Περιοχή Μάθησης
Η κεντρική είσοδος σε όλο το εκπαιδευτικό υλικό — καθοδηγημένο ή ελεύθερο, όπως σου αρέσει.
Το θεμέλιο
Απευθύνεται σε χρήστες χωρίς προηγούμενες γνώσεις. Αρκεί να ξέρετε να χρησιμοποιείτε υπολογιστή.
Λειτουργία & Γραμμή Εντολών
Πώς λειτουργεί ένας υπολογιστής, τι είναι τα APIs, πώς χρησιμοποιείται ένα τερματικό, πώς ρυθμίζεται ένα περιβάλλον ανάπτυξης, πώς χρησιμοποιείται το Git και κατανόηση του Open Source.
Κατανοείτε πώς λειτουργούν οι υπολογιστές, πλοηγείτε με ασφάλεια στο τερματικό, χρησιμοποιείτε Git και κατανοείτε το Open Source.
Πώς "σκέφτεται" ένας υπολογιστής
CPU, GPU, RAM, σκληρός δίσκος και δυαδικός κώδικας — τα θεμέλια υλικού.
Το Internet & τα APIs
Client, Server, HTTP αιτήματα και APIs ως διεπαφές.
Το Τερματικό
GUI vs CLI, μονοπάτια και οι πιο σημαντικές εντολές.
Το περιβάλλον ανάπτυξής σου
Σύντομα διαθέσιμο
Έλεγχος Εκδόσεων με Git
Repository, Commit, Branch και GitHub ως αποθήκη cloud.
Open Source vs Closed Source
Πηγαίος κώδικας, άδειες (GPL, MIT) και η σημασία της διαφάνειας.
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Python & Λογική Προγραμματισμού
Από μεταβλητές μέσω δομές ελέγχου και συναρτήσεις έως κλάσεις, πακέτα και εικονικά περιβάλλοντα.
Προγραμματίζετε σε Python, κατανοείτε τύπους δεδομένων, δομές ελέγχου, OOP και ρυθμίζετε καθαρά περιβάλλοντα ανάπτυξης.
Μεταβλητές & Τύποι Δεδομένων
String, Integer, Float, Boolean και αναθέσεις.
Δομές Ελέγχου
Διακλαδώσεις If/Else και βρόχοι (For, While).
Συναρτήσεις
Παράμετροι, τιμές επιστροφής και αρθρωτός κώδικας.
Όταν ο Κώδικας Σπάει (Σφάλματα & Αποσφαλμάτωση)
Σφάλμα Σύνταξης vs Λογικό Σφάλμα, Try/Catch και ανάγνωση Stack Traces.
Λίστες & Λεξικά
Arrays, δομές κλειδιού-τιμής και πρόσβαση βάσει δείκτη.
Αντικειμενοστραφής Προγραμματισμός (Κλάσεις & Αντικείμενα)
Κλάση, αντικείμενο, μέθοδος και ιδιότητα — το σχεδιάγραμμα σύνθετου κώδικα.
Εξωτερικές Βιβλιοθήκες (Πακέτα)
Pip, εξαρτήσεις, Import — μην επανεφεύρετε τον τροχό.
Η Φούσκα Απομόνωσης (Virtual Environments / Docker)
venv, containers και αναπαράξιμα περιβάλλοντα.
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Το εργαστήριο
Πρακτικά μαθήματα για δημιουργούς. Εστίαση στην εφαρμογή, εργαλεία και σύγχρονες ροές εργασίας.
Γεννητική Τέχνη (Εικόνες & Βίντεο)
Δημιουργία εικόνων, Stable Diffusion, LoRA, ControlNet και βελτιστοποίηση workflow.
Δημιουργείτε δικές σας εικόνες με Stable Diffusion, κατανοείτε Text-to-Image και κατέχετε LoRA, ControlNet και Upscaling.
Δημιουργία Εικόνας (Από Κείμενο σε Pixel)
Text-to-Image, Prompting και Seed (τυχαία τιμή).
Το Εργαλείο (Stable Diffusion Forge)
UI, τοπικό VRAM και ταχύτητα δημιουργίας.
