“Biz derin öğrenme odaklanmak eğitimin hedeflerini değişen edilmelidir: ne öğretildi Alaka, motivasyon inşa etmek, ve Ne kişiselleştirme ve Nasıl; çok yönlülük, yaratmak 'Rönesans insanlar’, hangi bize atar herhangibir yaşam yüz sağlamlığı getiriyor; Aktar, Okullarda dar sınırları içinde öğrendiklerinizi sigortalanması, gerçek hayat durumlarında işlem yapma anlamına gelir.” — Charles Fadel
Büyük veriden öğrenme Bilgisayarlar toplum için yeni bir bilgi kaynağı yarattık.
Bilgisayarlar zaten bize çok şey söyleyebilir, dahil olmak üzere bugüne kadar kim ve ne stokları satın almak. Ve onlar geliştirilmektedir hızını verilen, bilgisayarlar lise denemeler yazmak veya herhangi bir yabancı dilde konuşabilmesi öyle olacak ne kadar süre, hatta bizi okula götürmek?
Charles Fadel is the founder of the Center for Curriculum Redesign and author of Dört Boyutlu Eğitim: Yeterlilikler Öğrenciler başarılı olmak için gerekenler. He just taught the first-ever class at Harvard Graduate School of Education on "Makine öğrenme + İnsan Öğrenme”.
İçeri aramıza katılıyor Eğitim Global Arama Öğrencilerin makineleri yetişmek nasıl görüşmek üzere.
“Biz tasarım yeteneğine sahip olanların bir ‘rahiplik sınıfın’ ortaya çıkmasını göreceğiz ve onların sonuçlarıyla yaşayacak olanların vs algoritmaları kullanan, bu yüzden * yeterince numerate ve algoritmik yetenekli olduğunu * herkes emin olmak için eğitim sistemlerini yararınadır.” — Charles Fadel
Charles, Tüm evliliklerin üçte biri çevrimiçi başlamak. Otomatik ticari programlar yerini almıştır 60-70% İnsan ticareti. Bir algoritma yakında aramak mümkün olabilir 911 ve muhtemelen Hayatımızı kurtarmak. Bu eğitim için ne anlama geliyor?
Her şeyden önce, let’s establish some boundaries about what Machine Learning/AI can and cannot do – at least at this stage. We have seen tremendous advances in games such as chess, Git ve poker, Böyle konuşma ve el yazısı tanıma ve sentez olarak alanlar, müzik kompozisyonu, vs. Ancak, yani kadar şaşırtıcı, onlar kurallar açık ve sınırlı sözde “sınırlanmış sorunları” temsil, Hatta çözüm uzayı geniş ise.
Yani AI zaten tekrarlayan ve öngörü görevlerde üstündür, işlem gücü menteşe görevler, veri ve giriş büyük miktarlarda sınıflandırma, Beton kurallara dayalı kararlar — İnsanlarda daha az önyargıya sahip, ama yine de insanlar tarafından seçilen algoritma ve veri kümeleri tarafından uyarılan.
İnsanların otantik duygular ve yapı ilişkileri yaşandığı daha iyidirler Oysa, ölçekler ve kaynakta sorular ve açıklamalar formüle, stratejik boyutlar arasında sınırlı kaynakların nasıl kullanılacağına karar (şunlar da dahil görevler makineleri yapıyor olması gerektiğini ve onlara hangi verilerin vermek için hangi), ürünler ve insanlar için kullanışlı sonuçlar yapma ve bunlar hakkında iletişim, soyut değerlere göre kararlar.
Bu eğitim için ne anlama geldiğini gelince, biz odaklanmak eğitimin hedeflerini değişen gerektiğini ima derin öğrenme: ne öğretildi Alaka, motivasyon inşa etmek, ve Ne kişiselleştirme ve Nasıl; çok yönlülük, yaratmak "Rönesans insanlar", hangi bize atar herhangibir yaşam yüz sağlamlığı getiriyor; Aktar, Okullarda dar sınırları içinde öğrendiklerinizi sigortalanması, gerçek hayat durumlarında işlem yapma çevirir.
eğlendirici bir şekilde, Geç kullanım “derin öğrenme” algoritmalarının AI başarıları, ve eğitim çevrelerinde biz “derin öğrenme söz edilmiştir,Derin”böylece gerçekten öyle” + Birlikte daha derin öğrenme”!
