99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

將道德內(nèi)容加載到機器學(xué)習(xí)中 學(xué)會批判性地思考機器學(xué)習(xí)

汽車電子技術(shù) ? 2022-04-18 18:52 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

一個多學(xué)科的研究生團隊幫助將道德計算內(nèi)容注入麻省理工學(xué)院最大的機器學(xué)習(xí)課程。

作為計算社會和道德責(zé)任倡議的一部分,一個多學(xué)科的研究生小組努力為麻省理工學(xué)院最大的機器學(xué)習(xí)課程之一注入與道德計算、數(shù)據(jù)和模型偏差以及機器學(xué)習(xí)公平性相關(guān)的材料。

參加 MIT 課程 6.036(機器學(xué)習(xí)簡介)的學(xué)生學(xué)習(xí)強大模型背后的原理,這些模型可幫助醫(yī)生診斷疾病或幫助招聘人員篩選求職者。

現(xiàn)在,由于計算的社會和道德責(zé)任(SERC) 框架,這些學(xué)生還將停下來思考 這些人工智能工具的含義,這些工具有時會帶來意想不到的后果。

去年冬天,一個SERC 學(xué)者團隊與講師 Leslie Kaelbling、松下計算機科學(xué)與工程教授以及 6.036 名助教合作,為每周實驗室注入了涵蓋道德計算、數(shù)據(jù)和模型偏差以及機器學(xué)習(xí)公平性的材料。該過程由電氣工程和計算機科學(xué)系 X 聯(lián)盟助理教授 Jacob Andreas 于 2019 年秋季啟動。SERC 學(xué)者在多學(xué)科團隊中合作,幫助博士后和教師開發(fā)新的課程材料。

由于 6.036 課程如此龐大,因此 2021 年春季學(xué)期入學(xué)的 500 多名學(xué)生在努力學(xué)習(xí)新的計算技術(shù)的同時,努力應(yīng)對這些道德方面的問題。對于一些人來說,這可能是他們第一次在學(xué)術(shù)環(huán)境中批判性地思考機器學(xué)習(xí)的潛在負面影響。

SERC 學(xué)者評估了每個實驗室,以開發(fā)具體的示例和與道德相關(guān)的問題,以適應(yīng)該周的材料。每個人都帶來了不同的工具集。Serena Booth 是計算機科學(xué)與人工智能實驗室 (CSAIL) 交互式機器人組的研究生。Marion Boulicault 是語言學(xué)和哲學(xué)系的研究生,現(xiàn)在是 SERC 所在的麻省理工學(xué)院蘇世民計算機學(xué)院的博士后。Rodrigo Ochigame 是歷史、人類學(xué)、科學(xué)、技術(shù)和社會 (HASTS) 項目的研究生,現(xiàn)在是荷蘭萊頓大學(xué)的助理教授。他們與 MEng ‘21 助教 Dheekshita Kumar 密切合作,后者在開發(fā)課程材料方面發(fā)揮了重要作用。

他們在每個實驗室進行頭腦風(fēng)暴和迭代,同時與助教密切合作,以確保內(nèi)容適合并推進課程的核心學(xué)習(xí)目標(biāo)。同時,他們幫助助教確定呈現(xiàn)材料的最佳方式,并就種族、性別和監(jiān)視等具有社會影響的話題引導(dǎo)對話。

“在像 6.036 這樣的課程中,我們正在與 500 名不在那里學(xué)習(xí)道德的人打交道。他們認為他們在那里學(xué)習(xí)機器學(xué)習(xí)的基本要素,比如損失函數(shù)、激活函數(shù)等等。我們面臨的挑戰(zhàn)是試圖讓這些學(xué)生以非常積極和參與的方式真正參與這些討論。我們通過將社會問題與技術(shù)內(nèi)容緊密結(jié)合來做到這一點,”布斯說。