Έλεγχος & Λεπτορύθμιση
LoRA, Inpainting και Outpainting.
Βελτιστοποίηση Workflow
ControlNet (στάσεις, ακμές) και Upscaling.
GANs — Διαδραστική Demo
Βιώστε διαδραστικά πώς τα GANs δημιουργούν εικόνες.
ΠροαιρετικόΛήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Τοπικά Γλωσσικά Μοντέλα
Το οικοσύστημα Hugging Face, τοπική εκτέλεση μοντέλων και κατανόηση Quantization.
Κατανοείτε το Hugging Face, φέρνετε μοντέλα στον υπολογιστή σας και κατανοείτε Quantization.
Το Οικοσύστημα (Hugging Face)
Διαθέσιμο από 23 Σεπ 2026
Εκτέλεση Μοντέλων στον Δικό σας Υπολογιστή
Διαθέσιμο από 23 Σεπ 2026
Quantization (Συμπίεση Μοντέλων)
Διαθέσιμο από 23 Σεπ 2026
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Πράκτορες & Αυτοματισμός
System Prompts, Prompt Engineering, RAG, Function Calling, APIs και No-Code Workflows.
Δημιουργείτε System Prompts, χτίζετε RAG pipelines, χρησιμοποιείτε Function Calling και αυτοματίζετε Workflows με n8n.
Ανάθεση Εργασίας στο Μοντέλο (System Prompts)
System Prompt, Roleplay, One-Shot vs Few-Shot.
Prompt Engineering (Chain of Thought)
Zero-Shot, Chain-of-Thought και αποφυγή παραισθήσεων.
Σύνδεση Δικών σας Δεδομένων (RAG)
Retrieval-Augmented Generation, Chunking, Embeddings και Vector Database.
Function Calling (Όταν η ΤΝ Πατά Κουμπιά)
JSON-Output, Tool Use — η ΤΝ αποφασίζει ποιο εργαλείο θα εκτελέσει.
Χρήση Διεπαφών (APIs & MCP)
API Key, Model Context Protocol και αρχιτεκτονική διακομιστή για πράκτορες ΤΝ.
No-Code Workflows (n8n)
Trigger, Node, Workflow Automation και Webhooks.
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
ΤΝ στην Ανάπτυξη Λογισμικού
Vibecoding, Context Engineering, Harness Engineering και agentic Coding — ο νέος τρόπος προγραμματισμού.
Προγραμματίζετε με ΤΝ, κατέχετε Context Engineering και χρησιμοποιείτε αυτόνομους πράκτορες Coding.
Προγραμματισμός σε Φυσική Γλώσσα (Vibecoding)
Διαθέσιμο από 21 Οκτ 2026
Context Engineering
Διαθέσιμο από 21 Οκτ 2026
Harness Engineering: Στηθαία αντί για ελπίδα
Διαθέσιμο από 21 Οκτ 2026
Agentic Coding (ΤΝ που Πληκτρολογεί Μόνη της)
Διαθέσιμο από 21 Οκτ 2026
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Ποιότητα Λογισμικού & Δοκιμές
Ανάγνωση tests, κατανόηση μηχανικών ελέγχων, έγκριση αλλαγών και προστασία μυστικών — ποιότητα χωρίς γνώσεις προγραμματισμού.
Διαβάζετε ένα test και καταλαβαίνετε τι πραγματικά ελέγχει, κατανοείτε τους κόκκινους μηχανικούς ελέγχους, θέτετε σε έναν πράκτορα τις τρεις ερωτήσεις των οποίων την απάντηση μπορείτε να επαληθεύσετε μόνοι σας, και ξέρετε τι δεν πρέπει ποτέ να μπει σε ένα repository.
