91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

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)
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)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(jī)器學(xué)習(xí)中 學(xué)會批判性地思考機(jī)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(tuán)隊幫助將道德計算內(nèi)容注入麻省理工學(xué)院最大的機(jī)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(jī)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(jī)器學(xué)習(xí)公平性相關(guān)的材料。

參加 MIT 課程 6.036(機(jī)器學(xué)習(xí)簡介)的學(xué)生學(xué)習(xí)強(qiáng)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(tuán)隊與講師 Leslie Kaelbling、松下計算機(jī)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(jī)器學(xué)習(xí)公平性的材料。該過程由電氣工程和計算機(jī)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(tuán)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(jī)器學(xué)習(xí)的潛在負(fù)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(jī)科學(xué)與人工智能實驗室 (CSAIL) 交互式機(jī)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(jī)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(jìn)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(jìn)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(rèn)為他們在那里學(xué)習(xí)機(jī)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(jī)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(tuán)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(bǔ)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(fù)責(zé)任計算的新課程材料。

每個學(xué)期,SERC 團(tuán)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(rèn)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(xì)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

    1817

    文章

    50105

    瀏覽量

    265533
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8554

    瀏覽量

    136983
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

    人工智能與機(jī)器學(xué)習(xí)在這些行業(yè)的深度應(yīng)用

    自人工智能和機(jī)器學(xué)習(xí)問世以來,多個在線領(lǐng)域的數(shù)字化格局迎來了翻天覆地的變化。這些技術(shù)從誕生之初就為企業(yè)賦予了競爭優(yōu)勢,而在線行業(yè)正是受其影響最為顯著的領(lǐng)域。人工智能(AI)與機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 02-04 14:44 ?502次閱讀

    強(qiáng)化學(xué)習(xí)會讓自動駕駛模型學(xué)習(xí)更快嗎?

    是一種讓機(jī)器通過“試錯”學(xué)會決策的辦法。與監(jiān)督學(xué)習(xí)不同,監(jiān)督學(xué)習(xí)是有人提供示范答案,讓模型去模仿;而強(qiáng)化學(xué)習(xí)不會把每一步的“正確答案”都告訴
    的頭像 發(fā)表于 01-31 09:34 ?655次閱讀
    強(qiáng)化<b class='flag-5'>學(xué)習(xí)</b>會讓自動駕駛模型<b class='flag-5'>學(xué)習(xí)</b>更快嗎?

    機(jī)器學(xué)習(xí)和深度學(xué)習(xí)需避免的 7 個常見錯誤與局限性

    無論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時間,機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中都存在一些我們需要時刻關(guān)注并銘記的常見錯誤。如果對這些錯誤置之不理,日后可能會引發(fā)諸多麻煩!只要我們密切關(guān)注數(shù)據(jù)、模型架構(gòu)
    的頭像 發(fā)表于 01-07 15:37 ?205次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>和深度<b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>中</b>需避免的 7 個常見錯誤與局限性

    基于ETAS嵌入式AI工具鏈機(jī)器學(xué)習(xí)模型部署到量產(chǎn)ECU

    AI在汽車行業(yè)的應(yīng)用日益深化,如何機(jī)器學(xué)習(xí)領(lǐng)域的先進(jìn)模型(如虛擬傳感器)集成到ECU軟件,已成為業(yè)界面臨的核心挑戰(zhàn)。
    的頭像 發(fā)表于 12-24 10:55 ?6130次閱讀
    基于ETAS嵌入式AI工具鏈<b class='flag-5'>將</b><b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>模型部署到量產(chǎn)ECU

    使用TinyFPGA-Bootloader將比特流加載到FPGA

    在 FPGA 設(shè)計,一個常見但略顯繁瑣的環(huán)節(jié)是:如何方便地新的比特流加載到 FPGA。尤其是在沒有專用 USB-JTAG/編程芯片或者在低成本板卡,傳統(tǒng)的編程方式可能需要額外硬件
    的頭像 發(fā)表于 12-19 15:20 ?4983次閱讀
    使用TinyFPGA-Bootloader將比特流<b class='flag-5'>加載到</b>FPGA

    如何在機(jī)器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    人士而言往往難以理解,人們也常常誤以為需要扎實的編程技能才能真正掌握并合理使用這項技術(shù)。事實上,這種印象忽視了該技術(shù)為機(jī)器視覺(乃至生產(chǎn)自動化)帶來的潛力,因為深度學(xué)習(xí)并非只屬于計算機(jī)科學(xué)家或程序員。 從頭開始:什么
    的頭像 發(fā)表于 09-10 17:38 ?911次閱讀
    如何在<b class='flag-5'>機(jī)器</b>視覺中部署深度<b class='flag-5'>學(xué)習(xí)</b>神經(jīng)網(wǎng)絡(luò)

    如何解決開發(fā)機(jī)器學(xué)習(xí)程序時Keil項目只能在調(diào)試模式下運行,但無法正常執(zhí)行的問題?

