Studieplan for Kunstig intelligens, 5-årig masterprogram (2024–2029)

Tilbudet av valgemner kan bli endret underveis, blant annet i forhold til antall studenter som ønsker å ta emnet. Enkelte valgemner i 8. og 9. semester vil ikke bli tilbudt hvert år.

Femte semester er lagt til rette for utveksling. Utveksling er også mulig i åttende og niende semester.

Hva lærer du?

Læringsutbytte

Kunnskap

• ha avansert kunnskap om kunstig intelligens og maskinlæring

• ha avansert kunnskap om IT-prosjekter og prosjektarbeid, spesielt prosjektarbeid knyttet til avansert kunstig intelligens

• kunne anvende kunnskap om ulike former for lærende dataalgoritmer for å løse praktiske problemer på tvers av fagfelt

• ha inngående kunnskap om vitenskapelig teori og metode innenfor IKT

• kunne analysere faglige problemstillinger med utgangspunkt i kunstig intelligens og fagområdet IKT sin historie, tradisjoner, egenart og plass i samfunnet

Ferdigheter

• kunne utvikle og evaluere programvare generelt og avanserte lærende algoritmer spesielt

• kunne selvstendig og kritisk analysere avansert kunstig intelligens, inkludert i hvilken grad utviklet programvare fungerer etter hensikt

• kunne kritisk vurdere i hvilken grad kunstig intelligens er beste løsning på et praktisk problem, og hvilke algoritmer som passer

• kunne gjennomføre et forsknings- eller utviklingsarbeid i tråd med forskningsetiske normer innenfor fagfeltet IKT

Generell kompetanse

• kunne arbeide selvstendig eller i gruppe, og kunne formidle problemstillinger og løsninger, både muntlig og skriftlig i faglige, så vel som allmenne, sammenhenger

• være bevisst miljømessige, etiske og økonomiske konsekvenser av informasjonsteknologiske produkter og løsninger og evne å se disse både i et lokalt og et globalt livsløpsperspektiv

• kunne analysere relevante fag- og forskningsetiske problemstillinger, og reflektere rundt hvordan teoretisk analyse kan være praktisk anvendbar og ha nytteverdi i arbeidslivet

• kunne utvikle praktisk anvendbar kunstig intelligens uavhengig av fagfelt, og arbeide på tvers av fag og sektorer

• kunne bidra til nytenkning når det gjelder å planlegge og evaluere avansert programvare i ulike fagfelt, inkludert kunstig intelligens

Oppbygging og gjennomføring

Opptakskrav

Opptakskrav er en av følgende:

1) Generell studiekompetanse med R1, R2 og Fysikk 1 eller tilsvarende

2) Ettårig forkurs for ingeniørutdanning

3) Toårig teknisk fagskole. Søkere med nyere godkjent 2-årig fagskoleutdanning i tekniske fag må dokumentere kunnskaper i matematikk og fysikk tilsvarende R1, R2 og Fysikk 1.

Anbefalte forkunnskaper

Ingeniørstudier forutsetter gode forkunnskaper i matematikk og fysikk. Studenter med dårligere karakter enn 4 fra videregående eller C fra forkurset i matematikk og fysikk anbefales å følge kursene MA-007 Matematikk oppgradering 2 og FYS002 Fysikk oppgradering i tillegg til ordinære emner 1. studieår.

Generell beskrivelse av studiet

Studiet skal utdanne kandidater ned høy kompetanse innenfor kunstig intelligens som datavitenskapsfelt. Sentralt i studiet er programmering og programvareutvikling. Studentene blir introdusert for kunstig intelligens og maskinlæring i det første året og lærer AI-teknikker gjennom hele studiet. De første tre årene gis i tett samarbeid med bachelorutdanningen i data, og de to siste årene i samarbeid med masterutdanningen i AI og IoT. Gjennom hele det femårige studieløpet vil studentene fordype seg innenfor kunstig intelligens.

Forelesere og veiledere gir studentene personlig oppfølging gjennom hele studiet, i utviklings- og forskningsprosjekter samt i forelesningssalen. Studiet gis i tett samarbeid med forskningssenteret CAIR (Centre for Artificial Intelligence Research). I samarbeid med forskerne på CAIR kan studentene fordype seg innenfor nyskapende informasjonsteknologi, inkludert maskinlæring og dyp læring. Studentene lærer å utvikle banebrytende kunstig intelligens-algoritmer og anvende disse.

Studentene vil gjennom hele studiet ha prosjekter. Studiet samarbeider med regionale, nasjonale og internasjonale bedrifter, og studentene får tilbud om prosjektoppgaver innenfor pågående forsknings- og utviklingsaktiviteter, eller i samarbeid med en bedrift. Deler av studiet er internasjonalt.

Undervisnings-og læringsformer

Sentrale undervisningsformer som blir brukt er fellesforelesninger, gruppearbeid, selvstudium, teoriøvinger og labøvinger individuelt eller i gruppe, samt prosjektarbeid. Det er ikke frammøteplikt til de ordinære forelesningene, men enkelte emner kan ha obligatorisk frammøte. Dette kunngjøres spesielt. Det forutsettes at studentene på egenhånd tilegner seg en stor del av lære- og arbeidsstoffet som hører med til studiet.

