تقنية مراجعة AI حسب: 15 نوفمبر "التعليم العالمي القمة AI + تشي التكيف" كيري مركز فندق في بكين الافتتاح الكبير لقمة من قبل لى فنغ صافي يي في التعليم السناجب منظمة العفو الدولية، وكذلك IEEE (معهد مهندسي الكهرباء والإلكترونيات) مشروع التعليم ومعايير التعليم التكيف شارك في رعاية مجموعة العمل، جلب فريق معا كبار في الداخل والخارج.
AI تشي التكيف التعلم والبحث هي واحدة من العوالم الثلاثة أعلى درجة من موضوع قلق. اعترفت القمة مدعوة إلى أكاديمية المستشفيات الأمريكية، تعلم الآلة عميد مايكل جوردان، في جميع أنحاء العالم والد توم ميتشل من التعلم الآلي، (SRI) SRI نائب الرئيس الدولي روبرت بيرلستين، ACT امتحان القبول مجموعة كالة برامج التعلم الجامعة الأمريكية عالم أبحاث بارز مايكل Yudelson وغيرها من أعلى العلماء.
في صباح المحفل الرئيسي للجمعية العامة، ألقى مايكل جوردان خطابا هاما "مبادئ الذكاء الاصطناعي من محورها الإنسان: والإحصاءات الحوسبة والاقتصاد." ما يلي هو مضمون خطابه، لى فنغ شبكة AI تقنية مراجعة النهائية.
مايكل جوردان: مرحبا بالجميع، يسر جدا لوجودي هنا، وأنا مهتمة جدا في موضوع التعليم. أنا على حد سواء الباحث، ولكن أيضا مربيا، حياتي المهنية كلها للعمل كأستاذ، ولكن أنا أيضا المتعلم، ويسر جدا أن تتاح لي هذه الفرصة للتعلم مع الجميع.
AI والتعلم
نحن نتعلم الآن إلى استخدام الكثير من البيانات وطرق جعل التعلم أكثر سهولة، وهذا هو سن جيد جدا. اليوم سأتحدث عن منظمة العفو الدولية والتعلم يكمل كل منهما الآخر، تحدثنا عن منظمة العفو الدولية تعزز التعلم، ما هو AI؟ يمكننا تثقيف AI تفعل؟ AI الآن قد لا يكون مفهوم واضح للغاية، ولا يزال تغيير، سيكون هناك العديد من التغييرات على مدى العقود القليلة القادمة، ثم كيف ينبغي لنا توعية، وكيفية تحسين التعليم في عصر التطور السريع لمنظمة العفو الدولية؟
وبالحديث عن منظمة العفو الدولية، وأعتقد أننا لا نريد لتكرار الذكاء البشري أو حكمة، ولكن لإنشاء نظام معلومات استخباراتية جديدة.
التعلم يجمع الجهاز والخوارزميات الإحصائية، ويدخل علم البيانات أيضا قاعدة البيانات والنظم الموزعة، والتعلم الآلي والبيانات هي أكثر عرضة من الباحثين العلميين من جميع الأعمار. يمكن أن تعطيك المفهوم الاقتصادي، وضعنا كل شيء معا.
الحديث عن التكنولوجيا الناشئة وغيرها من التخصصات، بما في ذلك اتخاذ القرارات، والبيانات، والمنطق البشري. سوف تكون البيانات في المركز، والتي سوف تشمل مجموعة متنوعة من التخصصات المختلفة، مثل الهندسة المدنية، والهندسة الكيميائية.
"تعلم آلة"، "البيانات العلمية"، "الذكاء الاصطناعي" بعض المفاهيم المتعلقة بنظم الكمبيوتر، القائم على البيانات. المراحل المختلفة لديها الباحثين مختلفة وأساليب مختلفة، ولكن المفتاح يجب تحليل البيانات.
كيف تطور في علوم الكمبيوتر؟ أولا، نحن بحاجة إلى البيانات، كيف يمكن تمديدها البيانات وتحليلها، ونحن الآن نناقش AI غالبا ما يتم التغاضي عن العوامل الاقتصادية. العناصر المختلفة مرتبطة المؤسسات، وذلك للحصول على نتائج أفضل من خلال التفاعل.
