高级管理专业人员人工智能理学硕士

课程简介

课程目的

高级管理专业人员人工智能理学硕士专为各行各业具热诚并渴望将人工智能融入于工作的领导者而设。本课程重视创新的领导能力，帮助学员掌握有效运用人工智能技术的知识。学员在教学团队的强大技术支持下，可以自信地参与各人工智能课程项目。本课程亦会提供足够机会让学员反思如何立足于人工智能广泛应用的环境并与它合作。
报读高级管理专业人员人工智能理学硕士，成为驾驭人工智能的创新领导者！

课程目标

- 培育专业人员／教育工作者，运用最新的人工智能技术改善机构中的决策和营运效率，提高工作质素。
- 培育专业人员／教育工作者通过整合人工智能于各商业领域的管理及规划以驱动转型。
- 透过人工智能工具和平台及数据分析生成的结果，提升解难和决策能力。
- 提高学员领导能力，引领年轻人在人工智能广泛渗透的社会中精益求精。

课程特色

- 首个为专业人员而设的人工智能硕士课程。
- 结合理论与实际应用。
- 融入人工智能于职场。

人工智能基础

本课程探讨机器学习的基本和高级概念，包括监督式学习和非监督式学习、深度学习（重点关注自然语言处理）、神经网络、卷积神经网络（CNNs）和循环神经网络（RNNs）、生成模型如生成对抗网络（GANs）和自编码器，以及图神经网络和Transformers等其他进阶架构。本课程教授学生导入现有Python模组（例如scikit-learn、numpy和pandas）解决问题。本课程重点介绍图像和语音辨识的实际应用。学生将以小组形式分析人工智能在现实生活中的应用。本课程也将介绍在复杂组织环境中实施人工智能系统的商业规划，并探讨影响其开发与部署的各项因素。

人工智能技术与工程

本课程着重人工智能的实际应用，涵盖以下核心人工智能技术：整合API于人工智能系统、微调已训练的模型、多模态大型语言模型（mLLMs）的深入理解与开发。课程涉及认识和运用：程式语言如Python，常用机器学习资源库如Hugging Face，及开源聊天机械人开发框架如FlowiseAI。本课程亦会探讨在部署这些人工智能技术及工程时，如何理解组织环境、与持份者互动、制定策略，以及进行业务规划。课程设计旨在为学生提供相关人工智能工具及平台的理论基础与实务经验，确保学生能在复杂的组织环境中有效实施人工智能解决方案。

人文与人工智能

本课程旨在为学生提供对人类智能及人工智能关键特征的基础理解。课程将从西方及东方哲学视角（横跨三千年），分析人类智能与人工智能之间的关系，并探讨量子运算、神经科学与人工智能三者之间的关联。此外，课程将探讨人工智能如何能够支援而非威胁人类的各种活动，并深入讨论人工智能的道德伦理考量，推动发展在不同学科及情境中均具价值的负责任人工智能实务。最后，课程将讨论人工智能应用领域的发展机遇、创业启动、成长策略制定，以及领导与创业过程中涉及的融资及盈利模式等议题，并透过来自不同类型组织的案例研究进行分析与讨论。

人工智能当前议题

本课程专注探讨人工智能领域中最前沿及最新的进展，特别聚焦于边缘运算、分散式运算以及量子运算。这些领域代表人工智能技术的尖端前沿，正带来重大突破，并塑未来的人工智能应用。课程不仅为学生提供这些尖端技术的知识，更旨在培养学生明辨性分析及评估这些创新对社会、产业及个人层面的影响与潜力。课程内容包括探讨人工智能中的分散式系统（涵盖云运算及边缘运算）、整合量子运算与分散式系统以应对复杂人工智能挑战的可能性，以及实施先进运算技术于人工智能应用时的道德伦理考量及实际挑战。课程亦会讨论来自不同类型组织的案例。

数据科学

本课程以简单程式设计为基础，涵盖数据科学的核心内容。课程介绍多种数据结构及各类演算法，包括决策树、线性回归、分类演算法及聚类演算法，旨在为学生提供数据科学的全面概览。课程目标为让学生对不同演算法有广泛理解，从而建立良好的数据科学基础知识。此外，课程亦会提供数据分析方法的概览，并探讨数据科学领域的最新挑战。课程将透过来自不同类型组织的案例研究进行讨论与分析。

