eng

საქართველოს უნივერსიტეტი
პროგრამა: ხელოვნური ინტელექტი 
განათლების საფეხური: ბაკალავრიატი
ხელმძღვანელი: ბექარ მელაძე
ედუარდ სააკაშვილი
სწავლების ენა: ინგლისური
მისანიჭებელი კვალიფიკაცია: ინფორმატიკის ბაკალავრი
პროგრამის მოცულობა: 240
პროგრამაზე დაშვების წინაპირობა: პროგრამაზე დაშვების წინაპირობა (საქართველოს მოქალაქეებისათვის): აკადემიური უმაღლესი განათლების პირველ საფეხურზე (საბაკალავრო პროგრამებზე) სტუდენტთა ჩარიცხვა ხორციელდება ერთიანი ეროვნული გამოცდების შედეგების ან საქართველოს განათლებისა და მეცნიერების მინისტრის №224/ნ (2011 წლის 29 დეკემბერი) ბრძანების შესაბამისად, ადმინისტრაციული რეგისტრაციის გავლისა და უნივერსიტეტის რექტორის ბრძანების საფუძველზე. პროგრამაზე დაშვების წინაპირობა (უცხო ქვეყნის მოქალაქეებისათვის): უცხოელმა აბიტურიენტებმა, რომლებმაც მიიღეს სრული ზოგადი საშუალო განათლება საზღვარგარეთ ან მისი ექვივალენტი, ან/და ზოგადი საშუალო განათლების ბოლო ორი წლის განმავლობაში ისწავლეს საზღვარგარეთ, ან სტუდენტები, რომლებიც უცხო ქვეყანაში ცხოვრობდნენ ბოლო ორი ან მეტი წლის განმავლობაში და სწავლობენ საზღვარგარეთ მასპინძელი ქვეყნის კანონმდებლობით აღიარებულ უმაღლეს საგანმანათლებლო ინსტიტუტებში შეძლებენ პროგრამაში ჩარიცხვას ერთიანი ეროვნული გამოცდების ჩაბარების გარეშე საქართველოს განათლებისა და მეცნიერების მინისტრის № 224/ნ (29 დეკემბერი, 2011) ბრძანების თანახმად. პროგრამაზე ჩარიცხვის წინაპირობას წარმოადგენს ინგლისური ენის B2 დონის ცოდნის დადასტურება. აღნიშნულის დადასტურება ჩარიცხვის მსურველ პირს შეუძლია საერთაშორისოდ აღიარებული სერტიფიკატით (TOEFL IBT – მინიმალური ქულა 72, IELTS – მინიმალური ქულა 5.5, PTE General – მინიმალური დონე B2, FCE – მინიმალური დონე B2, CPE – საკმარისია ჩაბარება; CAE – საკმარისია ჩაბარება). ასეთი სერტიფიკატის არარსებობის შემთხვევაში, ინგლისური ენის კომპეტენცია დგინდება საუნივერსიტეტო გამოცდით, სადაც კომპეტენციის დადასტურებად ჩაითვლება ტესტის 50% -ის გადალახვა. ერთიან ეროვნულ გამოცდებზე სტუდენტისთვის სავალდებულოა ქართულის და ინგლისურის, ასევე მათემატიკას ან/და ფიზიკაში ერთ-ერთი დამატებითი საგნის ჩაბარება, ხოლო უცხოელი სტუდენტებისთვის უნივერსიტეტი უზრუნველყოფს მათემატიკის გამოცდას, სადაც მინიმალური ზღვარი წარმოადგენს 35%-ს.
პროგრამის მიზანი:

კურსდამთავრებულებს ექნებათ უნარი შეასრულონ პროფესიული ამოცანები ხელოვნური ინტელექტის მიმართულებით, როგორიცაა ალგორითმების შექმნა, მონაცემთა ანალიზი და ინტელექტუალური გადაწყვეტილებების მიღება. ისინი შეძლებენ გამოიყენონ პროგრამირების ენები, მონაცემთა სტრუქტურები და ხელოვნური ინტელექტის ძირითადი ტექნოლოგიები — მათ შორის მანქანური სწავლება, გაძლიერებული სწავლება, ბუნებრივი ენის დამუშავება და კომპიუტერული ხედვა. სტუდენტები შეიძენენ კრიტიკული აზროვნებისა და ტექნიკური კომუნიკაციის უნარებს, იმუშავებენ გუნდურ გარემოში და შეასრულებენ რეალურ ამოცანებზე დაფუძნებულ პროექტებს ეთიკური და პროფესიული სტანდარტების გათვალისწინებით. პროგრამა უზრუნველყოფს თეორიულ და პრაქტიკულ საფუძველს სამაგისტრო სწავლის გასაგრძელებლად ხელოვნურ ინტელექტში, მონაცემთა მეცნიერებასა და პროგრამული უზრუნველყოფის მიმართულებით. 

სწავლის შედეგების მიღწევის მეთოდები/აქტივობები:
  • ლექცია-სემინარები;
  • დემონსტრირების მეთოდი;
  • სიახლეთა გარჩევა;
  • პრაქტიკული მუშაობა;
  • ლაბორატორიული მუშაობა;
  • პრეზენტაციების წარდგენა;
  • გუნდური მუშაობა;
  • კრიტიკული ანალიზი;
  • ლიტერატურის მიმოხილვა;
  • წიგნზე მუშაობის მეთოდი;
  • შესაბამისი მასალის მოძიება ელექტრონულ ფორმატში ან ბიბლიოთეკაში;
სწავლის შედეგი:
ცოდნა და გაცნობიერება
    • ასხვავებს გამოთვლით ამოცანებს და იყენებს საბაზისო ალგორითმებსა და პროგრამირების პრინციპებს მათი გადაჭრის კონტექსტში;
    • განმარტავს  ხელოვნური ინტელექტის ძირითად ტექნოლოგიებსა და მიდგომებს, მათ შორის მანქანური სწავლება, გაძლიერებული სწავლება, ბუნებრივი ენის დამუშავება და კომპიუტერული ხედვა;
    • განსაზღვრავს ეთიკური და სამართლებრივი ჩარჩოების მნიშვნელობას ხელოვნური ინტელექტის სისტემების შექმნისა და გამოყენების პროცესში.

    • უნარი
    • ქმნის პროგრამულ მოდულებს Python-ისა და Java-ს გამოყენებით, რეალურ ამოცანებზე გამოყენების კონტექსტში;
    • ირჩევს შესაბამის ხელოვნური ინტელექტის მოდელს და აფასებს მის ეფექტიანობას კონკრეტული ამოცანის გათვალისწინებით;
    • მუშაობს გუნდურად, ახორციელებს ტექნიკურ კომუნიკაციას და წარმოაჩენს მიღებულ შედეგებს პროფესიულ დონეზე. 
    • პროგრამის დამტკიცების თარიღი: 03-03-2025
    პროგრამის დამტკიცების ოქმის ნომერი: 13PCD6071-01 
    პროგრამის განახლების თარიღი:
    პროგრამის განახლების ოქმის ნომერი:
    პროგრამის დეტალები:
    სწავლების ორგანიზების თავისებურებები:

    ბაკალავრის აკადემიური ხარისხის მოსაპოვებლად სტუდენტმა საჭიროა დააგროვოს 240 ECTS, რაც გულისხმობს პროგრამის ძირითადი საგნების გავლას, რაც მოიცავს - 132 ECTS (მათ შორის საბაკალავრო პროექტი 12 ECTS), ხოლო დარჩენილი (108 ECTS) დაგროვება სტუდენტს შეუძლია საბაკალავრო პროგრამის ასარჩევი საგნებიდან.