الآن في العالم من منظمة العفو الدولية لم نناقش الكثير من المحتويات في هذا المجال، من المرجح أن تقليد البشرية وسيتم تجاهل الجوانب الاقتصادية.
وقد استخدمت منظمة العفو الدولية في نواح كثيرة، والآن في المفهوم الأكثر تقليدية عن AI هو الإنسان تقليد. فوق طاقة البشر AI الآن لدينا طريق طويل لنقطعه ولم تظهر. على مدى السنوات ال 40 الماضية يحدث في الواقع هو أن التعزيزات الذكية، بما في ذلك معالجة البيانات، وتحليل البيانات، ونظم التوصية.
أعتقد أننا نريد أن نبني أنظمة الذكاء الاصطناعي، والذكاء الاصطناعي وذلك ليس ليحل محل البشر، ولكن لتعطينا طريقة جديدة لتصبح أكثر ذكاء.
على مدى العقود القليلة الماضية، بما في ذلك الآن، وقد تم تطوير البنية التحتية الذكية، بما في ذلك البيانات المتنقلة، ونحن سوف تتفاعل والمعدات. لدينا مثل هذا الأمل، ونريد أن يكون مفهوما من قبل الجهاز، ولكن نريد أيضا أن نفهم الآخرين. الآن نحن بحاجة إلى هذا الفهم، ولكن أيضا لتقديم بعض التنازلات.
أريد أن أقول حول التحديات التي نحن الآن وجه، في الواقع، وهذا هو أكثر حول مضمون صنع القرار، وعدم اليقين صنع القرار. هناك علم الأعصاب والجهاز العصبي، وسوف نستخدم AI مثل هذه التسمية، ولكن في الواقع لا يكفي، نحن بحاجة إلى اتخاذ قرارات جيدة.
تعرف صنع القرار؟ وسوف يكون هناك الكثير من عدم اليقين، ونحن أيضا النظر في قرارات متعددة. واحد من قبل الإنسان يمكن للمرء أن اتخاذ قرارات مختلفة، يمكن للآلة جعل الكثير من القرارات في الوقت نفسه، على سبيل المثال، قطرات، اوبر، وهو في أي مكان ساعة يمكن أن تقدم الكثير من القرارات لتسمح للسائقين مختلفة لالتقاط الركاب مختلفة، مثل مترابطة بعض القرارات، والبشر ليست جيدة جدا في الوقت نفسه إلى قرارات جعل.
هناك نوعان من القضايا المهمة جدا وذات الصلة، كيف نثقف الذكاء الاصطناعي التقليدي، والتحسينات الذكية وبنية تحتية ذكية جديدة. هنا التكامل بين التخصصات المختلفة. والسؤال الثاني هو كيف يمكننا استخدام هذه المفاهيم لتعليم؟ ترتبط هاتين المسألتين، تعرفت على السؤال الأول. لأنني أعرف الكثير من المؤتمرات الأخرى تركز على السؤال الثاني، حتى أن المشكلتين يمكن حلها.
كيفية تعليم الذكاء الاصطناعي التقليدي، والتحسينات الذكية وبنية تحتية ذكية جديدة
أولا وقبل كل شيء أود أن أقول عن عملي في بيركلي، لدينا "البيانات 8" بالطبع، ان تكون مرتبطة معا التفكير الحسابي والتفكير المنطقي. الطبعة الأولى من زملائي تعلم هذا الدرس، كان عليه قبل ثلاث سنوات. الآن أنا أيضا أستاذ من هذه الدورة، وهذا بالطبع هو على أساس البيانات العلمية، فإنه سيتم ربط العلوم وإحصاءات الكمبيوتر، وتعلم آلة بنفس الطريقة، ولكن على نطاق أوسع من تعلم الآلة.
