3 неподключенных занятия для обучения ИИ

Сегодняшние студенты будут жить и работать бок о бок с искусственным интеллектом.Но поймут ли они это?

То, что дети знают об ИИ, часто приходит из таких фильмов, как ВАЛЛ-И а также Митчеллы против машин, в котором роботы думают, чувствуют и учатся автономно. Но хотя научная фантастика сделала несколько проницательных предсказаний о технологиях, она также породила множество неправильных представлений общественности о том, на что способны машины.

Теперь, когда появился искусственный интеллект, учащиеся должны изучить реалии как его возможностей, так и его ограничений, если они хотят эффективно использовать его на рабочем месте, и им нужно четко понимать, как он работает, если они собираются управлять его развитие в будущем.

«Следующий рубеж — это искусственный интеллект, который полностью изменит не только то, как мы взаимодействуем с технологиями и изучаем их, но и то, как мы обучаем программированию», — говорит научный сотрудник Массачусетского технологического института Стефания Друга.

«Предоставление детям инструментов и доступа к обучению ИИ создаст поколение, которое будет не просто пассивным потребителем этой технологии, а, скорее, активным творцом и создателем ее будущего».

Посмотрите видео ниже, чтобы узнать, как ИИ может помочь вашим учащимся решить некоторые из самых серьезных мировых проблем.

Учителям может быть сложно освободить место в и без того переполненной учебной программе для обучения ИИ, особенно если у них нет доступа к таким техническим инструментам, как создатели чат-ботов или виртуальные личные помощники в классе. К счастью, вам не нужны никакие устройства, чтобы показать детям, как работает ИИ. Вот три неподключенных занятия, которые вы можете выполнять в любом классе, чтобы продемонстрировать концепции, лежащие в основе ИИ:

1. Умный лист бумаги

Ученые признают, что термин «искусственный интеллект» немного неверен. До настоящего ИИ еще как минимум десять лет; то, что мы наблюдаем сейчас, может быть лучше описано как «расширенный интеллект» или использование машин для расширения возможностей человека. Вместо того, чтобы предварительно программировать компьютер для выполнения определенной задачи, теперь мы можем передавать ему данные и позволять ему самостоятельно обнаруживать закономерности и изучать задачи.Другими словами, у нас есть машины, которые могут делать прогнозы — и делать их лучше — на основе библиотеки данных. Это все еще далеко от робота, который может думать самостоятельно.

В этом упражнении используется игра «Крестики-нолики», чтобы продемонстрировать разницу между человеческим и искусственным интеллектом. В игре игрок-человек противопоставляется листу бумаги, «заранее запрограммированному» с инструкциями. Когда учащиеся смотрят, как бумага реагирует на каждое движение, они узнают, как при правильном программировании компьютер может адаптироваться к реакциям человека и казаться равным или даже лучшим противнику-человеку.

2. Тест Тьюринга

Математик Алан Тьюринг утверждал, что вместо того, чтобы пытаться измерить способность компьютера мыслить, более практичным способом оценки интеллекта машины является проверка ее способности имитировать поведение человека. Чтобы пройти тест Тьюринга, машина должна быть способна обмануть человека, заставив его думать, что она тоже человек.

Студенты могут разыграть свою собственную версию теста Тьюринга, используя список вопросов и ответов. Вам понадобятся три добровольца. Один будет действовать как компьютер, отвечая на вопросы, используя только предоставленные ответы, а другой будет действовать как человек, отвечая на вопросы по своему усмотрению; оба должны быть расположены за пределами классной комнаты. Третий доброволец передаст свои ответы классу, который затем должен определить, кто из них человек, а кто компьютер.

3. Как работает распознавание лиц

Распознавание лиц — лишь один из примеров того, чего может достичь машинное обучение, и один из самых противоречивых. Используя огромный массив цифровых изображений, компьютеры теперь могут идентифицировать людей по чертам лица. В Китае его уже используют для выявления подозреваемых и даже для автотекстовых билетов на пешеходов. Хотя этические последствия такой технологии огромны, она также является отличной отправной точкой для обучения детей тому, как работает машинное обучение.

Поскольку компьютер не может «видеть» фотографию так, как это делает человек, как он может извлечь значимые данные из одной фотографии и сравнить их с данными из другой? В этом упражнении учащиеся моделируют алгоритм распознавания лиц, разбивая изображения персонажей Диснея на список функций, которые они затем могут использовать для определения личности таинственного персонажа.

ИИ может быть революционной технологией, но вам не нужны никакие приложения или устройства, чтобы научить его основным понятиям. Хотите больше занятий без технологий для обучения информатике и искусственному интеллекту? Посетите CSUnplugged.org.

Николь Крюгер — писатель-фрилансер и журналист, стремящаяся выяснить, что движет учащимися.

Это обновленная версия сообщения, первоначально опубликованного 18 октября 2018 г.