    პროგრამის ძირითადი

    კოდი საგანი კრედიტი სემესტრი
    INFO2117Eპროგრამირება C++6 1
    MATH1115Eკალკულუსი I6 1
    MATH1123Eწრფივი ალგებრა და ანალიზური გეომეტრია6 1
    INFO3230Eდაპროგრამების ენა Java I6 2
    INFO9997Eქსელური ტექნოლოგიების საფუძვლები6 2
    MATH1166Eკალკულუსი II6 2
    MATH3112Eდისკრეტული მათემატიკა6 2
    AINT1001Eმონაცემთა ანალიზის საფუძვლები Python-ის გამოყენებით6 3
    INFO2214Eოპერაციული სისტემა Linux6 3
    INFO4250Eდაპროგრამების ენა Java II6 3
    INFO4259Eმონაცემთა სტრუქტურები და ალგორითმები6 3
    MATH2004Eალბათობის თეორია და სტატისტიკა6 3
    AINT1003Eმანქანური სწავლება6 4
    AINT1004Eმიკროსერვისები ჯავას ბაზაზე (Spring Boot)6 4
    AINT1019Eკონტეინერიზაცია I: Docker-ის საფუძვლები6 4
    AINT1002Eხელოვნური ინტელექტის საფუძვლები6 5
    AINT1005Eხელოვნური ინტელექტის რეგულირება, ეთიკა და ფილოსოფია6 6
    AINT1006Eბუნებრივი ენის დამუშავება (NLP)6 6
    AINT1007Eგაძლიერებული მანქანური სწავლება6 6
    AINT1008Eკომპიუტერული ხედვა6 7
    CYBR3030Eსაბაკალავრო პროექტი12 8

    კრედიტების ჯამი:

    132

    პროგრამის ასარჩევი

    კოდი საგანი კრედიტი
    AINT1010EAI კიბერუსაფრთხოებისთვის6
    AINT1011Eმანქანური სწავლება შეღწავადობის ტესტირებაში6
    AINT1012EInternet of Things (IoT) & AI6
    AINT1013Eთანამედროვე მიდგომები ხელოვნურ ინტელექტში6
    AINT1014EMLOps და მონაცემთა საინჟინრო მექანიზმები AI სისტემებისთვის6
    AINT1015Eავტომატიზებული პროგრამული კოდის დეველოპმენტი და მიწოდება Docker და Jenkins-ის მეშვეობით6
    AINT1016Eდიდი მონაცემების ანალიტიკა და დამუშავება Hadoop ეკოსისტემის გამოყენებით6
    AINT1017Eრეალურ დროში მონაცემთა ნაკადების დამუშავება6
    AINT1018Eგენერაციული AI სისტემების შექმნა და ინტეგრაცია6
    AINT1020Eკონტეინერიზაცია II: Docker ხელოვნური ინტელექტისთვის6
    INFO0111EIOS დეველოპმენტი6
    INFO0114Eარარელაციური მონაცემთა ბაზა MongoDB6
    INFO1108EIT სერვისების და პროექტების მართვა6
    INFO2217Eოპერაციული სისტემა6
    INFO2410Eკომპიუტერის არქიტექტურა6
    INFO3011Eშესავალი ბლოკჩეინ და BlockDAG ტექნოლოგიებში6
    INFO3252EOracle მონაცემთა ბაზის დიზაინი და პროგრამირება6
    INFO4246Eკომპიუტერული პერიფერიის ორგანიზაცია6
    INFO4444Eსტაჟირება6
    INFO5555Eარდუინო და Hardware უსაფრთხოების შესავალი6
    INFO9998Eქსელების არქიტექტურა და ტექნოლოგიები: გადართვა, მარშრუტიზაცია, უკაბელო კომუნიკაცია6
    INFO9999Eსაწარმოო ქსელების არქიტექტურა, უსაფრთხოება და ავტომატიზაცია6

    კრედიტების ჯამი:

    132









    პრერეკვიზიტების მატრიცა


    შედეგების საშუალო შედეგების საშუალოს კოეფიციენტი (GPA) საუნივერსიტეტო შეფასება   საქართველოში მოქმედი ზოგადი შეფასება
    97-100 4,00 A+ A ფრიადი
    94-96 3,75 A
    91-93 3,50 A-
    87-90 3,25 B+   ძალიან კარგი
    84-86 3,00 B B
    81-83 2,75 B-  
    77-80 2,50 C+   C კარგი
    74-76 2,25 C
    71-73 2,00 C-
    67-70 1,75 D+   D დამაკმაყოფილებელი
    64-66 1,50 D
    61-63 1,25 D-
    51-60 1,00 E E საკმარისი
    უარყოფითი შეფასება
    41-50   FX FX ვერ ჩააბარა
    <40   F F ჩაიჭრა



    ყველა უფლება დაცულია.Copyright © 2025 საქართველოს უნივერსიტეტი