Kandidat - Kunstig intelligens - Syddansk Universitet

Følgende bacheloruddannelser giver direkte adgang til kandidatuddannelsen i kunstig intelligens:

• Bachelor i Kunstig intelligens fra SDU Vejle (retskrav) samt Kunstig intelligens, SDU Odense


• Bachelor i Datalogi fra SDU (Odense og Vejle)

Ansøgere med tilsvarende bacheloruddannelse, der indeholder fagelementer i kunstig intelligens svarende til minimum 100 ECTS. Følgende fagområder skal indgå:

• Maskinlæring, optimering og/eller logik (mindst 30 ECTS)


• Programmering (mindst 15 ECTS)


• Algoritmer, datastrukturer og kompleksitet (mindst 15 ECTS)


• Matematiske støttefag til kunstig intelligens, herunder diskret matematik, calculus og sandsynlighedsteori (mindst 15 ECTS)

Idet uddannelsen undervises på engelsk, kræves endvidere engelsk på minimum B-niveau 

Uddannelsens formål er at uddanne specialister i kunstig intelligens (AI) med fokus på en bred tilgang til AI. Dimittenderne vil udvikle værdiskabende AI-løsninger, der retter sig mod individer og virksomheder, og de vil identificere nye miljøer, hvor AI kan anvendes. Uddannelsen giver kompetencer til at designe, udvikle, implementere og integrere ressourcebesparende og/eller kvalitetsforøgende AI-systemer i overensstemmelse med lovgivning, etik og samfundsbehov. Dimittenderne vil fungere som brobyggere mellem tekniske aspekter og bidrage til strategisk arbejde og udbyttet af AI i beslutningsprocesser.
Uddannelsen sigter mod at uddanne specialister i AI, som kan optimere processer og styrke konkurrenceevnen for virksomheder på tværs af alle brancher. Dimittender med en bachelor i AI og en kandidatgrad i AI vil blive ansat som IT-specialister/udviklere, IT-konsulenter eller som en kombination af begge. De vil finde arbejde i regionale SMV'er og nationale og internationale virksomheder og organisationer. Mange startups, især inden for drone- og robotteknologi, har også brug for denne ekspertise. Efterspørgslen efter AI-specialister er markant og forventes at stige yderligere.

Uddannelsens konstituerende fagelementer er angivet med * og udgør i alt 90 ECTS.

Uddannelsens opbygning indgår i behovsundersøgelsen.

Kandidaten i kunstig intelligens indeholder følgende områder:

• 20 ECTS om maskinlæring og anvendelser


• 20 ECTS om AI, samfund og erhverv


• 10 ECTS om symbolsk AI


• 10 ECTS valgfag


• 60 ECTS speciale

1.semester

Reinforcement Learning* (10 ECTS)
Dette kursus introducerer grundlæggende elementer af reinforcementlæring ud fra et kunstig intelligens-perspektiv. I begyndelsen præsenteres de teoretiske fundamenter inden for reinforcementlæring, og det fortsætter med anvendelser af teorien i sammenhæng til større problematikker inden for kunstig intelligens. Faget afsluttes med at fokusere på de nuværende store udfordringer inden for forskningen i kunstig intelligens, som relaterer sig til reinforcementlæring. Kursusindholdet er designet til at opretholde en balance mellem den teori og praksis, der er nødvendig for at følge en selvstyret AI-specialisering, for at kunne omsætte teori til praktisk viden. Hovedprojektet på kurset giver de studerende mulighed for at opleve en vejledt version af den videnskabelige forskningsproces.

Valgmodul* på 10 ECTS hvor der vælges mellem:

1. Reasoning and Agents
   Dette kursus dækker både klassisk og maskinlæring-baseret ræsonnering og giver de studerende et fundament for at forstå forskellige tilgange til intelligent beslutningstagning. De studerende vil udforske autonom beslutningstagning i enkelt-agent systemer og lære, hvordan agenter uafhængigt ræsonnerer og handler i komplekse miljøer. Kurset vil derefter bevæge sig videre til multi-agent systemer, hvor agenter samarbejder, forhandler og koordinerer for effektivt at løse komplekse problemer.


