He Xiaobin, Tsinghua Üniversitesi: Gelecekteki yetenek eğitimi büyük veri, yapay zeka ve beşeri bilimler ve sosyal bilimlerin bir kombinasyonudur
Tsinghua Üniversitesi Veri Bilimi Enstitüsü, NetEase News ve NetEase Youdao tarafından ortaklaşa düzenlenen "Innovation, Unbounded-China AI Innovator Forum" 21 Mart öğleden sonra Tsinghua Üniversitesi'nde düzenlendi. Tsinghua Üniversitesi Sosyal Bilimler Fakültesi Sosyoloji Bölümü Doçenti He Xiaobin, "Yapay Zekanın Arka Planında Sanatçılar Eğitimi" üzerine bir rapor verdi.
Backstage özel mesaj yanıtı "190321", tam PPT raporunu almak için
Xiaobin, Çin'in mevcut yapay zeka yetenek eğitiminin hala Amerika Birleşik Devletleri'nin çok gerisinde olduğunu söyledi. Hem üniversite araştırmacılarının sayısında hem de araştırma sonuçlarında büyük bir boşluk var. Örneğin, küresel yapay zeka araştırmasında en iyi 20 üniversite arasında en iyi akademisyenlerin sayısı karşılaştırıldığında, Amerika Birleşik Devletleri% 68 ve Çin% 24; Amerika Birleşik Devletleri'ndeki yapay zeka yetenekleri sayısı Çin'in neredeyse iki katı.
Xiaobin, Çin'de yapay zekanın henüz bağımsız bir ana dal haline gelmediğini ve çoğu üniversitenin disiplinler arası yapay zeka için yetenek eğitimi oluşturmadığını ve okullar ile işletmeler arasındaki işbirliğinin yeterli olmadığını söyledi. "Genel durumda, yapay zeka yeteneklerine ve işbirliği eğitimine yönelik mevcut talep açısından gerçekten büyük bir boşluk ve eksiklik var." Xiaobin düşünüyor.
He Xiaobin, Stanford Üniversitesi Bilgisayar Bilimleri Bölümü'nden Profesör Li Feifei ve eski Provost John Etchemendy: Stanford İnsan Merkezli Yapay Zeka Enstitüsü tarafından yönetilen "HAI" nin (Stanford İnsan Merkezli Yapay Zeka Enstitüsü) kurulduğunu fark etti. Araştırma enstitüsü, yapay zekanın nihai amacının insan doğasını geliştirmek olması gerektiğine inanıyor, onu azaltmak veya değiştirmek değil; YZ'nin insan zekasının çeşitliliğini, farklılığını ve derinliğini dahil etmesi gerekiyor. Enstitünün amacı, tüm insanlığın yararına yapay zeka araştırmalarını, eğitimini, politikasını ve uygulamasını teşvik etmektir.
Gelecekteki yetenek eğitimiyle ilgili olarak He Xiaobin, gelecekteki yetenek eğitiminin büyük veri, yapay zeka ve beşeri bilimler ve sosyal bilimlerin bir kombinasyonu olması gerektiğine inanıyor.
Bu nedenle He Xiaobin, gelecekteki yetenek eğitiminde şunları yapmamızı öneriyor:
- Beşeri bilimler, sosyal bilimler ve yapay zeka alanlarında öğretmenler arasında araştırma ve öğretim işbirliğini güçlendirmek;
- Okul-işletme işbirliğini güçlendirmek, okul-işletme işbirliği projelerine eğitim programlarına katılmak ve uygun araçları geliştirmek;
- Okuldaki farklı profesyonellerin ortak eğitimini güçlendirmek;
- Büyük veri ve yapay zeka öğrenim paylaşım platformu oluşturun, projeler ve veritabanları oluşturun.
Tsinghua Üniversitesi Sosyal Bilimler Fakültesi, Sosyoloji Bölümü Doçenti He Xiaobin'in konuşmasının metni aşağıdadır:
Yapay zeka yetenek eğitiminde ön saf eğitmeni olarak deneyimlerimin bir kısmını sizlerle paylaşma fırsatına sahip olduğum için çok mutluyum. Ayrıca Dean Hanın Veri Bilimi Enstitüsünün temel dersi ve büyük veri analizi dersinin ana öğretim üyelerinden biriyim. Son 3 yıldır ilgili konuları öğretiyorum.