Να καταλαβαίνεις τα tests όταν τα γράφει ο agent
Διαθέσιμο από 18 Νοε 2026
Gates: Το δίχτυ ασφαλείας από μηχανικούς ελέγχους
Διαθέσιμο από 18 Νοε 2026
Review χωρίς γνώσεις προγραμματισμού
Διαθέσιμο από 18 Νοε 2026
Μυστικά & Ασφάλεια: Τι δεν πρέπει ποτέ να μπει στο repository
Διαθέσιμο από 18 Νοε 2026
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Η ακαδημία
Η ακαδημαϊκή ραχοκοκαλιά — αντιστοιχεί στα modules ΤΝ ενός προγράμματος πληροφορικής, αλλά προσβάσιμη.
Δομές Πληροφορικής & Αλγόριθμοι
Τι είναι αλγόριθμοι, πώς κλιμακώνονται και ποιες δομές δεδομένων κινούν την πληροφορική.
Κατανοείτε αλγορίθμους, σημειογραφία Big-O, αναδρομή και τις σημαντικότερες δομές δεδομένων (γραμμικές, ιεραρχικές, βάσει κλειδιού).
Τι είναι Αλγόριθμος;
Ντετερμινισμός, πεπερασμένο, είσοδος/έξοδος — η συνταγή των μηχανών.
Αλγοριθμική Πολυπλοκότητα (Big-O)
Κατανόηση κλιμάκωσης: γραμμική, τετραγωνική, εκθετική.
Δομές Δεδομένων I (Γραμμικές)
Array, Linked List, Stack, Queue.
Αναδρομή
Base Case, Αναδρομική Κλήση και Stack Overflow — βρόχοι σε στεροειδή.
Δομές Δεδομένων II (Ιεραρχικές & Δικτυακές)
Tree, Binary Search Tree, Graph, Node, Edge.
Δομές Δεδομένων III (Βάσει Κλειδιού)
Hash Table, ζεύγος κλειδιού-τιμής και Caching.
Travelling Salesman — When Trying Everything Takes Too Long
This path's first demo: find the shortest tour through many cities — an NP-hard problem that exposes the limits of brute force and why we need clever heuristics like simulated annealing.
ΠροαιρετικόΛήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Μαθηματικά των Δεδομένων
Στατιστική και πιθανοτολογία ως θεμέλιο για Machine Learning.
Κατανοείτε παραμέτρους θέσης, διασπορά, κατανομές, συσχέτιση, πιθανότητα και το θεώρημα Bayes.
Παράμετροι Θέσης (Πού είναι το κέντρο;)
Μέσος, διάμεσος και ακραίες τιμές.
Διασπορά (Πόσο μακριά από το κέντρο;)
Διακύμανση, τυπική απόκλιση και εύρος.
Κατανομές (Η μορφή των δεδομένων)
Κανονική κατανομή, ασυμμετρία και μακριά ουρά.
Σχέσεις μεταξύ δεδομένων
Συσχέτιση, αιτιότητα και συγχυτικές μεταβλητές.
Πιθανότητα & Αναμενόμενη Τιμή
Πιθανότητα, αναμενόμενη τιμή και υπολογισμός κινδύνου/ωφέλους.
Bayes & Δεσμευμένη Πιθανότητα
Το θεώρημα Bayes: προσαρμογή γνώμης με νέα γνώση.
Naive Bayes — Διαδραστική Demo
Ταξινομήστε κείμενα ζωντανά με τον αλγόριθμο Naive Bayes.
ΠροαιρετικόΛήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Γραμμική Άλγεβρα & Λογισμός
Διανύσματα, πίνακες, τανυστές, παράγωγοι και κανόνας αλυσίδας — η γλώσσα του Deep Learning.
Κατανοείτε διανύσματα, πίνακες, τανυστές, παραγώγους, μερικές παραγώγους και τον κανόνα αλυσίδας ως βάση για Backpropagation.
Χώροι και Κατευθύνσεις (Διανύσματα)
Βαθμωτό, διάνυσμα, διαστατικότητα και διανυσματικός χώρος.
Πίνακες Δεδομένων & Μετασχηματισμοί (Μήτρες)
Μήτρα, πολλαπλασιασμός μητρών, μετασχηματισμός και εσωτερικό γινόμενο.
Τανυστές (Η Γλώσσα των GPU)
Τανυστής ως n-διάστατο array, Batching και Shape.