2. Advanced Optimisation
   På dette kursus lærer de studerende om avancerede metoder inden for optimering, og udstyrer de studerende med kraftfulde værktøjer til at løse komplekse problemer inden for maskinlæring, driftsforskning og ingeniørvidenskab. Ved afslutningen af kurset vil deltagerne være i stand til at anvende avancerede optimeringsteknikker (f.eks. gradientbaserede metoder, hyperparameter tuning, branch-and-bound) på en række virkelige problemstillinger, der forbedrer beslutningstagning og ressourceeffektivitet.

AI and Democracy (5 ECTS)
På dette kursus opnår de studerende specialiseret samfundsvidenskabelig viden om udvikling, implementering og styring af AI i demokratiske samfund, baseret på solid viden om samspillet mellem AI og demokrati. Kurset dækker emner som AI og politik, medierne samt samfundsmæssige anvendelser. Der lægges særlig vægt på menneske-AI-interaktioner i relation til anvendelse i samfundet.

Business Understanding and Development (5 ECTS)
Formålet med dette kursus er at give eksperter inden for AI en introduktion til forretningsforståelse. Hvad er en virksomhed, hvordan er den organiseret, og hvad laver en leder? De studerende introduceres til grundlæggende forretningsbegreber, modeller og metoder. Disse fundamentale elementer vil blive kontekstualiseret i forhold til nye teknologier, særligt AI-teknologier. Målet er, at de studerende opnår indsigt i, hvordan virksomheder fungerer, og hvilken rolle teknologi spiller i jagten på forretningsudvikling.

2.semester

Valgmodul *på 10 ECTS, hvor der vælges mellem:

1. Applied Machine Learning
   Målet med kurset er, at de studerende lærer at anvende de mest almindeligt brugte metoder inden for maskinlæring. Fokus på kurset er, at de studerende lærer at opsætte en fuldstændig anvendt maskinlæringsanalyse fra start til slut. De lærer de færdigheder, der er nødvendige for at kunne udføre klassificering og forudsigelser ved hjælp af statistiske metoder og dyb læring, samt at foretage kritiske vurderinger af resultaterne. Desuden opnår de viden og forståelse for en bred vifte af maskinlæringsteknikker, så de kan vurdere deres styrker og svagheder, når de anvendes i relation til forskellige typer af data.


2. ML-Ops 
   Dette kursus giver de studerende en dybdegående forståelse af Maskinlæringsdrift (Machine Learning Operations), en kritisk disciplin, der bygger bro mellem datavidenskab og IT-drift. Ved kursets afslutning vil de studerende være i stand til at implementere og administrere end-to-end maskinlæringsarbejdsgange på en skalerbar, pålidelig og automatiseret måde samt mestre de værktøjer og teknikker, der bruges til overvågning og styring af ML-modeller i produktionsmiljøer og i skyen.

Introduction to Technology Management (10 ECTS)
AI er en af mange nye teknologier, der i stigende grad udvikles, kommercialiseres og anvendes i virksomheder. Kurset introducerer de studerende til teknologiledelse som en samling af teorier, metoder og strategier. Som studerende inden for AI er det afgørende, at de forstår AIs rolle i porteføljen af tilgængelige teknologier, og at de kan bygge videre på begreber, modeller og metoder fra kurset ”Forretningsforståelse og udvikling” for at kunne analysere, bidrage til strategiudvikling og anbefale beslutninger inden for teknologiledelse. Endelig vil de studerende være i stand til at analysere, hvornår og under hvilke betingelser værdi kan genereres med AI og andre nye teknologier.

Valgfag (10 ECTS)
Den studerende kan vælge fra et udbud af relevante valgfrie kurser, og herunder lave et projekt i samarbejde med en virksomhed.

