دکتری در هوش مصنوعی عاملیت‌محورِ خودتکامل‌یافته: سیستم‌های مستمر، قابل اعتماد و با بهره‌وری منابع
کاوش در عامل‌های هوش مصنوعی تطبیق‌پذیر که قادر به یادگیری مستمر، یکپارچه‌سازی پویای دانش و عملکرد قابل اعتماد در محیط‌های در حال تحول هستند.
مناسب برای:مناسب برای پژوهشگران هوش مصنوعی/یادگیری ماشین با پایه قوی در یادگیری عمیق، مدل‌های زبانی بزرگ و پایتون، که به دنبال کاوش در سیستم‌های عاملیت‌محور تطبیق‌پذیر و استدلال مبتنی بر دانش هستند.
مرور کلی
این موقعیت دکتری در دانشگاه موناش، با همکاری CSIRO و Maincode، بر توسعه سیستم‌های هوش مصنوعی عاملیت‌محورِ خودتکامل‌یافته تمرکز دارد. هدف این سیستم‌ها، کسب خودکار دانش جدید، سازماندهی مجدد ساختارهای همکاری و بهبود عملکرد در طول زمان است. این پروژه تحقیقات در زمینه‌های یادگیری مستمر، سیستم‌های چندعاملی و استدلال مبتنی بر دانش را ترکیب می‌کند تا هوش مصنوعی تطبیق‌پذیری ایجاد کند که قادر به حفظ قابلیت اطمینان در محیط‌های پویا باشد. داوطلب موفق با متخصصان برجسته در محیط‌های دانشگاهی و صنعتی همکاری خواهد کرد و به منابع محاسباتی پیشرفته و فرصت‌هایی برای آزمایش کاربردهای دنیای واقعی دسترسی خواهد داشت. این نقش برای داوطلبانی که به تحقیقات میان‌رشته‌ای هوش مصنوعی اشتیاق دارند و مشتاق مشارکت در پیشرفت‌های پیشرو در سیستم‌های عاملیت‌محور هستند، ایده‌آل است.
نحوهٔ درخواست
برای دیدن امتیاز تطابق شخصی، نیازمندی‌ها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.