نحن نعلم الجدد، هم فقط عندما المدرسة سوف يكون على هذا المسار، ثم لن يكون هناك تعليم، ولكن سيكون تدريس الخوارزميات والبرمجة القائمة على الكمبيوتر. نحن سيعلم كل فصل دراسي في بيركلي، كاليفورنيا، أكثر من ألف طالب وطالبة، ثم سيكون هناك نمو سريع للغاية، والآن هذا البرنامج يمكنك تحميل مجانا على الإنترنت.
لدينا الجولة الأولى من الدورات هي شعبية جدا والفتيان والفتيات، مع العديد من الطلاب من خلفيات مختلفة. في هذا المجال من البيانات العلمية الآن، نحن نريد أن يكون بعض المواهب، يمكنك أن تفعل كل من البيانات والقيام بعمليات حسابية. قبل العلماء سيقولون، ينبغي لنا أن نتعلم بعض تكنولوجيا الحاسوب، وأنا أعتقد أن هذا هو القليل من نقطة ضيقة الأفق للعرض، لا ينبغي لنا أن مجرد تعلم البرمجة، ويجب أن تعلم بعض المهارات الأساسية لاستخدام الحاسوب والقدرات الإحصائية. سوف نستخدم هذه الأفكار أخذ العينات وإعادة أخذ العينات من الإحصاءات التي وضعها في الكمبيوتر.
أنا إحصائي، أنا شخصيا مهتم بهذه الفكرة، علينا أن نجد خفية وراء البيانات هو في الواقع الكثير من الأشياء. نحتاج أولا أن تعرف من أين تأتي البيانات من، ونحن نريد لاسترداد البيانات في العالم الحقيقي وراء المصدر، الذي هو في العالم علوم الكمبيوتر تعلمت شيئا.
كيف ينبغي لنا أن نفعل ذلك؟ ليس فقط لبرمجة تعليم والإحصاءات، وأحيانا نضع اثنين معا، والتفكير التفكير الحسابي والمنطق هو شريك قوي.
أعطيك بعض الأمثلة، في صناعة علم الحاسوب، والذي نميل للقيام اختبار A / B، وبعض طلاب علوم الكمبيوتر لا تفعل مثل هذه التجارب، حيث صلته الإحصاءات. A / B اختبار ما هو؟ فإنه يقارن الحالتين. على سبيل المثال، هناك نوعان من الأعمدة، كل عمود هو 10000 طالبا، والمجموعة الضابطة والمجموعة التجريبية، بالإضافة إلى مرة مرة قبل وبعد صفحات الويب وتمت مقارنة. هناك الكثير من المشاكل في هذه العملية.
نعطي الصفحات لإجراء بعض التغييرات، ومن ثم القيام ببعض المعالجة لصالح المجموعة التجريبية، والتي تتعلق الإحصاءات الحديثة.
هذا الأسلوب هو في النهاية ما هو؟ وأوضح هناك بالتفصيل في هذا PPT.
بطبيعة الحال، سوف يجد بعض الناس هذا الاختبار أكثر مملة، ولكن في العملية التي يمكن أن يعلمك بعض المعرفة، حتى يتمكن الطلاب سيكون أكثر اهتماما. في العملية التي سوف تعلم الرياضيات، وفي عملية الحصول على الكثير من البيانات الحقيقية أن الناس يشعرون متحمس جدا.
سأعطيك بعض الأمثلة، لقد فعلنا الكثير من المشاريع، وبطبيعة الحال، وأنا شخصيا لا أعتقد أن هذا هو برامج الكمبيوتر القياسية جميلة، أنها تحظى بشعبية كبيرة في الولايات المتحدة. ونحن نعلم أن نتعامل مع البيانات أن نكون حذرين للغاية، وخصوصا عندما يتعلق الأمر بقضايا الخصوصية. في بعض الأحيان نعطي بيانات مشفرة، على سبيل المثال، ونحن نريد لإدارة المفاضلة بين خصوصية البيانات واستخدام البيانات، سوف يكون هناك خصوصية التفاضلية الطريقة الكمية، وهذا هو تكنولوجيا جديدة نسبيا.