3.semester og 4.semester

Master Thesis* (60 ECTS)
De studerende skal arbejde med en konkret problemstilling inden for kunstig intelligens. Mulighederne indeholder teoretiske spørgsmål, fx udvikling af eksisterende teorier eller algoritmer, eller anvendte projekter, hvor den studerende implementerer et system inden for kunstig intelligens til at løse et praktisk problem.

Specialet er baseret på den naturvidenskabelige grundfaglighed og de studerende har mulighed for at arbejde på specialets problemstilling i samarbejde med en virksomhed og/eller vælge et tværfagligt vejlederskab.

Kompetenceprofil for kandidatuddannelsen i Kunstig intelligens
En dimittend med en kandidatgrad i Kunstig intelligens (AI) har viden om:

• et udvalg af specialiserede modeller og metoder udviklet inden for AI, baseret på den højeste internationale forskning, herunder emner fra fagets forskningsfront.


• teoretiske modeller og metoder inden for de forskellige områder af AI, beregnet til anvendelse i andre faglige områder.


• ekspertviden inden for et afgrænset fagområde, der er baseret på den højeste internationale forskning inden for området.


• forståelse for de udfordringer og konsekvenser, der følger med brugen af kunstig intelligens i såvel erhvervslivet som i samfundet.


• forståelse for AI på et strategisk og forretningsmæssigt plan.

Dimittenden vil have et bredt perspektiv på kunstig intelligens og være i stand til at designe og udvikle AI-løsninger, der adresserer forskellige problemstillinger, baseret på en forståelse for deres praktiske konsekvenser. Dimittenden kan identificere behovet for at inddrage specialister fra andre fagområder, såsom jura eller humaniora, når konkrete udfordringer opstår i forbindelse med et projekt. Desuden kan de kommunikere på tværs af forskellige fagligheder og bidrage med indføring af AI på et strategisk og forretningsmæssigt plan.
Dimittenden kan følge med i og bidrage til udviklingen inden for AI, både teoretisk og praktisk, og forholde sig kritisk til både egne og andres forskningsresultater samt videnskabelige modeller. Dimittenden er desuden i stand til at udvikle nye varianter af de lærte metoder, når det konkrete problem kræver det, samt planlægge og udføre videnskabelige projekter på et højt fagligt niveau. Dette inkluderer også at kunne styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige, og som forudsætter nye løsningsmodeller.

Takst tre i lighed med øvrige naturvidenskabelige IT-uddannelser i Danmark.

Som beskrevet i covernotatet er der helt generelt et stort behov for IT-kompetencer i Danmark. Dette både på nationalt plan og i særdeleshed regionalt udenfor de større byer, hvor det grundet den meget lave mobilitet er svært at tiltrække den eftertragtede IT-arbejdskraft. På landsplan viser IT-Branchens seneste IT-barometer at 32% af virksomhederne helt har opgivet rekrutteringen, da der slet ikke var ansøgere til stillingerne. En udfordring der i høj grad også er til stede i Trekantområdet grundet fraværet af lokale hårde IT-uddannelser.
Efterspørgslen efter IT-specialister, der kan udvikle og anvende AI-modeller, er steget, men der er ikke kun behov for softwareudviklere. Der er også brug for medarbejdere med tekniske færdigheder i AI samt evner inden for kritisk tænkning, problemløsning, kommunikation og samarbejde – kompetencer som AI stadig ikke behersker (ITB,2023)
SDUs behovsundersøgelse underbygger dette (bilag). Ift. Kunstig intelligens viser undersøgelsen bl.a. at

• Der er et aktuelt behov for IT-uddannelser i Trekantområdet og uddannelserne i Kunstig intelligens er især efterspurgte pga. tværfagligheden inden for AI-teknologi, etik, jura, AI-anvendelse, forretning, samfund og med fokus på mennesket.


• Der er et akut behov for specialister med tværorienterede kompetencer, som har viden og evnen til at integrere og udnytte potentialet i kunstig intelligens


• Der er mangel på IT-specialister med avanceret teknisk viden. Dette ses bl.a. i de vedlagte støtteerklæringer, hvor flere virksomheder angiver, at det er svært at rekruttere attraktive kandidater i Trekantområdet. 

