Program Teaches US Air Force Personnel The Fundamentals Of AI

Újra kiadta Platón

Követő: 0

Az MIT-ben kifejlesztett új akadémiai program célja, hogy megtanítsa az amerikai légi- és űrerők személyzetét a mesterséges intelligencia technológiák megértésére és használatára. Egy nemrégiben szakértői értékelés, a program kutatói azt találták, hogy ez a megközelítés hatékony, és a különböző hátterű és szakmai szerepkörrel rendelkező alkalmazottak jól fogadták.

A projekt, amelyet a légierő osztálya – MIT Artificial Intelligence Accelerator finanszírozott, célja, hogy hozzájáruljon a mesterséges intelligencia oktatási kutatásaihoz, különös tekintettel arra, hogyan lehet maximalizálni a tanulási eredményeket a legkülönbözőbb oktatási hátterű emberek számára.

Az MIT Open Learning szakértői a meglévő MIT oktatási anyagok és erőforrások felhasználásával tantervet készítettek három általános típusú katonai személyzetnek – vezetőknek, fejlesztőknek és felhasználóknak. Új, kísérletibb kurzusokat is létrehoztak, amelyek a légi- és űrerők vezetőit célozták meg.

Ezután az MIT tudósai egy kutatási tanulmányt vezettek a tartalom elemzésére, az egyes tanulók tapasztalatainak és eredményeinek értékelésére a 18 hónapos kísérlet során, és olyan újításokat és meglátásokat javasoltak, amelyek lehetővé teszik a program bővítését.

Interjúkat és számos kérdőívet használtak, amelyeket mind a program tanulóinak, mind a személyzetnek ajánlottak fel, hogy értékeljék, hogyan kommunikált a légi- és űrerők 230 alkalmazottja a kurzusanyaggal. Együttműködtek az MIT oktatóival is, hogy tartalmi hiányelemzést végezzenek, és meghatározzák, hogyan lehetne tovább fejleszteni a tantervet a kívánt készségek, ismeretek és gondolkodásmód érdekében.

Végül a kutatók azt találták, hogy a katonai személyzet pozitívan reagált a gyakorlati tanulásra; nagyra értékelték az aszinkron, időhatékony tanulási tapasztalatokat, hogy illeszkedjenek elfoglaltságukba; és nagyra értékelték a csapatalapú, tanulási tapasztalatokat, de olyan tartalmat kerestek, amely több szakmai és puha készségeket tartalmaz. A tanulók azt is látni akarták, hogy a mesterséges intelligencia hogyan alkalmazható közvetlenül mindennapi munkájukra és a légi- és űrerők tágabb küldetésére. Arra is kíváncsiak voltak, hogy több lehetőség álljon rendelkezésre másokkal, köztük társaikkal, oktatóikkal és AI-szakértőikkel.

Ezen eredmények alapján, amelyeket a program kutatói a közelmúltban megosztva az IEEE Frontiers in Education konferencián, a csapat bővíti az oktatási tartalmat, és új technikai funkciókkal bővíti a portált a tanulmány következő iterációjához, amely jelenleg folyamatban van, és 2023-ig tart.

„Mélyebbre ásunk abban, hogy kiterjesszük véleményünk szerint a tanulási lehetőségeket, amelyeket kutatási kérdéseink vezérelnek, de a projektek ilyen léptékű és összetettségű megismerésének tudományának megértése is. De végül is megpróbálunk valódi transzlációs értéket adni a légierőnek és a védelmi minisztériumnak. Ez a munka valós hatást vált ki számukra, és ez nagyon izgalmas” – mondja Cynthia Breazeal, a kutatásvezető, aki az MIT digitális tanulásért felelős dékánja, a MIT RAISE (Responsible AI for Social Empowerment and Education) igazgatója és vezetője. a Media Lab Personal Robots kutatócsoportjának tagja.

Tanulási utak építése

A projekt kezdetén a légierő olyan profilokat adott a programcsapatnak, amelyek a légierő hat alapvető kategóriájának oktatási hátterét és munkaköreit mutatták be. A csapat ezután három archetípust hozott létre, amelyeket a „tanulási utak” felépítéséhez használt – egy olyan képzési programsorozatot, amely az AI-készségek halmazát ad minden profilhoz.

A Lead-Drive archetípus olyan egyén, aki stratégiai döntéseket hoz; a Create-Embed archetípus egy technikai dolgozó, aki AI megoldásokat valósít meg; a Facilitate-Employ archetípus pedig az AI-val kiegészített eszközök végfelhasználója.

Elsődleges feladat volt meggyőzni a Lead-Drive archetípust a program fontosságáról – mondja Andrés Felipe Salazar-Gomez, a vezető szerző, az MIT Open Learning kutatója.

„Még a Védelmi Minisztériumon belül is megkérdőjelezték a vezetők, hogy megéri-e a mesterséges intelligencia képzése vagy sem” – magyarázza. „Először a vezetők gondolkodásmódját kellett megváltoztatnunk, hogy lehetővé tegyék a többi tanulónak, fejlesztőnek és felhasználónak, hogy részt vegyenek ezen a képzésen. A kísérlet végén azt találtuk, hogy elfogadták ezt a képzést. Más volt a gondolkodásuk.”

A három tanulási út, amely 12-XNUMX hónapig terjedt, magában foglalta az MIT Horizon, az MIT Lincoln Laboratory, az MIT Sloan School of Management, a Computer Science and Artificial Intelligence Laboratory (CSAIL), a Media Lab meglévő mesterségesintelligencia-tanfolyamainak és anyagainak kombinációját. és MITx MicroMasters programok. A legtöbb oktatási modult teljes egészében online kínálták, akár szinkron, akár aszinkron módon.