例如,在一個關(guān)于如何為機器學(xué)習(xí)模型表示輸入特征的實驗室中,他們引入了不同的公平定義,要求學(xué)生考慮每個定義的優(yōu)缺點,然后讓他們思考應(yīng)該輸入的特征一個使它公平的模型。

四個實驗室現(xiàn)已在MIT OpenCourseWare上發(fā)布。一個由 SERC 學(xué)者組成的新團隊正在根據(jù)教師和學(xué)生的反饋修改其他八名,重點是學(xué)習(xí)目標(biāo)、填補空白和突出重要概念。

有意的方法

SERC 副院長兼航空航天學(xué)教授 Julie Shah 說,學(xué)生在 6.036 上的努力表明 SERC 旨在以適合他們的方式與教師合作。由于這個大型課程的獨特性和緊迫的時間限制,他們調(diào)整了 SERC 流程。

SERC 是兩年多前通過麻省理工學(xué)院蘇世民計算學(xué)院成立的,旨在將來自不同學(xué)科的教師聚集到一個協(xié)作環(huán)境中,共同創(chuàng)建和推出專注于社會和負責(zé)任計算的新課程材料。

每個學(xué)期,SERC 團隊都會邀請十多名教職員工加入一個致力于開發(fā)新課程材料的行動小組(有幾個SERC 行動小組,每個小組都有不同的使命)。SERC 副院長、Germeshausen 科學(xué)史教授和物理學(xué)教授 David Kaiser 說,他們邀請的對象是有目的的,并尋求將可能會在較小的小組中形成富有成效的合作伙伴關(guān)系的教職員工包括在內(nèi)。

這些由兩到三名教職員工組成的小組在學(xué)期中磨練了他們的共同興趣,以開發(fā)新的倫理相關(guān)材料。但不是一門學(xué)科為另一門學(xué)科服務(wù),而是一條雙向的道路;Shah 解釋說,每位教員都會將新材料帶回他們的課程中。麻省理工學(xué)院所有五所學(xué)校的行動小組都吸引了教師。

“其中一部分涉及走出你正常的學(xué)科界限并建立一種語言,然后信任并與你正常圈子之外的新人合作。這就是為什么我認為我們的故意方法如此成功。試用材料并將新事物帶回您的課程是很好的,但建立關(guān)系是核心。這使得這對每個人都很有價值,”她說。

產(chǎn)生影響

在過去的兩年里,Shah 和 Kaiser 對圍繞這些努力的能量和熱情印象深刻。

自該計劃啟動以來,他們與大約 80 名教職員工合作,僅去年一年就有 2,100 多名學(xué)生參加了包含新 SERC 內(nèi)容的課程。這些學(xué)生不一定都是工程師——大約 500 人通過人文、藝術(shù)和社會科學(xué)學(xué)院、斯隆管理學(xué)院和建筑與規(guī)劃學(xué)院提供的課程接觸了 SERC 的內(nèi)容。

沙阿說,SERC 的核心原則是計算中的道德和社會責(zé)任應(yīng)該融入麻省理工學(xué)院的所有教學(xué)領(lǐng)域,因此它與課程的技術(shù)部分一樣重要。技術(shù),尤其是人工智能,現(xiàn)在幾乎涉及每個行業(yè),因此所有學(xué)科的學(xué)生都應(yīng)該接受培訓(xùn),幫助他們理解這些工具,并深入思考它們的力量和陷阱。

“弄清楚事情出錯的原因或發(fā)生的事情不是別人的工作。這是我們的全部責(zé)任,我們都有能力做到這一點。讓我們習(xí)慣這一點。讓我們建立起能夠停下來問那些棘手問題的能力,即使我們無法在問題集的最后找到一個答案,”Kaiser 說。

對于三位 SERC 學(xué)者來說,在沒有答案可參考的情況下,仔細提出道德問題是一項獨特的挑戰(zhàn)。但深入思考這些棘手的問題也幫助布斯、布利科和奧奇加姆學(xué)習(xí)、成長,并通過其他學(xué)科的視角看待世界。