Dertil søges uddannelsen som engelsk udbud for at kunne give dimittenderne de internationale kompetencer, som det lokale erhvervsliv efterspørger.

Se covernotat og behovsundersøgelsen for yderligere redegørelse om behovet.

SDU forventer at uddanne 65 dimittender om året. Der forventes en stor efterspørgsel efter dimittenderne, da uddannelserne i kunstig intelligens er udviklet i samarbejde med erhvervslivet, og dermed imødekommer det specifikke kompetencebehov for erhvervslivet i Trekantområdet, hvilket også bekræftes i de vedlagte støtteerklæringer (Bilag).
På dialogmøderne gav flere af aftagerne udtryk for, at de gerne vil samarbejde med SDU samt tilbyde studiejobs til de studerende. Derudover vil flere af virksomhederne gerne inviteres ind i undervisningen for at skabe synlighed på virksomheden og for at sikre efterfølgende fastholdelse i området og erhvervslivet. Det store engagement fra virksomhederne tydeliggør blot yderligere den store efterspørgsel på kandidaterne.
Flere af aftagerne udtrykker et akut behov for kandidater inden for kunstig intelligens.  

Behovet blev i første omgang klarlagt af UFM via en kortlægning af behovet for fremtidige udbud af STEM- og IT-uddannelser i Trekantområdet. 
Efterfølgende har SDU konkretiseret behovet med Vejle kommune til fire uddannelsesretninger indenfor IT – herunder en uddannelse indenfor Kunstig intelligens. Behovet for disse uddannelsesretninger blev herfra undersøgt via en samlet proces, så nødvendige sammenhænge og forskelle kunne identificeres fra start. 
I august ’24 blev oplægget efterprøvet og konkretiseret af en række nøgleaktører fra området, hvilket mundede ud i et stort dialogmøde med alle relevante aftagere i nærområdet. Mødet blev afholdt i oktober måned, hvor fokus var på at identificere det egentlige kompetencebehov. 
I november ’24 bliver der afholdt endnu et stormøde for alle aftagere og interessenter. Fokus for dette møde var de egentlige uddannelsesforslag og tilpasningen heraf, samt det fremtidige samarbejde omkring SDU Vejle og læringsmiljøet. 
Efter en tilpasning af uddannelsesforslagene fik alle involverede aftagere afslutningsvis mulighed for at sende skriftlige kommentarer til det udarbejdede uddannelsesforslag. 
En samlet oversigt over inddragede aftagere er i bilaget. 

Udviklingen af uddannelsen og aftagernes udtrykte behov er uddybet i behovsundersøgelsen, herunder også de efterspurgte generelle kompetencer, der skal være tværgående for den samlede uddannelsespakke til SDU Vejle.
For uddannelsen i kunstig intelligens imødekommer uddannelsen således aftagernes udtrykte behov:

• SDUs unikke profil med et tværgående fokus på samfund, etik og forretningsforståelse


• Det samfundsmæssige perspektiv der fokuserer på data og etik i forhold til anvendelse af kunstig intelligens


• Det faglige indhold imødekommer det kompetencebehovet, særligt det unikke fokus på etik, samfund og forretning, der kobles sammen med en solid teknisk forståelse af kunstig intelligens


• Forandringsagenten er særligt efterspurgt inden for området af kunstig intelligens