Bugünün paylaşımı, öğretmen Xienin paylaştığı kadar tiz ve sistematik olmayacak. Esas olarak işime dayalı bazı deneyimleri paylaşıyorum ya da belki daha yüzeysel bir deneyime.Ayrıca sadece dün öğleden sonra paylaşma bildirimi aldım.Lütfen eleştirin ve hataları düzeltin.
Öncelikle Çin'deki yapay zeka eğitiminin şu anki durumuna bakın ... Amerika Birleşik Devletleri ile kıyaslandığında, dünya yetenek sıkıntısı çekmesine rağmen, Amerika Birleşik Devletleri ya da Çin, yetenek tedariki konusunda Amerika Birleşik Devletleri ile karşılaştırıldığında hala çok geride olduğumuz çok açık. Üniversite araştırmacılarının sayısı ve yüksek lisans ve doktorların sayısı ne olursa olsun. Dünyadaki ilgili yapay zeka sunan 368 üniversite arasında, Amerika Birleşik Devletleri'nde 168 (yaklaşık% 46) ve Çin'de sadece 21 bulunmaktadır. Yapay zeka alanındaki en iyi 20 üniversite arasında, 14'ü Amerika Birleşik Devletleri'nde ve sadece 4'ü Çin'de. Buradan bilimsel araştırma kurumları arasında büyük bir boşluk olduğunu görüyoruz.
İkincisi, en iyi akademisyenlerin sayısı En iyi 20 üniversite arasında Amerika Birleşik Devletleri% 68 ve Çin% 24 paya sahiptir Hepimiz Çin ve Amerika Birleşik Devletleri'nin yapay zeka alanında dünyaya liderlik ettiğini biliyoruz. Ancak akademik birikim açısından, ABD ile aramızda hala büyük bir uçurum var.
Çalışanlar açısından, Çin'de 39.000'den fazla ilgili çalışan ve Amerika Birleşik Devletleri'nde 78.000'den fazla çalışan var.Rakamlar açısından, Amerika Birleşik Devletleri bizimkinin neredeyse iki katı büyük. İlgili uygulayıcıların sıcak noktalarında, Amerika Birleşik Devletleri doğal dil işleme, işlemciler, makine öğrenimi ve uygulamalar, akıllı dronlar, bilgisayarla görme ve görüntülerde Çin'den önemli ölçüde daha fazla çalışana sahiptir; Çin otonom sürüş, konuşma tanıma, akıllı robotlar ve Teknoloji platformu Amerika Birleşik Devletleri'ninkini aşıyor.
Uygulayıcıları üç türe ayırırsak: büyük veri yapay zekasının temel katmanı, teknik katman ve uygulama katmanı Genel uygulayıcı sayısı açısından, Birleşik Devletler açıkça Çin'i geride bırakıyor. Ancak, Çin'de uygulama düzeyindeki yeteneklerin oranının teknik düzey ve temel düzeydekinden daha büyük olduğu üç yönden açıkça görülebilir. Amerika Birleşik Devletleri, teknik ve temel düzeylerin birleşiminde uygulama yeteneklerini geride bırakıyor. Amerika Birleşik Devletleri'ndeki yapay zeka yeteneklerinin tamamı çok dengelidir.
Çin'de yapay zeka yeteneklerini yetiştirmede büyük bir boşluk var Herkesin duyabileceği ve görebileceği çeşitli araştırma raporları var. Temel sonuç, yapay zekada bağımsız bir bölüm olmadığı, ancak büyük bir veri bilimi olduğudur. Büyük Veri Bilimi, Pekin Üniversitesi'nin üç yıl önce başlattığı bir lisans anadaldır. Şu anda Çin üniversiteleri arasında yapay zeka bağımsız bir profesyonel haline gelmedi ve yetenek eğitimiyle kesişen bir yapay zeka sistemi oluşturan bir proje yok.Tsinghua Veri Bilimi Enstitüsü bunu beş yıl önce denemeye başladı.
Bununla birlikte, ulusal bir perspektiften, entegrasyon perspektifinden bakıldığında, ulusal üniversiteler hala olgunlaşmamıştır. Ancak Tsinghuanın konsepti hala iyi bir iş çıkarıyor. Veri Bilimi Enstitüsünün "entegrasyonu" kavramı gibi, yalnızca okuldaki farklı ana dalların öğretmenlerinin de işbirliği yapması gerekmiyor; okul ve sektörün yanı sıra devlet dairelerinin de iletişim kurması ve işbirliği yapması gerekiyor. Güç yeterli olmaktan uzak.
Genel duruma bakıldığında, yapay zeka yeteneklerine ve işbirliği eğitimine yönelik mevcut talep açısından gerçekten büyük bir boşluk ve eksiklik var.