他們希望 6.036 的本科生和助教能夠牢記這些重要的課程,并融入他們未來的職業(yè)生涯。

“這個過程讓我受到啟發(fā)和鼓舞,我學(xué)到了很多東西,不僅僅是技術(shù)材料,還有跨學(xué)科合作可以實現(xiàn)的目標(biāo)。只是這種努力的規(guī)模令人興奮。如果我們有這 500 名學(xué)生組成的隊列,他們能夠更好地了解如何思考這些問題,我覺得我們真的可以有所作為,”Boulicault 說。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1806

    文章

    49028

    瀏覽量

    249514
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    66

    文章

    8503

    瀏覽量

    134618
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    FPGA在機器學(xué)習(xí)的具體應(yīng)用

    ,越來越多地被應(yīng)用于機器學(xué)習(xí)任務(wù)。本文探討 FPGA 在機器學(xué)習(xí)
    的頭像 發(fā)表于 07-16 15:34 ?367次閱讀

    機器學(xué)習(xí)模型市場前景如何

    當(dāng)今,隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長以及計算能力的飛速提升,機器學(xué)習(xí)模型的市場前景愈發(fā)廣闊。下面,AI部落小編探討機器學(xué)習(xí)模型市場
    的頭像 發(fā)表于 02-13 09:39 ?362次閱讀

    嵌入式機器學(xué)習(xí)的應(yīng)用特性與軟件開發(fā)環(huán)境

    作者:DigiKey Editor 在許多嵌入式系統(tǒng),必須采用嵌入式機器學(xué)習(xí)(Embedded Machine Learning)技術(shù),這是指
    的頭像 發(fā)表于 01-25 17:05 ?660次閱讀
    嵌入式<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>的應(yīng)用特性與軟件開發(fā)環(huán)境

    傳統(tǒng)機器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

    在上一篇文章,我們介紹了機器學(xué)習(xí)的關(guān)鍵概念術(shù)語。在本文中,我們會介紹傳統(tǒng)機器學(xué)習(xí)的基礎(chǔ)知識和多種算法特征,供各位老師選擇。 01 傳統(tǒng)
    的頭像 發(fā)表于 12-30 09:16 ?1188次閱讀
    傳統(tǒng)<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>方法和應(yīng)用指導(dǎo)

    如何選擇云原生機器學(xué)習(xí)平臺

    當(dāng)今,云原生機器學(xué)習(xí)平臺因其彈性擴展、高效部署、低成本運營等優(yōu)勢,逐漸成為企業(yè)構(gòu)建和部署機器學(xué)習(xí)應(yīng)用的首選。然而,市場上的云原生機器
    的頭像 發(fā)表于 12-25 11:54 ?457次閱讀

    zeta在機器學(xué)習(xí)的應(yīng)用 zeta的優(yōu)缺點分析

    在探討ZETA在機器學(xué)習(xí)的應(yīng)用以及ZETA的優(yōu)缺點時,需要明確的是,ZETA一詞在不同領(lǐng)域可能有不同的含義和應(yīng)用。以下是根據(jù)不同領(lǐng)域的ZETA進行的分析: 一、ZETA在機器
    的頭像 發(fā)表于 12-20 09:11 ?1127次閱讀

    如何在低功耗MCU上實現(xiàn)人工智能和機器學(xué)習(xí)

    人工智能 (AI) 和機器學(xué)習(xí) (ML) 的技術(shù)不僅正在快速發(fā)展,還逐漸被創(chuàng)新性地應(yīng)用于低功耗的微控制器 (MCU) ,從而實現(xiàn)邊緣AI/ML的解決方案。
    的頭像 發(fā)表于 12-17 16:06 ?874次閱讀

    什么是機器學(xué)習(xí)?通過機器學(xué)習(xí)方法能解決哪些問題?