نريد أولا لمعالجة البيانات، وليس على الفور وراء البيانات التعدين في النهاية ما نعم. على سبيل المثال، يتضمن بيانات البنك اسم الشخص والمكان الذي يعيشون فيه، الجبهة البيانات الطبية لدينا قواعد البيانات ذات الصلة، بما في ذلك الشخص العمر ومتوسط العمر المتوقع وما النوع من العلاج للحصول في أي وقت، ونحن نريد خصوصية البيانات هذا المريض من.
يمكننا أن نفعل استعلام في عدد السكان الذي، بعد استفسار نحن سوف تكون قادرة على الحصول على البيانات، والتي غالبا ما الإحصائيين القيام به. نحن نريد أن نتأكد من أن لا تفعل سوى البيانات ذات الصلة الأعمال وضمان خصوصية البيانات، والتي هي الجوانب الإحصائية والحسابية من المناهج الدراسية، واستخدام البيانات مع ضمان خصوصية البيانات.
عندما نعلم هذه الأفكار، وهذه الأفكار تمر بها مع المنهج، نجد أنه سيكون هناك بعض التشابه في مشاريع مختلفة. في الولايات المتحدة سوف تكون هناك هيئة محلفين، فإنها تميل إلى أخذ عينات عشوائية من السكان، يمكننا أن نرى أن نسبة لجنة التحكيم في مجموعات عرقية مختلفة أو بين الرجل والمرأة ليست هي نفس عدد ونسبة من المجموع، مع هذا اختبار A / B هو نفسه، والطلاب سوف تجد هذا الاختبار مثيرة جدا للاهتمام، لأنها يمكن اختيارهم من قبل لجنة التحكيم من الطريقة / الاختبار B، والتي سوف تؤثر على عملية صنع السياسات. هناك كلمات سرية، والموسيقى هي في النهاية الهيب هوب أو بلد الموسيقى، الذي يرتبط أيضا مع اختبار A / B.
وبالإضافة إلى المناهج الدراسية الأساسية سوف يكون هناك عدد من "الشخص المتصل" بطبيعة الحال، التي هي البيانات في مجال معين من العلوم، مثل علم الاجتماع أو علم الوراثة وهلم جرا. بعض الأمثلة على "الشخص المتصل" تشمل بالطبع "المدن الذكية البيانات العلمية"، "البيانات والتفكير العلمي"، "التنقيب عن البيانات الجغرافية"، "تاريخ كيفية حساب" وهلم جرا.
علينا أن نعلم بعض الأفكار الأساسية، ولكن أيضا التعاون متعدد التخصصات. سوف أتطرق البيانات على العديد من التخصصات العلمية المختلفة، على وجه الخصوص، سوف تركز على الذكاء الاصطناعي.
مزيج من منظمة العفو الدولية والاقتصاد
الذكاء الاصطناعي في النهاية ما هو؟ الكمبيوتر لا يكفي الذكية، وانهم فقط استخدام البيانات لالاستخبارات البشرية تقليد. ونحن بحاجة إلى أن تصبح الكمبيوتر أكثر ذكاء، والسماح للكمبيوتر لمحاكاة الدماغ البشري، وهو AI الحالي تفعل بعض الأشياء، ولكن أعتقد أن هذا ليس هو الهدف الرئيسي لمنظمة العفو الدولية. وهناك أيضا أنظمة الذكاء الاصطناعي الأخرى.
ما هو مفهوم الذكاء الاصطناعي في نهاية المطاف هو؟ الذكاء البشري هو بالتأكيد في ذكاء. على سبيل المثال، هناك العديد من المطاعم في بكين، سندخل الكثير من المواد الغذائية يوميا، 365 يوما في السنة. في عملية شراء الغذاء في وجود لتفعل الكثير من القرارات، مثل أي نوع من الخضروات شراء واللحوم وغيرها، الحاجة إلى وجود الكثير من الاستثمارات الذكية لاتخاذ مثل هذه القرارات. تريد محاكاة الذكاء البشري لا يزال من الصعب جدا، ولكن يمكننا محاكاة النظام الاقتصادي، النظام الاقتصادي في الواقع هو ذكي جدا، وبالتالي فإن الاقتصاد سوف تكون قادرة على تطبيق نظرية في الكمبيوتر.