1960'larda Stanford Üniversitesi'nde bilgisayar profesörü olan John McCarthy tarafından önerilen bir konsept olan Stanford Üniversitesi'ndeki yapay zeka alanındaki son eğilimlerden endişe duyuyorum. Stanford Üniversitesi Sosyoloji Bölümü'nden de doktora derecesi aldım. 7 yıldır Stanford'dayım ve okul ortamı ve akademik ortam hakkında bir fikrim var. Stanford'un yetenek eğitimi, çapraz entegrasyon ve entegrasyona özel vurgu ile karakterize edilir. Geçen yıl medya pek tanıtım yapmadı. Yakın zamanda bazı arkadaşlarımın mesaj gönderdiğini gördüm. 18 Ekim'de, Stanford Üniversitesi'nde profesör olan Li Feifei aynı zamanda bir yapay zeka simgesiydi ve Stanford'un eski müdürü John Etchemendy, HAI adında özel bir amaç oluşturdu. Akıllı Araştırma Enstitüsü.
Öğretmen Xie ve Dean Han da bazı kavramlardan bahsetti: Yapay zeka bunca yıldır çok canlı, temelde bilim adamı dediğimiz mühendisler ve teknisyenler için bir sahne. Ancak, gelişimin belirli bir aşamasında, "teknoloji tam olarak ne için kullanılıyor?" Sorusu hakkında giderek daha fazla düşünce olacaktır. Öğretmen Xie de iyi sorular sordu. Stanford Araştırma Enstitüsü tarafından yayınlanan bildiride, yapay zekanın gelecekteki gelişimi, yeteneklerin yetiştirilmesi üzerinde çok ilham verici bir etkiye sahip olan lider bir şekilde ortaya kondu. Enstitünün amacı, tüm insanlığın yararına yapay zeka araştırmalarını, eğitimini, politikasını ve uygulamasını teşvik etmektir. Çekirdek, "insan odaklı" sadece bir cümle. Bu nedenle bu organizasyon, büyük veri, yapay zeka veya diğer gelişmiş teknolojilerden bağımsız olarak, sonuçta insan refahını yaratmak olduğunu düşünüyordu. Aynı zamanda, hepsi nispeten geniş olan birçok yönden bahsediyor. Yapay zeka alanında çalışan herkes şimdiye kadar düşünmeyecek.
Geçen dönem Baidunun kurumsal sosyal sorumluluk projesine de katıldım. Bazı yapay zeka mühendisleriyle tartışırken, mühendisler bu sorunları hiç düşünmediler veya bunları düşünecek zamanları olmadı. Ancak beşeri bilimler ve sosyal bilimlerdeki araştırmacılar olarak, aslında bu konuya çok erken dikkat ettik. Beşeri bilimler ve sosyal bilimciler, teknoloji ve toplumun karşılıklı inşasını ve karşılıklı etkisini inceliyorlar.
Genel olarak konuşursak, insan odaklıdır.YZ'nin gelişimi, insan refahını daha iyi artırabilmek, insanlığı daha iyi geliştirmek, onun yerine geçmemek ve ikinci olarak toplumun çeşitliliğine, farklılığına ve derinliğine izin vermek olmalıdır. Yapay zeka, yalnızca mühendisler ve bilim adamları için değil, aynı zamanda birçok nesil için de tüm toplum için bir meseledir. Bundan çok bahsediyor, bütünü ekoloji, bu yüzden topluma tüm insanların katılımına ihtiyacı var. Eğitimle ilgili olarak, bu enstitü "akademi, endüstri, hükümet ve sivil toplumdaki AI liderlerini eğitmeyi ve eğitmeyi" amaçlamaktadır.
Yapay zeka alanında Tsinghua Üniversitesi'nin gelecekteki gelişimi için bu kurumun bu açıdan büyük bir referans değeri olması gerekir. Dolayısıyla yapay zekanın geliştirilmesi ve eğitilmesi büyük bir proje. Bu araştırma kurumu, farklı mesleki geçmişe sahip 61 Stanford araştırmacısını bu araştırma enstitüsünde birleştirdiğinde, çok karmaşık yapay zeka meselesiyle uğraşmaktı çünkü bu, etik, hukuk ve toplumun geleceğini içeriyordu. Yapay zekanın yaratılmasından sonra gelecekte insanlığa nasıl daha iyi hizmet verilebileceği, uzun vadeli insan uyumu, eşitsizliğin azaltılması, insan doğasının artırılması gibi yönler tüm toplum tarafından değerlendirilmelidir.
