歡迎訪問喀什金澄光電有限公司
你的位置:喀什金澄光電有限公司 > 資質榮譽 > ?>?文章正文

人工智能的興起對工程教育有什么意義?

時間: 2019-11-19 | 編輯: 172 | 閱讀:172次

  在紙上,計算機科學和電氣工程的新學科,例如深度學習,面部識別和高級圖形處理,對于希望更新其STEM課程的大學來說似乎很容易被利用。畢竟,商業媒體充斥著大量的宣傳,涉及用于神經網絡和利用大數據集的模式識別器的垂直應用。一家基礎廣泛的學術機構可以選擇他們擅長的領域,例如醫學或工業自動化,并將新興的芯片和子系統體系結構應用于這些垂直領域的專用應用程序的編寫。

  容易吧?該模型以前曾在通信和嵌入式處理中工作。

  但是學術界將在未來幾年遇到根本性的減速,這可能會阻礙制定有效標準的努力。最明顯的問題是在垂直域中對高級軟件語言的簡單擴展。我們已經看到了“編碼”的口語仙境,對于希望在軟件方面精益求精的機構,以及希望其后代能當好代碼騎師的學生家長來說,這一直是神奇的口頭禪。但是,隨著AI的進一步普及,所有吹捧的編碼培訓將不再那么重要。

  這個特別的項目探討了人工智能和工程教育。像AI和機器學習這樣的新技術對于希望更新其STEM課程的大學來說是福音。但我們預測,學術界在努力制定有效標準方面將在未來幾年遇到根本性的減速。

  游戲和嵌入式處理領域已經從用C ++,JavaScript或Perl編寫的定義明確的環境轉變為自生成代碼模塊,在這些模塊中軟件程序員的才華幾乎被邊緣化了。在下一代中,深度學習和模式識別的領先平臺將免除了對人類程序員的需求,因為此類硬件平臺不是按照傳統意義進行編程的。它們是從機器級別的大型數據集中進行訓練的,因此對高級語言的需求幾乎消失了。十多年來,AI開發人員一直在警告這一轉變,電氣工程及其自動化大學排名,但是,CS / EE學校很少為這種課程的變化做好準備。

  生成軟件模塊的趨勢并不意味著傳統編程語言的消亡,而是將此類代碼降級為嵌入式狀態。實際上,依賴高級模塊和非編程培訓平臺的危險在于,就像BASIC或FORTRAN的知識已經消失一樣,扭矩是什么,用編譯的或面向對象的語言編寫的集體知識可能會逐漸消失。

  因此,教育者必須在保留高級編程的機構知識與讓學生和家庭避免可以依靠C ++或Perl專業知識來建立豐厚職業的想法之間尋求平衡。

  我們不知道我們知道什么,也不知道

  一個更大的問題才剛剛開始出現在工程部門。學術機構,如非營利性公司和政府機構,面臨著對合規性測試,基于結果的結果量化以及為新領域中的應用程序復制課程作業的能力的日益增長的需求。

  然而,領先的AI研究人員無法解釋他們的系統如何針對棘手的問題獲得最佳結果。

  在某些自動駕駛汽車等早期使用案例中,美國運輸部遇到了最簡單的問題,即“黑匣子”數據輸入。如果數據集在任何一個維度或沿著多個向量都不符合現實世界,那么像自動駕駛汽車這樣的系統可能會發生災難性的故障?!按笮投嘣獢祿某浞中院屯暾浴边@一挑戰可能是在多個垂直領域進行深度學習的難題,但它只是源自神經網絡本質的更大問題的最簡單版本。

  在未經訓練的學習中最成功的神經網絡類型在許多模擬神經元之間使用了多個隱藏的卷積連接層。AI研究人員可以籠統地解釋隱藏層中使用的反向傳播和遺傳算法的類型,但他們無法詳細解釋神經網絡如何得出結論,以及網絡如何調整其突觸權重以改善其答案。 。

  簡而言之,業內最好的工程和數學頭腦都不知道神經網絡為什么會如此出色地工作,而且人類AI專家將來了解這一點的可能性很小,更不用說向普通觀眾解釋結果了。

  計算機歷史學家喬治·戴森(George Dyson)表示,這個概念對于深度學習是如此基礎,以至于機智:“任何簡單到可以理解的系統都不會足夠復雜而無法智能地運行,而任何復雜到可以智能地運行的系統都將過于復雜而難以理解?!?br>
  他在AI社區中的許多同事都非正式地稱其為“戴森定律”,有些人擔心搜索“可解釋的AI”本身可能是數學問題類型的一個例子,稱為非確定性多項式時間完成,或者NP完全。(這個問題類似于旅行推銷員圖,在該圖中,跨多個變量來確定最優解的難度與其他數據點成倍增加,并且在所謂的多項式時間內,問題很快變得無法解決。)

  如果具有深厚數學背景的EE教授無法理解深度學習平臺的工作原理,那么控制錢包字符串的部門負責人將如何應對這種知識差距?