Μέτρηση Μεταβολής (Παράγωγοι)
Κλίση, ρυθμός μεταβολής και ελάχιστα/μέγιστα.
Μερικές Παράγωγοι & Η Κλίση
Πολυδιάστατη κλίση και διάνυσμα κλίσης.
Σύνθετες Συναρτήσεις (Κανόνας Αλυσίδας)
Σύνθεση συναρτήσεων και Chain Rule — η προκαταρκτική βάση για Backpropagation.
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Κλασική, Συμβολική ΤΝ
Από τον Turing μέσω αναζήτησης, ευρετικών και θεωρίας παιγνίων έως συστήματα εμπειρογνωμοσύνης και τον χειμώνα ΤΝ.
Κατανοείτε τις ρίζες της ΤΝ, πλοηγείτε χώρους καταστάσεων, κατέχετε Pathfinding και θεωρία παιγνίων και γνωρίζετε τα διδάγματα του χειμώνα ΤΝ.
Η Γέννηση της ΤΝ (Από τον Turing ως το Dartmouth)
Τεστ Turing, Συνέδριο Dartmouth (1956), ELIZA — το ιστορικό πλαίσιο.
Αναζήτηση σε Γράφο
Χώρος καταστάσεων, Αναζήτηση Πλάτους (BFS) και Αναζήτηση Βάθους (DFS).
Ευρετικά & Pathfinding
Ευρετική, συνάρτηση κόστους, Dijkstra και ο αλγόριθμος A*.
A* Pathfinding — Διαδραστική Demo
Δείτε A* και Dijkstra σε δράση κατά την πλοήγηση σε λαβύρινθο.
ΠροαιρετικόΠράκτορες σε Σύγκρουση (Θεωρία Παιγνίων)
Συστήματα πολλαπλών πρακτόρων, παιχνίδι μηδενικού αθροίσματος και ισορροπία Nash.
MinMax & Pruning
Δέντρο αποφάσεων, στρατηγική MinMax και Alpha-Beta Pruning.
MinMax — Διαδραστική Demo
Παίξτε Tic-Tac-Toe εναντίον αήττητης ΤΝ MinMax.
ΠροαιρετικόΚανόνες & Λογική (Συστήματα Εμπειρογνωμοσύνης)
Σύστημα εμπειρογνωμοσύνης, μηχανή συμπερασμού, κανόνες If-Then και συνδυαστική έκρηξη.
ΤΝ βάσει κανόνων — Διαδραστική Demo
Βιώστε διαδραστικά πώς ένα σύστημα εμπειρογνωμοσύνης σχηματίζει λογικές αλυσίδες.
ΠροαιρετικόELIZA Chatbot — Διαδραστική Demo
Συνομιλήστε με τον πρώτο chatbot-θεραπευτή βάσει κανόνων στην ιστορία.
ΠροαιρετικόΟ Χειμώνας ΤΝ (Αποτυχία & Διδάγματα)
Αναφορά Lighthill, υπερβολικές υποσχέσεις και γιατί η συμβολική ΤΝ υπέκυψε στην πολυπλοκότητα.
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Θεμέλια Machine Learning
Η αλλαγή παραδείγματος: Από τον προγραμματισμό στην εκπαίδευση — Supervised, Unsupervised και εργαλεία αξιολόγησης.
Κατανοείτε παραδείγματα ML, εκπαιδεύετε μοντέλα Supervised Learning, αξιολογείτε με μετρικές και γνωρίζετε Overfitting και Unsupervised Learning.
Προγραμματισμός vs Εκπαίδευση
Machine Learning, δεδομένα εκπαίδευσης, μοντέλο και συμπέρασμα.
Supervised Learning (Μάθηση με Δάσκαλο)
Label, Features, Target, Ταξινόμηση vs Παλινδρόμηση.
Γραμμική & Λογιστική Παλινδρόμηση
Ευθεία παλινδρόμησης, Sigmoid και συνάρτηση σφάλματος (MSE).
Το Ακατέργαστο Υλικό (Data Engineering)
Feature Engineering, ελλείπουσες τιμές και κανονικοποίηση.