Minden tanulási út különböző tartalmat és formátumot tartalmazott a felhasználók igényei alapján. Például a Create-Embed utazás egy ötnapos, személyes, gyakorlati kurzust tartalmazott, amelyet a Lincoln Laboratory kutatója tartott, amely mélyrepülést kínált a mesterséges intelligencia technikai anyagaiban, míg a Facilitate-Employ utazás saját tempóból, aszinkron tanulási tapasztalatok, elsősorban az MIT Horizon anyagaira támaszkodva, amelyeket általánosabb közönség számára terveztek.

A kutatók két új kurzust is készítettek a Lead-Drive kohorsz számára. Az egyik, a The Future of Leadership: Human and AI Collaboration in the Workforce elnevezésű szinkron online tanfolyam, Az Esme Learninggel együttműködve fejlesztették ki, és a vezetők azon vágya volt, hogy több etika és emberközpontú mesterségesintelligencia-tervezés, valamint több tartalom legyen az ember és a mesterséges intelligencia együttműködéséről a munkaerőben. A kutatók egy kísérleti, háromnapos, személyes kurzust is készítettek Tanulógépek: Számítás, Etika és Politika címmel, amely a vezetőket egy konstrukciós stílusú tanulási tapasztalatba merítette, ahol a csapatok autonóm robotokkal közösen dolgoztak egy sor gyakorlati tevékenységen. amely egy szabadulószoba stílusú zárókőversenyben csúcsosodott ki, amely mindent összehozott.

A Learning Machines tanfolyam rendkívül sikeres volt, mondja Breazeal.

„Az MIT-nél alkotás és csapatmunka által tanulunk. Arra gondoltunk, mi lenne, ha hagynánk, hogy a vezetők így tanuljanak az AI-ról? – magyarázza a lány. „Azt találtuk, hogy az elkötelezettség sokkal mélyebb, és erősebb megérzésekre tettek szert azzal kapcsolatban, hogy mitől működnek ezek a technológiák, és mi szükséges a felelősségteljes és robusztus megvalósításukhoz. Úgy gondolom, hogy ez mélyrehatóan megmutatja, hogyan gondolkodunk a vezetői oktatásról az ilyen bomlasztó technológiákkal kapcsolatban a jövőben.”

Visszajelzések gyűjtése, tartalom javítása

A tanulmány során az MIT kutatói kérdőívek segítségével egyeztettek a tanulókkal, hogy visszajelzést kapjanak a tartalomról, a pedagógiáról és a használt technológiákról. Ezenkívül az MIT oktatói elemzik az egyes tanulási utat, hogy azonosítsák az oktatási hiányosságokat.

Összességében a kutatók azt találták, hogy a tanulók több lehetőséget akartak arra, hogy kapcsolatba lépjenek társaikkal csapatalapú tevékenységek révén, vagy oktatókkal és szakértőkkel az online kurzusok szinkron összetevői révén. És bár a legtöbb munkatárs érdekesnek találta a tartalmat, több olyan példát szerettek volna látni, amelyek közvetlenül alkalmazhatók a mindennapi munkájukra.

A tanulmány második iterációjában a kutatók ezt a visszajelzést használják fel a tanulási utak javítására. Tudásellenőrzéseket terveznek, amelyek az önálló ütemű, aszinkron kurzusok részét képezik, hogy segítsék a tanulókat a tartalom megismerésében. Emellett új eszközökkel is támogatják az élő kérdezz-felelet eseményeket mesterséges intelligencia szakértőkkel, és segítik a tanulók közötti közösség kialakítását.

A csapat arra is törekszik, hogy konkrét védelmi minisztérium-példákat adjon hozzá az oktatási modulokhoz, és egy forgatókönyv-alapú műhelyt is tartalmazzon.

„Hogyan fejlesztheti a 680,000 2013 fős munkaerőt a különböző munkakörökben, minden szinten és méretekben? Ez egy MIT méretű probléma, és az MIT Open Learning által XNUMX óta végzett világszínvonalú munkába fogunk – az oktatás globális szintű demokratizálása érdekében” – mondja John Radovan őrnagy, a DAF-MIT AI igazgatóhelyettese. Gyorsító. „Az MIT-vel kötött kutatási partnerségünk kiaknázásával képesek vagyunk kutatni a munkaerő optimális pedagógiáját célzott kísérleti projektek segítségével. Ezután gyorsan megduplázhatjuk a váratlan pozitív eredményeket, és levonhatjuk a tanulságokat. Így felgyorsíthatja a pozitív változást a repülőseink és őreink számára.”

A tanulmány előrehaladtával a programcsapat egyre jobban összpontosít arra, hogyan tudják lehetővé tenni a képzési program nagyobb léptékű elérését.

„Az Egyesült Államok Védelmi Minisztériuma a legnagyobb munkaadó a világon. Ami az AI-t illeti, nagyon fontos, hogy alkalmazottaik ugyanazt a nyelvet beszéljék” – mondja Kathleen Kennedy, az MIT Horizon vezető igazgatója és az MIT Kollektív Intelligencia Központjának ügyvezető igazgatója. „De most az a kihívás, hogy ezt úgy méretezzük, hogy azok a tanulók, akik egyéni emberek, megkapják, amire szükségük van, és továbbra is elkötelezettek maradjanak. És ez minden bizonnyal segíteni fog abban, hogy a különböző MIT-platformok hogyan használhatók más típusú nagy csoportokkal.”

<!–
->