En del tid er timeplanfestet til øving og laboratoriearbeid der klassene deles opp i passende grupper. Dette er arrangert slik for at alle studenter skal ha tilgang til utstyr og/eller assistanse slik at øvingsarbeid kan utføres. Studentene må likevel regne med å arbeide utover den timeplanfestede tiden for å utføre oppgavene tilfredsstillende.

Studentene skal utarbeide og hvert semester oppdatere sin personlige utdanningsplan. Studentene forventes å ta fullt ansvar for egen læringssituasjon og progresjon i forhold til sin utdanningsplan.

I forbindelse med arbeid med bacheloroppgaven, er det obligatorisk frammøte til minst 10 veiledningsmøter. I forbindelse med arbeid med ettårig masteroppgave, er det obligatorisk frammøte på minst 15 veiledningstimer. Student og veileder har et felles ansvar for at dette blir gjennomført.

Vurderingsformer

Det benyttes ulike vurderingsformer. I flere emner er det krav om innlevering av oppgaver eller andre krav for å gå opp til eksamen. Skriftlig eksamen, prosjektarbeid, mappevurdering og presentasjoner er blant vurderingsformene som benyttes, enten hver for seg eller i kombinasjon. Vurderingsform for det enkelte emnet er beskrevet i emnebeskrivelsene, under punktet "Eksamen". Enkelte eksamensoppgaver som eventuelt blir gitt på engelsk, kan besvares valgfritt på engelsk, norsk eller et annet skandinavisk språk.

Internasjonalisering

Dagens IT-bransje er internasjonal, både på tjeneste- og produktsiden, med hovedsakelig engelsk som språk. Dette reflekteres i studiet på flere måter. Flere av emnene undervises på engelsk, og de to siste årene kjøres sammen med 2-årig masterprogram i AI og IoT hvor all undervisning er engelskspråklig. I masterprogrammet foregår også mye av gruppearbeidet i samarbeid mellom internasjonale og norske studenter.

Undervisningsspråket vil de tre første årene normalt være norsk. Enkelte av emnene undervises på engelsk enten grunnet internasjonale faglærere, eller for å gi innvekslingsstudenter et større knippe valgmuligheter. De to siste årene foregår undervisningen primært på engelsk. Veiledning, enten individuelt eller i gruppe, kan foregå på engelsk eller norsk avhengig av faglærer.

Studentene kan integrere utenlandsstudier i sin utdanningsplan og som utvekslingsstudent ta 5., 6., 9. og/eller 10. semester ved et partneruniversitet i utlandet der universitetet har avtale. Oversikt over relevante partneruniversiteter for studiet finnes på www.uia.no.

Eventuelle emner tatt i utlandet skal passe inn i bachelorprogrammets utdanningsplan og skal godkjennes av UiA før utreise. Det skal også skrives en avtale om utvekslingsopphold. Det er meget viktig å forberede et utvekslingsopphold god tid i forveien i samråd med studieprogramleder og Internasjonal avdeling.

Vilkår for å gå videre i studiet

Studenten må ved starten av det semesteret bacheloroppgaven skal gjennomføres ha bestått minimum 130 studiepoeng i utdanningsplanen sin.

Studenten må ha bestått minst 165 studiepoeng i sin utdanningsplan for å starte på 4. året.

For å starte på masteroppgaven, må minst 225 studiepoeng i utdanningsplanen være bestått før starten på det semesteret masteroppgaven skal skrives. Emner som masteroppgaven bygger videre på, må være bestått. Tema og problemstilling for oppgaven skal godkjennes av Universitetet i Agder.

Yrkesmuligheter og videre utdanning

Kunstig intelligens er et fagområde i konstant endring, og som griper inn i stadig nye fagområder. En kandidat fra dette masterprogrammet kan jobbe med å utvikle algoritmer i nær sagt alle fagfelt, fra helse til energi. Det inkluderer programmer for bruk av stordataanalyse, praktisk utvikling av avanserte kunstig intelligens-algoritmer i mange fagfelt. Kunstig intelligens er en av de store trendene innenfor IKT, og det er spådd at algoritmene kommer til å prege nær sagt alle fagfelt. Disse har alle bruk for noen som kan forstå og utvikle algoritmene som skal kjøres.

Siden studiet kjøres sammen med bachelorprogrammet i data og 2-årig masterprogram i AI og IoT, er uteksaminerte kandidater også kvalifisert til software- og systemutviklingsjobber. Studiet kvalifiserer for en rekke ph.d.-program, blant annet ph.d.-program i IKT ved Universitetet i Agder.

Fører til grad

Fullført femårig utdanning (300 studiepoeng) gir graden Master i teknologi (sivilingeniør) - Kunstig intelligens

Studentevaluering

Studieevaluering gjennomføres årlig i studieråd i tråd med kvalitetssystemet kapittel 4.2.  I forkant av studieråd kan studenttillitsvalgte innhente innspill fra medstudenter.

Egenbetaling

UiA har, sammen med studentene, arrangert en årlig tur til utlandet for å besøke relevante teknologibedrifter. Dette er et frivillig arrangement og ikke et krav i studiet, og studenten må således dekke utgifter til en slik reise selv.

Kontaktperson

Studieprogramleder Arne Wiklund og studierådgiver Helga Tobiassen Lid

Andre opplysninger

Det er krav om obligatorisk HMS-kurs for studenter som tas opp på studieprogrammet.