Παράμετροι vs Υπερπαράμετροι
Τι μαθαίνει η ΤΝ vs τι ρυθμίζει ο άνθρωπος.
Όταν ο Μαθητής Απομνημονεύει
Overfitting, Underfitting, Train-Test Split και Σύνολο Επαλήθευσης.
Αξιολόγηση Μοντέλων
Accuracy, Precision, Recall, F1-Score και Confusion Matrix.
Unsupervised Learning (Δομή στο Χάος)
Clustering (k-Means), Μείωση Διαστατικότητας (PCA) και Ανίχνευση Ανωμαλιών.
Supervised Learning — Διαδραστική Demo
Εκπαιδεύστε μοντέλο και παρακολουθήστε το όριο απόφασης.
ΠροαιρετικόDecision Tree — the Glass-Box Classifier
Watch a tree of yes/no questions carve up the data — and see it tip into overfitting when it asks too many. The most transparent algorithm in the ML toolkit.
ΠροαιρετικόK-Means Clustering — Διαδραστική Demo
Παρακολουθήστε πώς το K-Means ταξινομεί σημεία δεδομένων σε ομάδες.
ΠροαιρετικόΛήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Deep Learning (Η Νευρωνική Επανάσταση)
Από τον τεχνητό νευρώνα μέσω ενεργοποίησης, Hidden Layers και συναρτήσεων απώλειας έως Gradient Descent και Backpropagation.
Κατανοείτε νευρωνικά δίκτυα από το Perceptron έως Backpropagation και μπορείτε να παρακολουθήσετε τον πλήρη κύκλο εκπαίδευσης.
Ο Τεχνητός Νευρώνας
Perceptron, βάρη, Bias και άθροιση.
Perceptron — Διαδραστική Demo
Εκπαιδεύστε το απλούστερο νευρωνικό δίκτυο βήμα προς βήμα.
ΠροαιρετικόΗ Σπίθα (Ενεργοποίηση)
Γραμμικότητα vs Μη-Γραμμικότητα, ReLU και Sigmoid.
Το Δίκτυο (Hidden Layers)
Deep Neural Network, Hidden Layer και Forward Pass.
Neural Network Playground — Διαδραστική Demo
Χτίστε δικές σας αρχιτεκτονικές δικτύων, εκπαιδεύστε ζωντανά και δείτε τη Backpropagation σε δράση.
ΠροαιρετικόΠώς η ΤΝ Υπολογίζει το Σφάλμα της
Συνάρτηση απώλειας, Mean Squared Error και Cross-Entropy.
Ο Δρόμος προς την Κοιλάδα (Gradient Descent)
Κατάβαση κλίσης, Learning Rate και τοπικό/ολικό ελάχιστο.
Gradient Descent — Διαδραστική Demo
Παρακολουθήστε τον Optimizer να κατεβαίνει στην κοιλάδα — βήμα προς βήμα.
ΠροαιρετικόΗ Καρδιά της Μάθησης (Backpropagation)
Backpropagation και ανάδραση σφάλματος — βασίζεται στον κανόνα αλυσίδας.
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Σύγχρονες Αρχιτεκτονικές (GenAI)
Από τοκενισμό μέσω Embeddings, CNNs, RNNs και Transformers έως LLMs, Transfer Learning και Diffusion.
Κατανοείτε τοκενισμό, Embeddings, CNNs, RNNs, Transformers, LLMs, Transfer Learning, Sampling και Diffusion.
Τοκενισμός (Το Αλφάβητο των Μηχανών)
Token, BPE, Context Window — γιατί η ΤΝ δεν κατανοεί συλλαβές.
Embeddings & Latent Space
Word2Vec, διανύσματα Embedding και σημασιολογική απόσταση.
Computer Vision (CNNs)
Convolution, Filter/Kernel, Pooling και Εξαγωγή Χαρακτηριστικών.
Χρόνος & Ακολουθίες (RNNs)
Σειριακά δεδομένα, Recurrent Neural Networks και Vanishing Gradient.