Der findes ingen kandidatuddannelser i Kunstig intelligens, der er beslægtede med SDUs uddannelser, på regionalt eller nationalt plan, idet ingen selvstændige kandidatuddannelser i Danmark, har fokus på den brede læring om værdiskabelse med AI. Kandidatuddannelsen i Kunstig intelligens på SDU er således unik i sin sammensætning. Campus Vejle fokuserer på den tekniske udfoldelse af AI og samarbejde med lokale virksomheder og civilsamfund i Trekantområdet. På campus i Odense tones uddannelsens unikke perspektiv ved, at de studerende har mulighed for at vælge valgfag og vejledere fra de øvrige fakulteter på samme campus. Kandidatuddannelsen i Kunstig intelligens ved SDU i Vejle er udviklet målrettet til og med de lokale aftagere i Trekantområdet, og forventes derfor at bidrage med en unik profil på arbejdsmarkedet, der er særlig interessant for aftagerne, idet dimittenden vil kunne agere som forandringsagent, men samtidig have en stærk teknisk fundering.
Seneste opgørelse af 4.-7. kvt. ledighedstal for beslægtede uddannelser ligger på 0-5%.
Uddannelser, der er delvist beslægtet, er uddybet i nedenstående.

Derudover findes følgende delvist beslægtede uddannelser med begrænset fagligt overlap:
Data Science, på SDU i Kolding(engelsk) på SDU i Odense (dansk). Til andre målgrupper, der ikke i forvejen har en baggrund i Software Engineering eller Datalogi. Dimittenderne vil nå et lavere fagligt niveau inden for AI.
Data Science (AU og ITU) samt Datavidenskab og Machine Learning (AAU) har fokus data, herunder emner som databehandling, avanceret statistik, big data, og visualisering. Til gengæld indeholder uddannelsen ikke andre former for AI, bl.a. logiske og symbolske metoder, eller udvikling af store AI-systemer.
Datalogi på SDU, AUU, AU, RUC, IT-universitetet: indeholder typisk valgfag i avanceret maskinlæring, men de dækker ikke andre emner indenfor AI. De forholder sig heller ikke til samfund- og forretningsmæssige konsekvenser af brug af AI, som SDUs uddannelser i kunstig intelligens.
Human-centered AI og AI and Autonomous Systems på DTU: Disse uddannelser er anvendelsesfokuseret, og mangler nogle af de mere teoretiske fag. De har også bredere adgangskrav, som betyder at de ikke antager nogen baggrund i AI, og når et mindre dybt niveau.
Sammenhængen mellem den samlede uddannelsespakke til SDU Vejle er angivet i covernotatet (bilag).

Den ansøgte kandidatuddannelse vil primært rekruttere fra den adgangsgivende engelsksprogede bacheloruddannelse i Kunstig intelligens på SDU Vejle. Derudover vil der være fokus på at rekruttere udenlandske ansøgere til uddannelsen. Der forventes ikke den store rekruttering fra øvrige danske bacheloruddannelse, hvorved der ikke forventes at være konsekvenser for øvrige relaterede uddannelser i nærområdet.  
Dette forudsætter at både bacheloruddannelsen og kandidatuddannelsen i Kunstig intelligens udbydes på engelsk.

Der vil være mulighed for videreuddannelse i form af ph.d.

Vi forventer et optag på 20 studerende det første år, 50 det andet år og 65 studerende om året derefter.

Høringssvar vedr. prækvalifikation af nye uddannelser til SDU’s nye campus i Vejle.

Den 17.december 2024 har SDU udsendt høringsmateriale vedr. prækvalifikation af nye bachelor- og kandidatuddannelser til SDU's kommende campus i Vejle. Høringsbrevet er udsendt til hhv. Aarhus Universitet (AU), Aalborg Universitet (AAU), VIA University College og UCL University College, der er udbydere af beslægtede eller delvist beslægtede uddannelser.
AU og AUU har ikke indsendt høringssvar til det ansøgte uddannelsesbud til SDU Vejle.
VIA og UCL har indsendt høringssvar (Se bilag). Da VIAs høringssvar konkret omhandler softwareingeniøruddannelsen UCLs høringssvar omhandler muligheden for meritmodeller til datamatikere og er dermed kun relevant for de ansøgte bacheloruddannelser i datalogi og kunstig intelligens.
På baggrund af høringen konkluderer SDU således, at de hørte institutioner ikke har bekymringer vedr. de ansøgte kandidatuddannelser i datalogi og kunstig intelligens.