运用他们今年在人工智能和机器学习 (ML) 概念上学到的知识，来自大波士顿地区的学生有机会将他们的新技能应用到现实世界的行业项目中，作为突破技术提供的体验式学习机会的一部分麻省理工学院的人工智能。
由麻省理工学院施瓦茨曼计算学院主办的 Break Through Tech AI 是一个试点项目，旨在通过为本科生提供基于技能的培训、行业相关的投资组合和指导，弥合计算领域女性和弱势群体的人才差距。地区性大都市地区，以便在数据科学、机器学习和人工智能领域的职业生涯中更具竞争力。
“像 Break Through Tech AI 这样的项目让我们有机会与其他学生和其他机构建立联系，并使我们能够将麻省理工学院的多样性、公平和包容的价值观带入我们所拥有的空间的学习和应用中，”Alana Anderson 说，麻省理工学院苏世民计算学院多样性、公平和包容性助理院长。
来自大波士顿地区 18 所学校(包括塞勒姆州立大学、史密斯学院和布兰代斯大学)的首批 33 名本科生于去年夏天开始了为期 18 个月的免费课程，其中包括为期八周的在线技能课程，以学习人工智能和机器学习的基础知识。然后，学生们在秋季分成小组，合作完成 MathWorks、MIT-IBM Watson AI Lab 和 Replicate 向他们展示的六个机器学习挑战项目。学生们每周花五个小时或更多时间与他们的团队、助教和项目顾问会面，包括每月在麻省理工学院召开一次会议，同时兼顾他们的常规学术课程负荷与其他日常活动和职责。
这些挑战让本科生有机会为行业组织正在进行的实际项目做出贡献，并测试他们的机器学习技能。每个组织的成员还担任项目顾问，在整个过程中为团队提供鼓励和指导。
“学生们通过与他们的项目顾问密切合作来获得行业经验，”麻省理工学院苏世民计算学院战略行业参与主任兼麻省理工学院-IBM 沃森人工智能实验室主任 Aude Oliva 说。“这些项目将成为他们机器学习产品组合的附加组件，当他们准备好申请 AI 领域的工作时，他们可以将其作为工作示例分享。”
在 15 周的时间里，团队深入研究了大规模的真实世界数据集，以在各种环境中训练、测试和评估机器学习模型。
12 月，学生们在麻省理工学院举行的展示活动中庆祝他们的劳动成果，六个团队在活动中就他们的 AI 项目进行了最终展示。奥利瓦说，这些项目不仅让学生积累了人工智能和机器学习经验，还有助于“提高他们的知识基础和向技术和非技术观众展示他们作品的技能”。
对于一个交通数据分析项目，学生们接受了 MathWorks 开发的编程和数值计算平台 MATLAB 的培训，以创建一个模型，通过预测未来车辆轨迹来实现自动驾驶决策。“重要的是要认识到人工智能并不是那么聪明。它只有在你做出来的时候才聪明，而这正是我们试图做的，”布兰迪斯大学的学生 Srishti Nautiyal 在向观众介绍她的团队项目时说道。随着公司已经使从飞机到卡车的自动驾驶汽车成为现实，物理和数学专业的 Nautiyal 分享说，她的团队也非常积极地在他们的模型中考虑技术的道德问题，以确保乘客、司机和行人的安全.
使用人口普查数据来训练模型可能很棘手，因为它们通常是杂乱无章且漏洞百出的。在麻省理工学院-IBM 沃森人工智能实验室的一个算法公平性项目中，团队面临的最艰巨的任务是必须以一种他们仍然可以从中获得洞察力的方式清理堆积如山的无组织数据。该项目旨在创建应用于真实数据集的公平性演示，以评估和比较不同公平性干预措施和公平度量学习技术的有效性，最终可以作为有兴趣了解 AI 公平性并使用它的数据科学家的教育资源在他们的工作中，以及促进评估机器学习模型在行业中的伦理影响的实践。
其他挑战项目包括供非技术人员与现成机器学习模型交互的机器学习辅助白板，以及帮助残疾人与他人交流的手语识别模型。一个开发视觉语言应用程序的团队开始在他们的模型中包含 50 多种语言，以增加全世界数百万视障人士的访问能力。据该团队介绍，目前市场上同类应用最多只能提供 23 种语言。
在整个学期中，学生们坚持不懈并表现出勇气，以便在他们的项目上越过终点线。随着秋季学期结束的最终报告，学生们将在春季返回麻省理工学院，继续他们的 Break Through Tech AI 之旅，以应对另一轮 AI 项目。这一次，学生们将与谷歌合作应对新的机器学习挑战，这将使他们能够进一步磨练 AI 技能，着眼于在 AI 领域开启成功的职业生涯。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！