Η Ανατροπή (Transformers & Attention)
Self-Attention, Query/Key/Value και ο Transformer Block.
Μηχανισμός Attention — Διαδραστική Demo
Κατανοήστε Query/Key/Value βήμα προς βήμα — η καρδιά κάθε Transformer.
ΠροαιρετικόΜεγάλα Γλωσσικά Μοντέλα (LLMs)
Foundation Model, Προ-εκπαίδευση, Πρόβλεψη Επόμενου Token και μέγεθος παραμέτρων.
Transfer Learning & Fine-Tuning
Προεκπαιδευμένα βάρη, Checkpoints και LoRA.
Sampling & Temperature
Softmax, Temperature, Top-K/Top-P — γιατί το ChatGPT δεν λέει πάντα το ίδιο.
Γεννητικά Μοντέλα Εικόνας (Diffusion)
Latent Space, θόρυβος, Denoising και Text-to-Image.
GANs — Διαδραστική Demo
Βιώστε διαδραστικά πώς τα GANs δημιουργούν εικόνες.
ΠροαιρετικόΛήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Reinforcement Learning
Μάθηση μέσω ανταμοιβής: Από τη βασική αρχή μέσω Q-Learning έως RLHF.
Κατανοείτε Reinforcement Learning, MDP, Q-Learning και RLHF — πώς το ChatGPT μαθαίνει ευγένεια.
Καρότο και Μαστίγιο (Η Αρχή)
Διαθέσιμο από 7 Οκτ 2026
Ανάπτυξη Στρατηγικών (Q-Learning & MDPs)
Διαθέσιμο από 7 Οκτ 2026
Q-Learning — Διαδραστική Demo
Παρακολουθήστε πώς ένας πράκτορας βρίσκει την έξοδο μέσω Q-Learning.
ΠροαιρετικόRLHF (Πώς τα LLMs Μαθαίνουν Ευγένεια)
Διαθέσιμο από 7 Οκτ 2026
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Κοινωνία & Ένταξη
Κοινωνικές και νομικές επιπτώσεις της ΤΝ, προσαρμοσμένες σε συγκεκριμένες ομάδες-στόχους.
Ηθική & Μύθοι
Συνείδηση, Bias, πνευματικά δικαιώματα και Prompt Injections — τα κρίσιμα ερωτήματα για την ΤΝ.
Διακρίνετε AGI από Στατιστική, κατανοείτε Bias Εκπαίδευσης αναλυτικά, γνωρίζετε θέματα copyright και κινδύνους Prompt Injection.
Συνείδηση vs Πιθανότητα
AGI, Sentience και ο Στοχαστικός Παπαγάλος.
Bias & Ποιότητα Δεδομένων
Bias Εκπαίδευσης, Θεώρημα Αδυναμίας, Signal vs Noise.
Copyright & Κλοπή Δεδομένων
Fair Use, Opt-Out και Copyright σε δεδομένα εκπαίδευσης.
Ασφάλεια & Prompt Injections
Jailbreaks, Εξαγωγή Δεδομένων και πώς εξαπατώνται τα γλωσσικά μοντέλα.
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Ευρώπη & Δίκαιο
EU AI Act, ρύθμιση Foundation Models και προστασία δεδομένων σε εφαρμογές ΤΝ.
Κατανοείτε τον EU AI Act, τις υποχρεώσεις διαφάνειας για Foundation Models και τις επιπτώσεις GDPR για ΤΝ.
Ο EU AI Act
Διαθέσιμο από 4 Νοε 2026
Ρύθμιση Foundation Models
Διαθέσιμο από 4 Νοε 2026
Προστασία Δεδομένων & ΤΝ (GDPR)
Διαθέσιμο από 4 Νοε 2026
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Για Ηλικιωμένους (ΤΝ στην Καθημερινότητα)
Ένας ψηφιακός βοηθός, ασφάλεια στο διαδίκτυο και διατήρηση αυτονομίας.
Χρησιμοποιείτε ΤΝ ως καθημερινό βοηθό, αναγνωρίζετε απάτες και διατηρείτε τον έλεγχο των δεδομένων σας.