    如何解決開發(fā)機(jī)器學(xué)習(xí)程序時Keil項目只能在調(diào)試模式下運行,但無法正常執(zhí)行的問題
    發(fā)表于 08-28 07:28

    貿(mào)澤電子2025邊緣AI與機(jī)器學(xué)習(xí)技術(shù)創(chuàng)新論壇回顧(上)

    2025年,隨著人工智能技術(shù)的快速發(fā)展,邊緣AI與機(jī)器學(xué)習(xí)市場迎來飛速增長,據(jù)Gartner預(yù)計,2025年至2030年,邊緣AI市場保持23%的復(fù)合年增長率。
    的頭像 發(fā)表于 07-21 11:08 ?1192次閱讀
    貿(mào)澤電子2025邊緣AI與<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>技術(shù)創(chuàng)新論壇回顧(上)

    FPGA在機(jī)器學(xué)習(xí)的具體應(yīng)用

    ,越來越多地被應(yīng)用于機(jī)器學(xué)習(xí)任務(wù)。本文探討 FPGA 在機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 07-16 15:34 ?2907次閱讀

    邊緣計算機(jī)器學(xué)習(xí):基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成!

    你好,旅行者!歡迎來到Medium的這一角落。在本文中,我們將把一個機(jī)器學(xué)習(xí)模型(神經(jīng)網(wǎng)絡(luò))部署到邊緣設(shè)備上,利用從ModbusTCP寄存器獲取的實時數(shù)據(jù)來預(yù)測一臺復(fù)古音頻放大器的當(dāng)前健康狀況。你
    的頭像 發(fā)表于 06-11 17:22 ?1009次閱讀
    邊緣計算<b class='flag-5'>中</b>的<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>:基于 Linux 系統(tǒng)的實時推理模型部署與工業(yè)集成!

    使用MATLAB進(jìn)行無監(jiān)督學(xué)習(xí)

    無監(jiān)督學(xué)習(xí)是一種根據(jù)未標(biāo)注數(shù)據(jù)進(jìn)行推斷的機(jī)器學(xué)習(xí)方法。無監(jiān)督學(xué)習(xí)旨在識別數(shù)據(jù)隱藏的模式和關(guān)系,無需任何監(jiān)督或關(guān)于結(jié)果的先驗知識。
    的頭像 發(fā)表于 05-16 14:48 ?1459次閱讀
    使用MATLAB進(jìn)行無監(jiān)督<b class='flag-5'>學(xué)習(xí)</b>

    【「# ROS 2智能機(jī)器人開發(fā)實踐」閱讀體驗】視覺實現(xiàn)的基礎(chǔ)算法的應(yīng)用

    : 一、機(jī)器人視覺:從理論到實踐 第7章詳細(xì)介紹了ROS2在機(jī)器視覺領(lǐng)域的應(yīng)用,涵蓋了相機(jī)標(biāo)定、OpenCV集成、視覺巡線、二維碼識別以及深度學(xué)習(xí)目標(biāo)檢測等內(nèi)容。通過
    發(fā)表于 05-03 19:41

    【「# ROS 2智能機(jī)器人開發(fā)實踐」閱讀體驗】+內(nèi)容初識

    人應(yīng)用案例:書中提供了多個機(jī)器人應(yīng)用案例,幫助讀者所學(xué)的 ROS 2 知識應(yīng)用到實際的機(jī)器人項目中。例如,在自主移動機(jī)器人案例,詳細(xì)講解
    發(fā)表于 04-27 11:24

    **【技術(shù)干貨】Nordic nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機(jī)器學(xué)習(xí)的完美結(jié)合**

    和更多外設(shè)接口。無論是運行還是休眠狀態(tài),功耗表現(xiàn)都非常出色! 3. 在傳感器數(shù)據(jù)采集與AI機(jī)器學(xué)習(xí)的優(yōu)勢? 答:主頻高、功耗低,內(nèi)置專用核處理數(shù)據(jù)采集,還配備AI加速器,讓AI算法運行更高效! 4.
    發(fā)表于 04-01 00:00

    請問STM32部署機(jī)器學(xué)習(xí)算法硬件至少要使用哪個系列的芯片?

    STM32部署機(jī)器學(xué)習(xí)算法硬件至少要使用哪個系列的芯片?
    發(fā)表于 03-13 07:34