence: A Modern Approach (4th Edition). Pearson, 2020. http://aima.cs.berkeley.edu

• Ian Goodfellow and Yoshua Bengio and Aaron Courville. Deep Learning. MIT Press, 2016. https://www.deeplearningbook.org/



AI in various fields:

• Gundersen, T., & Bærøe, K. (2022). The Future Ethics of Artificial Intelligence in Medicine: Making Sense of Collaborative Models. Science and Engineering Ethics, 28(2), 1-16.

• Schapals, A. K., & Porlezza, C. (2020). Assistance or resistance? Evaluating the intersection of automated journalism and journalistic role conceptions. Media and Communication, 8(3), 16-26.

• Liao, S. M. (Ed.). (2020). Ethics of artificial intelligence. Oxford University Press

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)

Metody výuky

čeština

Metody výuky
Kurz se skládá z online části (Elements of AI), návštěvy přednášky nebo workshopu, domácí práce a prezentace na závěrečném workshopu. 

Studenti si zvolí vlastní AI téma s přesahem do studia, které zpracují a sdílí s ostatními.

Cílem je získat základní přehled, prohloubit znalost v jednom tématu a sdílet zajímavosti s ostatními studenty.

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)

angličtina

Teaching Methods:

The course consists of an online part(Elements of AI), attending a lecture or workshop, a final assignment, and presentation at the final workshop.

Students choose their own AI-related topic with relevance to their field of study, develop it, and share it with peers.

The goal is to gain a basic overview, deepen understanding in one specific topic, and share insights with fellow students.

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)

Sylabus

čeština

Sylabus
1) Online část:

Kurz obsahuje 6 kapitol:

 Co je umělá inteligence?

 Řešení problémů pomocí umělé inteligence

 Umělá inteligence v reálném světě

 Strojové učení

 Neuronové sítě

 Důsledky

Každá kapitola obsahuje textové a interaktivní prvky. Celková časová dotace je 20-30 hodin.

2) Prezenční část:

Účast na přednášce dle výběru, domácí příprava a prezentace v rámci závěrečného workshopu (3-4 hodiny).

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)

angličtina

Syllabus:


1) Online Part:

The course contains 6 chapters:

• What is AI?

• Solving problems with AI

• AI in the real world

• Machine learning

• Neural networks

• Implications

Each chapter contains text and interactive elements. Total time commitment is 20-30 hours.



2) In-Person Part:

Attendance at a selected lecture, independent preparation, and presentation during the final workshop (3-4 hours).

Poslední úprava: Holan Tomáš, RNDr., Ph.D. (21.05.2025)