Ένας Ψηφιακός Βοηθός
Φωνητικός βοηθός, μετάφραση και ανάγνωση κειμένου.
Πρώτη Επαφή με ΤΝ — Διαδραστική Demo
Μια ασφαλής πρώτη επαφή με έναν απλό chatbot.
ΠροαιρετικόΑσφάλεια & Προστασία από Απάτες
Απάτη εγγονού 2.0, Κλωνοποίηση Φωνής και Ανίχνευση Phishing.
Ασπίδα E-mail — Διαδραστική Demo
Βιώστε πώς ένα φίλτρο spam αναγνωρίζει ύποπτα email.
ΠροαιρετικόΔιατήρηση Αυτονομίας
Opt-Out σε παρόχους και έλεγχος κοινής χρήσης δεδομένων.
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Για Μαθητές & Φοιτητές
Μάθηση με ΤΝ αντί αντιγραφής, αναγνώριση Deepfakes και κριτική αξιολόγηση πηγών.
Χρησιμοποιείτε ΤΝ ως δάσκαλο μάθησης, αναγνωρίζετε Deepfakes και συνθετικά μέσα και ελέγχετε κριτικά τις πηγές.
Μάθηση με ΤΝ (Αντί Αντιγραφής)
Σωκρατικός Διάλογος, δάσκαλος μάθησης και κριτική αξιολόγηση παραισθήσεων.
Αλήθεια στο Διαδίκτυο
Deepfakes, έλεγχος πηγών και συνθετικά μέσα.
Αυτοκίνητα που Μαθαίνουν να Οδηγούν — Διαδραστική Demo
Παρακολουθήστε πώς αυτοκίνητα μαθαίνουν μέσω Νευροεξέλιξης να κυριαρχούν σε πίστα αγώνων. Οδηγήστε μόνοι σας και συγκριθείτε με την ΤΝ.
ΠροαιρετικόΠαίξτε Εναντίον του Υπολογιστή — Διαδραστική Demo
Αντιμετωπίστε ΤΝ που επιλέγει την καλύτερη κίνηση με MinMax.
ΠροαιρετικόΟ Παλαιότερος Chatbot — Διαδραστική Demo
Συνομιλήστε με τον ELIZA, τον πρώτο chatbot της ιστορίας.
ΠροαιρετικόΛήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Second Brain & Ψηφιακά Δίδυμα
Οργάνωσε τη γνώση έξω από το κεφάλι σου — και κατανόησε τι μπορούν να κάνουν τα ψηφιακά είδωλα πραγματικών πραγμάτων και πού βρίσκονται τα όριά τους.
Δημιουργείς το δικό σου Second Brain, αντί να συλλέγεις σημειώσεις που δεν ξαναδιαβάζεις ποτέ, και εξηγείς τι ξεχωρίζει ένα ψηφιακό δίδυμο από μια απλή προσομοίωση.
Second Brain: Το εξωτερικό σου μνημονικό
Διαθέσιμο από 2 Δεκ 2026
Ψηφιακά δίδυμα
Διαθέσιμο από 2 Δεκ 2026
Λήψη Πιστοποιητικού
Κάντε κλικ για την κατάσταση
Περιέργειες
Μια αυξανόμενη βιτρίνα επιδείξεων που δεν ταιριάζουν σε καμία θεματική διαδρομή — κλασικά, περιέργειες, γοητευτικές εξαιρέσεις.
Περιέργειες
Ένα σπίτι για επιδείξεις που δεν ανήκουν σε καμία άλλη διαδρομή — κλασικά, περιέργειες, γοητευτικές εξαιρέσεις. Μια αυξανόμενη βιτρίνα χωρίς κοινό πρόγραμμα σπουδών. Μερικές φορές μία μετακινείται σε θεματική διαδρομή, μερικές φορές μία νέα προστίθεται.
Μια επιμελημένη χούφτα αυτόνομων επιδείξεων — μια βόλτα για τους περίεργους. Χωρίς εργασία για το σπίτι, μόνο εξερεύνηση.