  一位在大型數據集中具有背景的算法研究人員正在與一家中西部大學進行合同合作,試圖將廣泛的模式識別應用于醫療記錄的檢索。(由于害怕受到報應,研究人員要求不愿透露姓名。)她將這個行業的本質歸咎于大學管理者的野心勃勃。

  “部門主管是否只是在對如何將其應用于自己的學科方面不完全了解的情況下試圖趕上新趨勢?當然。他們總是這樣做?!彼f?!暗巧疃葘W習AI是獨一無二的,因為大學審計人員要求的答案在任何地方都不存在。周圍最好的人說:“這似乎行得通,但我們真的不知道它到底是怎么回事?!边@并不是很多管理員都會接受的答案?!?br>
  由滑鐵盧大學研究人員創立的一家初創公司希望同時使各個神經層更加透明并更易于解釋,同時也為學術界提供了另一種衡量標準,以簡化深度學習中垂直應用程序的開發。由Alexander Wong創立的DarwinAI使用一種稱為“生成合成”的方法來優化神經網絡的小型可重用“模塊”的突觸權重和連接。

  DarwinAI吹捧其工具包不僅是開發垂直應用程序的一種更快的方法,而且是一種理解垂直深度學習應用程序如何工作的方法,并且使這些應用程序對于小型公司和學術機構更實用。英特爾公司已經驗證了生成綜合方法,并將其與奧迪合作用于自動駕駛汽車架構。但是,英特爾和奧迪的早期介入表明,如果學術界希望利用尋求平衡競爭環境的工具包,那么它必須迅速發展。

  誰控制研究?

  缺乏問責制并沒有阻礙所有的學術研究,這是由美國國家科學基金會和私人機構贊助的數十項新研究資助所證明的。盡管如此,贈款獲得者仍擔心他們只收集一些廢話,而這些廢話支持微軟,Facebook,Alphabet / Google和Amazon Web Services等現有的大型數據中心?!都~約時報》 9月26日的一項研究在某種程度上引用了艾倫AI研究所對這一領域的評論,這表明大學將永遠滯后于AI,因為它們無法充分利用集中式公司數據中心的計算能力。問題的部分原因是運行深度學習中的基本任務所需的計算數量呈指數級增長,艾倫研究所和OpenAI估計,六年來,計算數量猛增了300,000倍(請參見“綠色AI”的側欄)。

  即使是中立的仲裁員也受公司控制。由微軟創始人保羅·艾倫(Paul Allen)創立的艾倫研究所(Allen Institute)保持獨立,但另一家由埃隆·馬斯克(Elon Musk)和其他主要高管資助的分析型AI公司OpenAI于2019年初成為一家盈利性公司,獲得了微軟10億美元的投資。獲得有保證的計算能力來源的方法。OpenAI在分析平臺方面的工作仍然受到尊重,但獨立分析師擔心OpenAI的持續獨立性。

  NSF同時試圖鼓勵軟件開發人員之間更多的獨立性,在理論上可以保護學術界的作用。伊利諾伊州香檳-烏爾巴納大學國家超級計算應用國家中心最近從NSF獲得了270萬美元的撥款,用于開發深度學習軟件基礎架構,盡管即使這一努力也需要與IBM和Nvidia保持緊密聯系。由NSF資助的大學中心在某些特定情況下仍然擁有可以扭曲研究的公司合作伙伴。英特爾,Mellanox,戴爾EMC,IBM和Nvidia在德克薩斯大學奧斯汀分校的德克薩斯高級計算中心中發揮的強大作用是另一個例子。

  等待澄清-和解釋

  諸如DarwinAI之類的初創公司所采取的漸進式步驟可能預示著新時代的到來,在這個新時代中,對深度學習的理解更加細化,學術研究人員可以更輕松地利用它。對AI研究的方向和控制的不安可能最終被證明與70年前國防部在基于管的計算上的主導地位一樣夸大其詞。

  但是,很明顯,非常需要將CS / EE項目納入STEM總體目標的傳統學術模型?;趥鹘y高級語言的軟件教育程序可能已經過時,因此很可能被廢棄—僅用作為程序員提供歷史背景的一種手段。

  就目前而言,在出現更好的解釋神經網絡訓練結果的手段之前,大學不太可能將現實的深度學習研究項目拼湊起來。即使在這些平臺變得更加容易理解之后,大學也將不得不研究垂直領域和專門的優化方法,以使他們的項目不必與擁有甚至比最富裕大學更多的計算資源的企業數據中心進行正面競爭。(編譯/千家網)

原文:https://www.eetimes.com/document.asp?doc_id=1335266

文章標題: 人工智能的興起對工程教育有什么意義?
文章地址: http://www.bqvfdr.icu/zizhirongyu/89178.html
Top
专业打假太赚钱了 盈富配资 官方中国福利彩票下载 北京快三销售时间 快3和值 上市公司发行多少股 上证指数实时动态走势 山西新十一选五 怎么样看股票涨跌 腾讯分分彩开奖历史查询 乐清期货配资