الآن الحصول على الكثير من بيانات الكمبيوتر، لخلق سوق جديدة، ولكن في معظم الحالات هو إعطاء الخدمات المقدمة، وهذا يمكن أن يكون الإعلان والتسويق على نحو أفضل، لكسب المزيد من المال. سوف محركات البحث المستقبل خلق سوق جديدة، لذلك الناس لديهم استعداد أكبر للمشاركة، للحصول على قيمة أكبر.
اسمحوا لي أن أقدم لكم مثالا على الإبداع البشري في الواقع لم تدخل بعد في السوق. الآن المزيد والمزيد من الناس يبذلون الموسيقى ووضعها على الموقع مثل SoundCloud لل، الآن هناك المزيد والمزيد من الناس يستمعون إلى الموسيقى، وقواعد السوق الحقيقي ينبغي أن تفعل الموسيقى والناس الذين يستمعون إلى الموسيقى العلاقات الاقتصادية القائمة بين، ولكن الآن لا يوجد مثل هذا الارتباط، وينبغي أن يكون هذا الصدد قادرة على خلق بعض القيمة.
كيف لنا أن نفعل ذلك؟ يمكننا أن نبني السوق. بعد الموسيقى صنع الأول للناس، يمكننا القيام به لوحة القيادة تتيح معرفة جمهورها حيث، مع هذه البيانات، يمكنك استخدام هذه البيانات لتمكين الموسيقيين لأداء في المكان الذي يوجد فيه الجمهور. يمكن الموسيقيين ثم تقدم لتوفير مشجعيه، مثل المراوح الغناء في حفل الزفاف. ونتيجة لالمنتجين والمستهلكين صلة، فإنه سيتم توليد المزيد من الدخل. لكننا لم يضع المنتجين والمستهلكين الارتباط.
أعتقد ليس فقط في الموسيقى، في العديد من المجالات الأخرى، مثل الخدمات الشخصية، وخدمات المعلومات على حد سواء.
وأخيرا، أكثر من بضع دقائق معك تتحدث عن عملية صنع القرار، لم تشارك في الاقتصاد في عملية من هذا القبيل، ولكن في مختلف الناس اتخاذ قرارات مختلفة. هناك مثل هذه العملية توصية الكلاسيكية، مثل الأمازون أو بابا يوصي الفيلم على الجميع، والآن شخصين أو ألفي يوصي شخصيا نفس الفيلم، وكنت أشعر أن هناك شيئا خطأ؟ لا توجد مشكلة. إذا كان نفس الكتاب أوصي إلى عشرين ألف شخص أو حتى 20 مليون نسمة، وأعتقد أن هذا الكتاب هو كتاب جيد، هناك مشكلة؟ لا تستطيع ديك مشكلة.
ولكن عندما أكله؟ إذا كان النظام أوصى لي أريد أن أكل الطعام، بدلا من المطعم نفسه أو حتى أوصي به 100 شخص 1000 شخص، هو عملية التخصيص. خارج المطار، إذا كنت أوصي به جميع السائقين على الطريق، وإذا أردنا أن السير في هذا الطريق، وسوف يكون الاختناقات المرورية. أوصى للجميع مع الأسهم، فإنه يمكن أن يسبب مشاكل في سوق الأسهم.
بعض من هذه المبادئ يمكن تطبيقها على الاقتصاد في السنوات القليلة الماضية ولقد تم دراسة تطبيق هذه المبادئ.
وآمل أن اعتقد انني التقرير هذا مثير جدا للاهتمام، ولدي الآن لتنفيذ ملخص: كيف AI والتعليم مرتبطة؟ AI الآن حقا تغيير كل شيء، وتغيير البيانات، وتغيير الطريقة التي نعيش بها، لكننا يجب أن تستخدم ليس فقط الطرق التقليدية، فإننا يمكن أن يكون نهجا جديدا، AI الجديد، وأعتقد أن هذا هو ما يجب أن نفكر في المشكلة شكرا لك.