Bu nedenle, bugün konuşmamın konusuna geri dönelim, AI yeteneklerinin geliştirilmesi. Yapay zekanın geleceğinde, yapay zekanın geleceğinin kaçınılmaz olarak beşeri bilimler ve sosyal bilimlerin büyük veri ve yapay zeka ile ilgili profesyonel ve teknik yeteneklerle birleşimi olacağına inanıyorum. Bu yöndeki birçok insan, beşeri bilimler ve sosyal bilimler ve hukuk mesleği alanındaki insanların da düşündüğünü fark etmelidir. Soru gelecekte ne olacağıdır? Aslında çok önemli bir husus, hayatın her kesiminden insanın bugünkü gibi bir toplantıda oturması ve herkesin samimi bir şekilde iletişim kurması ve bu sorunları çözmek için sorular sormasıdır. Tabii ki, beşeri bilimler ve sosyal bilimciler sorunları ortaya koymada iyidirler, problemleri çözmede iyi değildirler ve problemleri çözmek daha çok sektördeki arkadaşlara veya hükümet politikası oluşturma ve uygulama ile ilgili bölümlerdeki arkadaşlara bağlıdır.
Yukarıdakiler benim yüzeysel düşüncelerimin bir kısmı. Şu anda katıldığım, Sosyal Bilimler Akademimizin yaptığı şey, herkesin öğrenmesi ve iletişim kurması için bazı platformlar oluşturmaktır (Tsinghua Üniversitesi Hesaplamalı Sosyal Bilimler Platformu) Herkes büyük verilerin ve yapay zekanın çok sıcak ve kullanışlı olduğunu biliyor. Çoğu zaman, özellikle beşeri bilimler için, onu nasıl kullanacağımı bilmiyorum. Bu yüzden son 3 yıldır Tsinghua Üniversitesi Veri Bilimi Enstitüsünde temel büyük veri analizi dersini öğretiyorum. Temelde beşeri bilimler, sosyal bilimler, ekonomi ve yönetimdeki öğrenciler içindir. Bu kursun üç yıl önce başladığında 42 kişi vardı. Şimdiye kadar her yıl 150 kişi var ve 520'den fazla kişi eğitim aldı.
Benim için büyük bir ilham kaynağı, disiplinlerin entegrasyonunun Tsinghua Üniversitesi platformunda çok etkili olması. Beş kişilik bir proje ekibi, liberal sanatlar ve bilimlerde bir geçmişe sahip olmalı ve belirli bir iş bölümüne sahip olacaklar. Bu, sunduğumuz bir derstir ve kurs aynı zamanda Bilgisayar Bilimleri Bölümü, Sosyoloji Bölümü, Siyaset Bilimi Bölümü öğretmenleri ve Ekonomi ve Yönetim Okulu Öğretmenleri gibi çok disiplinli geçmişlere sahip öğretmenler tarafından da verilmektedir.En modern manuel veri madenciliği ve metin analizini içerir. Kurs, proje raporları gerektirir.
Kursun amacı, Multidisipliner . Yıllar sonra, büyük verinin gerçekten bazı ilginç projeler yapmak için kullanılabileceği keşfedildi. Sosyal bilimler alanında kendim de nicel araştırmalar yapıyorum ve istatistik okumak için çok zaman harcadım. Fakat çoğu liberal sanat öğrencisinin avantajı, çok kitap okumuş olmaları ve pek çok teori ve fikre sahip olmalarıdır.Zayıflığı, bu teorileri verilerle nasıl doğrulayacaklarını bilmemeleri veya verileri bulamamaları veya verileri nerede bulacaklarını bilmemeleridir. Fen ve mühendislik öğrencilerinin avantajı, verileri kavramada iyi olmalarıdır.Mühendislik öğrencilerinin programlamayı hızlı öğrenmeleri, zayıf yönleri, fikirlerinin olmamasıdır.Bu verilerin sonucu, arkasındaki mantığı bilmemesidir.Aynı verilerin sonucunun arkasındaki kişinin motivasyonu nedir? Bunun, beşeri bilimler ve sosyal bilimlerde geçmişi olan insanlar tarafından açıklanması gerekiyor. Nicel araştırma yapma deneyimim çok derin. Verinin kendisi konuşmuyor. Şu anda, beşeri bilimler ve sosyal bilimlerde geçmişi olan insanlara bir yön ve açıklama mekanizması sağlamaları gerekiyor.