空间智能

本课程探讨人工智能中的空间智能及空间意识基本概念，并介绍其核心组成部分，包括人工智能感知（例如深度感测）、空间数据解读、空间规划及物件操控。透过现实生活案例，课程将协助学生分析空间智能在不同领域的应用，例如机器人学、扩增实境（AR）、虚拟实境（VR）、地理资讯系统及导航系统。

隐私、安全及政策

本课程聚焦于人工智能领域中至关重要的隐私、安全及政策议题。学生将深入探讨在推动创新人工智能发展的同时，如何平衡其伴随的道德伦理、法律及社会影响。课程内容包括对数据隐私的深入讨论，分析人工智能如何影响数据收集、储存及使用，并考虑个人隐私权利；安全方面则涵盖人工智能系统固有的漏洞与威胁，以及减低风险的策略；此外，课程亦会探讨人工智能治理，审视国家及国际层面的现行及新兴政策与法规。课程将透过来自不同类型组织的安全事件案例研究进行讨论，并分析这些案例对人工智能政策、组织变革及创新扩散的影响。

人工智能在职场及家居趋势

本课程全面探讨进阶人工智能概念及技术，包括符号式（symbolic）人工智能及子符号式（sub-symbolic）人工智能，并特别强调其在不同行业的变革潜力。课程旨在为学生提供前沿人工智能概念的全面概览，及其在医疗保健、教育、娱乐、工业、旅游及金融等多元领域的转型影响。例如，在教育领域，虽然人工智能驱动的支援反思写作工具或自动化论文评分系统已广泛应用，但如何直接将这些工具用于学习及教学，或仅作为学生进行明辨分析的资源，仍存在开放且持续的讨论。学生将接触机器学习的最新进展、人工智能在组织中的整合应用、人工智能的道德道德伦理考量及社会影响。课程要求学生对所选趋势进行详细分析，包括其当前状态、预期演进及社会影响。本课程不仅装备学生掌握当前人工智能趋势的知识，更培养其预见及应对未来发展的前瞻能力。

专题研习I: 开发专业的聊天机械人

本课程以专题形式进行，学生将以小组合作方式，为特定组织情境（如医疗保健、法律、教育、金融、家居服务或客户服务）开发一款专业聊天机械人。专题内容包括数据模型推理、专业聊天机械人建构，以及引入现有Python模组进行问题解决。课程目标是让学生创建一款能够有效理解并回应组织特定查询的专业聊天机械人，从而提升该组织情境下的运作效率及用户体验。课程亦会介绍进阶聊天流程设计，例如多代理协作，并采用敏捷式开发方法来规划在复杂组织环境中使用人工智能系统的策略。课程将以Scrum作为实例，说明专题开发的完整流程。

专题研习II: 部署个人大型语言模型/ 高效语言模型

本课程涵盖数据模型部署、使用机械人解决问题、Python等程式语言、机器学习资源库，以及开源聊天机械人开发框架等内容。学生将以个人或小组形式，部署多模态大型语言模型（mLLMs）、机械人解决方案及数据分析方案，重点在于针对组织或个人用途进行订制化。专题涉及模型与解决方案的设置、针对特定需求的调校，以及成效评估。课程同时考虑在部署这些人工智能技术时的组织环境、持份者参与、策略制定及业务规划。课程设计旨在提供AI工具及平台的实务操作经验，确保学生能够在复杂的组织情境中有效实施人工智能解决方案。

授课语言

中文授课（普通话）

课程架构

1年全日制
年数	学期	科目	学分
1	1 & 2	主修课	12
		选修课	6
		专题研习课程	6
总学分			24

2年兼读制
年数	学期	科目	学分
1	1 & 2	主修课	6
		选修课	0/3/6
		专题研习课程	3
2	1 & 2	主修课	6
		选修课	0/3/6
		专题研习课程	3
总学分			24