    計算機系統(tǒng)自身的性能”。事實上,由于“經(jīng)驗”在計算機系統(tǒng)主要以數(shù)據(jù)的形式存在,因此機器學(xué)習(xí)需要設(shè)法對數(shù)據(jù)進行分析學(xué)習(xí),這就使得它逐漸成為智能數(shù)據(jù)分析技術(shù)的創(chuàng)新源之一,
    的頭像 發(fā)表于 11-16 01:07 ?965次閱讀
    什么是<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>?通過<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>方法能解決哪些問題?

    NPU與機器學(xué)習(xí)算法的關(guān)系

    在人工智能領(lǐng)域,機器學(xué)習(xí)算法是實現(xiàn)智能系統(tǒng)的核心。隨著數(shù)據(jù)量的激增和算法復(fù)雜度的提升,對計算資源的需求也在不斷增長。NPU作為一種專門為深度學(xué)習(xí)機器
    的頭像 發(fā)表于 11-15 09:19 ?1221次閱讀

    eda在機器學(xué)習(xí)的應(yīng)用

    機器學(xué)習(xí)項目中,數(shù)據(jù)預(yù)處理和理解是成功構(gòu)建模型的關(guān)鍵。探索性數(shù)據(jù)分析(EDA)是這一過程不可或缺的一部分。 1. 數(shù)據(jù)清洗 數(shù)據(jù)清洗 是機器學(xué)習(xí)
    的頭像 發(fā)表于 11-13 10:42 ?902次閱讀

    具身智能與機器學(xué)習(xí)的關(guān)系

    (如機器人、虛擬代理等)通過與物理世界或虛擬環(huán)境的交互來獲得、發(fā)展和應(yīng)用智能的能力。這種智能不僅包括認知和推理能力,還包括感知、運動控制和環(huán)境適應(yīng)能力。具身智能強調(diào)智能體的身體和環(huán)境在智能發(fā)展的重要性。 2. 機器
    的頭像 發(fā)表于 10-27 10:33 ?1049次閱讀

    人工智能、機器學(xué)習(xí)和深度學(xué)習(xí)存在什么區(qū)別

    人工智能指的是在某種程度上顯示出類似人類智能的設(shè)備。AI有很多技術(shù),但其中一個很大的子集是機器學(xué)習(xí)——讓算法從數(shù)據(jù)中學(xué)習(xí)。
    發(fā)表于 10-24 17:22 ?2978次閱讀
    人工智能、<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>和深度<b class='flag-5'>學(xué)習(xí)</b>存在什么區(qū)別

    【《時間序列與機器學(xué)習(xí)》閱讀體驗】+ 時間序列的信息提取

    之前對《時間序列與機器學(xué)習(xí)》一書進行了整體瀏覽,并且非常輕松愉快的完成了第一章的學(xué)習(xí),今天開始學(xué)習(xí)第二章“時間序列的信息提取”。 先粗略的翻閱第二章,
    發(fā)表于 08-14 18:00

    【「時間序列與機器學(xué)習(xí)」閱讀體驗】+ 鳥瞰這本書

    清晰,從時間序列分析的基礎(chǔ)理論出發(fā),逐步深入到機器學(xué)習(xí)算法在時間序列預(yù)測的應(yīng)用,內(nèi)容全面,循序漸進。每一章都經(jīng)過精心設(shè)計,對理論知識進行了詳細的闡述,對實際案例進行了生動的展示,使讀
    發(fā)表于 08-12 11:28

    【「時間序列與機器學(xué)習(xí)」閱讀體驗】+ 簡單建議

    這本書以其系統(tǒng)性的框架和深入淺出的講解,為讀者繪制了一幅時間序列分析與機器學(xué)習(xí)融合應(yīng)用的宏偉藍圖。作者不僅扎實地構(gòu)建了時間序列分析的基礎(chǔ)知識,更巧妙地展示了機器學(xué)習(xí)如何在這一領(lǐng)域發(fā)揮巨
    發(fā)表于 08-12 11:21