Disiplinlerarası açıdan, kendimi derinden hissediyorum. Amerika Birleşik Devletleri'nde okurken, Bilgisayar Bilimleri Bölümünden öğretmenler sık sık bizimle iletişim kurdular ve bazı şeyleri analiz etmek için Facebook verilerini kullandılar, bu da sosyolojideki güçlü ve zayıf bağlar teorisini doğruladı ki bu gerçekten doğruydu. Bu çok iyi bir kombinasyon. Teorik makale 1973'te yayınlandı (makalenin başlığı zayıf bağın gücü, zayıf bağın gücü), ancak bilgisayarlar o dönemde geliştirilmedi ve büyük veri yoktu, ancak on yıllar sonra Veriler elde edildikten sonra, iyi doğrulandı. Bu, beşeri bilimler ve sosyal bilimler için bilim ve mühendislik geçmişine sahip araştırmacılarla işbirliği yapmak için çok iyi bir projedir. Bunu duyduğumuzda çok heyecanlandık.
Büyük veri analizi dersimizde öğrencilerimiz de projelere katılacak çok fazla veriye sahip olacaklar ve biz de şirketlerle işbirliği yapıyoruz.Geçen yıl Meituan Data ile bir ekibe liderlik ettim ve tüketici davranışları üzerine bir rapor hazırladım.
Bu, bazı öğrencilerin projelerinin bir vaka çalışmasıdır. Bunlar, menkul kıymet analistlerini analiz etmek için yararlıdır. Menkul kıymet analistlerinin sınavda iyi performans gösterip göstermedikleri menkul kıymet analizinde daha iyi performans gösterecektir. Koridor ticari komplekslerinin tüketim davranışının analizi, sıradan liberal sanat öğrencileri ile bilim ve mühendislik geçmişinden gelen öğrenciler arasında bir işbirliği projesidir. Fen ve mühendislik öğrencilerinin yardımı olmadan analizi zor olan bazı şeyler.
Bu nedenle yabancı bilim adamlarından bu ders hakkında yorum yapmalarını istedik, herkes bunun çok yaratıcı ve yenilikçi olduğunu düşünüyor. Akademik entegrasyona daha yakın olan bazı projeler vardır ve bazıları danışmanlık şirketleri için referans değeri olabilir ve endüstri araştırma raporları yazabilir ve endüstri ile iyi entegre edilebilir.
İster genel bir bakış açısından ister ayrıntılı bir kombinasyon olsun, beşeri bilimler ve sosyal bilimler alanındaki akademisyenler de yapay zeka çağında umut vaat ediyor. Kendim dahil, büyük veri bağlamında sosyal yönetişim üzerine araştırma yapıyorum ve ülke çapındaki vakaları araştırmak konusunda uzmanlaşıyorum. Genel olarak az önce bahsettiğim okuldaki keşiflerin dışında liberal sanatların yapabileceği çok şey var mesela büyük verinin profesyonel alanlarla entegre edilmesi gerekiyor.Gelecekte tam bir mühendis veya veri bilimcisi olmayacak. Açıklayıcı bir toplum, çünkü toplumu oluşturan insanların motivasyonları karmaşıktır. Makro düzeyde, yasal ve etik sorunlar, sosyal planlama sorunları vardır ve bunlar basit teknoloji ile çözülemez.
Dolayısıyla, genel olarak, Tsinghua'nın liberal sanatları nispeten küçük olmasına rağmen, sistem zaten kapsamlı ve güçlü. Tsinghua'nın yapay zeka alanında liberal sanatlar ve bilimlerin birleşiminde özel bir avantaja sahip olduğu söylenmelidir çünkü Tsinghua'nın veri yakalama veya veri temizleme konusunda birçok yeteneği var. Bu nedenle, gelecekte Veri Bilimi Enstitüsü gibi platformlar aracılığıyla çeşitli yönlerden bazı yenilikçi yeteneklerin geliştirilebileceğine inanıyorum.
Bu fırsat için çok teşekkür ederim. hepinize teşekkür ederim!
Backstage özel mesaj yanıtı "190321", tam PPT raporunu almak için Editör: Huang Jiyan redaksiyonu: Lin Yilin - Bitiş -Tsinghua-Qingdao Veri Bilimi Enstitüsü'nün resmi WeChat kamu platformunu takip edin " THU Veri Pastası "Ve kız kardeş numarası" Veri Pastası THU "Daha fazla ders avantajı ve kaliteli içerik elde edin.
