Calon yang menamatkan Doktor Falsafah (PhD) dalam Kecerdasan Buatan (AI) menunjukkan sumbangan yang signifikan dan baharu kepada pengetahuan dalam bidang AI melalui penyiapan tesis penyelidikan. Calon akan terdedah kepada latihan penyelidikan seperti pengumpulan pengetahuan, pemikiran kritis, penguasaan bahasa pengaturcaraan, dan demonstrasi kemahiran analitikal dalam disiplin AI. Calon memperoleh kemahiran yang diperlukan untuk mengaplikasikan AI dalam analitik deskriptif, ramalan, dan preskriptif untuk menyelesaikan masalah pembuatan keputusan.

Program ini boleh diselesaikan dalam:

Sepenuh Masa: 6 semester (minimum) – 10 semester (maksimum)

Separuh Masa: 8 semester (minimum) – 14 semester (maksimum)

**Pelajar dikehendaki menghadiri sekurang-kurangnya satu kursus metodologi penyelidikan (GRU70104) sepanjang pengajian dan memenuhi keperluan kursus audit. Pelajar mungkin juga dikehendaki menghadiri kursus lain yang dicadangkan oleh fakulti dan memenuhi keperluan kursus audit.

– Pembelajaran Mesin: Meneliti algoritma dan teknik yang memungkinkan mesin belajar dan meningkat dari data tanpa diprogram secara eksplisit.

– Pemprosesan Bahasa Alami: Mempelajari cara agar komputer dapat memahami, menafsirkan, dan menghasilkan bahasa manusia, termasuk pengenalan ucapan, terjemahan mesin, analisis sentimen, dan generasi teks.

– Visi Komputer: Mengeksplorasi metode untuk memungkinkan mesin memahami dan menafsirkan informasi visual, seperti pengenalan objek, analisis gambar dan video, dan pemahaman tempat.

– Robotika: Meneliti teknik untuk merancang dan memprogram robot agar dapat memahami lingkungan mereka, mengambil keputusan, dan melaksanakan tugas fisik secara otonom.

– Representasi Pengetahuan dan Penalaran: Menyelidiki metode untuk merepresentasikan dan mengorganisir pengetahuan dalam bentuk yang dapat digunakan oleh sistem AI untuk menalar, mengambil keputusan, dan memecahkan masalah kompleks.

– Sistem Multi-Agen: Mempelajari bagaimana beberapa agen AI dapat berinteraksi, bekerjasama, dan berkoordinasi satu sama lain untuk mencapai tujuan tertentu, seperti dalam aplikasi seperti kendaraan otonom atau jaringan pintar.

– AI yang Dapat Dijelaskan: Meneliti metode untuk membuat sistem AI lebih transparan dan dapat diinterpretasikan, memungkinkan pengguna untuk memahami alasan di balik keputusan dan tindakan mereka.

– Etika dan Keadilan AI: Menyelidiki dampak sosial AI, termasuk pertimbangan etika, bias, dan keadilan dalam algoritma dan sistem AI.