入学要求

申请人应持有认可学士学位或其他同等学历，并须有至少2年专业工作及/或管理经验。应届毕业生如学业表现出色，亦有机会被考虑。经甄选的申请人或需要出席面试。

学费

本课程为自资修读式硕士学位课程。全期学费港币二十万七千九百元（2027/28 学年），上述学费可能于日后有所调整，已缴学费一般不获退还或转授。

奖学金

应用政策研究及教育未来学院入学奖学金

由 2026/27 学年起，应用政策研究及教育未来学院将提供一次性入学奖学金（港币30,000元）予就读学院之授课式研究生课程，并具卓越学术及非学术成绩的本地学生或非本地学生申请。

免责声明

本校维持其课程的教育质素及水准。本校受大学教育资助委员会（教资会）资助，并作为九间具备自行评审资历资格的院校之一。受教资会资助的各大学提供所有课程的教学经验均受教资会辖下质素保证局之监管。如个别人士欲于毕业后申请中国内地的学历认证，应直接联络中国教育部留学服务中心以获得最新资讯及确认（详情可参阅中国留学网： https://zwfw.cscse.edu.cn/cscse/lxfwzxwsfwdt2020/xlxwrz32/index.html）。有别于本校于香港颁授的学历，中国内地的学历认证程序为独立运作。为免生歧义，本校对于个别毕业生是否获得中国内地之学历认证或其他香港境外的专业资格或牌照之学历认证等事宜并不提供保证。

如中英文版本资料信息不一致，又或于课程内容诠释上出现歧义，则以本校之最后决定作准。

我们已尽力确保本网站所提供之资讯的准确性。由于课程资讯可能因情况之转变而时有变动，大学保留在其认为合适及在不事先通知的情况下修改本网站中任何资讯的权利。若因使用、误用或依据本网站提供的资讯而导致的任何损失或损害，大学概不负上法律责任。

大学保留一切修订课程开办及其任何有关事项的权利，如有需要，可随时酌情调整课程（包括但不限于课程内容和授课方式等）。在不限制大学修订课程和开办课程的广泛酌情权的前提下，考虑到教学人员编制、报读人数、实际具体安排、课程内容变动以及其他情况的转变等因素，大学可能需要更改课程。已缴学费将不予退还。

香港教育大学（教大）从未与中国内地或香港的中介机构合作招生，亦不鼓励学生委托第三方代理处理其申请。申请人须直接通过教大的网上入学申请系统提交入学申请，并提供个人资料和联系方式。有关申请的最新资讯，我们会直接与申请人联络。请参阅香港教育大学的官方渠道，包括课程网站及入学申请系统，以了解所需资料并完成申请程序。

有关中国内地国(境)外学历学位认证的重要事项

学生满足本校课程修业要求后，经过教务委员会批准便会获颁学位。本校不会为其学位于香港以外地区的认证评估承担任何责任，并建议学生谘询相关当局以进一步了解当前的规例。
学生欲于毕业后申请中国内地的学历认证，应直接联络中国教育部留学服务中心（以下简称「留服中心」）以获得最新资讯及确认，详情可参阅中国留学网：https://zwfw.cscse.edu.cn/cscse/lxfwzxwsfwdt2020/xlxwrz32/index.html）。
有别于本校于香港颁授的学历，中国内地的学历认证程序为独立运作。为免生歧义，本校对于个别毕业生是否获得中国内地之学历认证或其他香港境外的专业资格或牌照之学历认证等事宜并不提供保证。
留服中心会严格审查所有认证申请，包括考虑学生于修读期间在香港的居留时间。在评估毕业生的资格时，留服中心将全面审查申请人的出入境记录。
拟于毕业后申请中国内地学历认证的学生须注意，若于修读期间在香港居留时间过短，或未能符合留服中心要求，会对其学历认证带来不确定性及风险。
学生在制定个人计划时，如修读期间的住宿及跨境外游计划等，应当谨慎考虑上述事项，作出适当安排。
学生有责任了解并遵守大学有关授课式研究生课程的规定和指引。学生应参考研究生院网站以了解授课式研究生课程学务规则（General Academic Regulations (for Taught Postgraduate Programmes)）和守则（Code of Practice for Taught Postgraduate Programmes）。
如有任何疑问，请谘询留服中心。
此中文告示为英文版本译本。如中、英文两个版本有任何抵触或不相符之处，应以英文版本为准。