Yakında Algoritmalar işimizi borçlu olabilir. Şirketler iş başvurusunda seçmek için bunları kullanıyor. bir algoritma Harvard'da kabul kimin belirler kadar ne kadar sürüyor? Bu tüm eğitim için ne anlama geliyor?
Şirketler ve üniversiteler uzun süre nicel ve nitel kriterleri kullanıyoruz, tarama adaylar: SAT scores, not ortalaması, ölçekler ödeme, Eski işveren markası, vs. all of which are used to decide on a candidate’s fit. There is a lot left to human decisions, and we generally think that humans are infallible. The reality is that the processes are fraught with imperfections: Yargıçlar geç sabah oturumlarında sert cümleler ödül, Öğretmenlerin sınıf daha kötü ilk birkaç ve son denemeler, doktorlar alanındaki tüm gelişmelere ayak uydurmak mümkün değildir, vs. I would welcome a day where the algorithms handle the tedium, and the humans make the wise choices unburdened. Elbette, Bu biz algoritmalar mevcut posta kodu önyargıları kodlanmış gibi biz ülke genelinde polis vakalarla gördüğümüz gibi algoritmalar kararları dikte izin vermiyor da akıllıca olacağını ima ...
Yine de, işverenler ve hem üniversiteler de çok yönlü küresel okuryazar başvuru arıyoruz, ancak böyle mühendislik ve girişimcilik gibi modern Bilgi mastering değil yeteneğine, sosyal bilimler ve bilgi okuryazarlığı, ama aynı zamanda Nitelikli vardır: yaratıcı, iletişimsel ve işbirlikli kritik düşünürler; Ekran Karakter nitelikleri: farkındalık, merak, cesaret, esneklik, etik ve liderlik; uyum ve büyüme zihniyet ve üstbiliş ile Meta-Öğrenme yetenekleri aracılığıyla öğrenmeyi öğrenme.
“AI her türlü uygulamada gömülü hale gelmektedir, geniş işlem olarak. Bu örneğin araba kıran sistemlerinde mikroişlemci olarak her yerde ve görünmez hale geliyor.” — Charles Fadel
makine öğrenme iyileştirilmesi ettiği hız yıldırıcı. Makine Öğrenimi bile laboratuvarda mı ait? bu makineler onların gerçekleri belirlemek nasıl toplumda herkes anlamalıdır? Bu eğitim için ne anlama geliyor?
Ray Dalio, Bridgewater serbest fon milyarder, Financial Times belirtilen:
“Biz ya algoritmaları yazabilmek için gidiyoruz bir dünya için başlı ve bu dili konuşan ediyoruz, or be replaced by algorithms…” and I agree. We are going to see the emergence of a “priesthood class” of those who are capable of designing and using algorithms vs those who will live with their consequences, so it behooves education systems to ensure that *everyone* is numerate enough and algorithmically capable. All fields are becoming quantitative, Felsefe olası istisna ile; Biology in Darwin times used to be descriptive and now it is mostly analytical. Ayrıca, Bu herkes için bir çalışma ders olarak Etik yenilenen önemini ima.
Yakında bilgi bilim adamları cüce olacak herhangi bir görev veya etki alanında algoritmalarla biriken bilgi yüzyıllar boyunca birikmiş. onlar çok daha fazla veri bakmak ve herhangi bir insan bilim adamı yapabileceğinden daha hızlı analiz edebilirsiniz göz önüne alındığında insan bilimciler daha iyi Yapay Öğrenme Bilgisayar bilim adamları var?
Daha önce açıklandığı gibi, veri setleri açık ve temiz olduğunda algoritmalar insanlardan daha iyidir, and the application narrow. They do undoubtedly accelerate our progress, hızlanması genomik yoluyla örneğin. Ancak, insan bilim adamları daha geniş iyi olduğunu belirtmek için, bu aşamada bir haklı streç, bilgisayarlar hesaplamayla insanlardan daha hızlıdır çünkü söyleyerek gibidir, they are better Mathematicians. We work in symbiosis, ve giderek öylesine - İnsanları Artırılmış olarak.
Bu yetenekleri gelecekte nasıl geliştirilebileceği gelince, tabii söylemek mümkün değildir, ama milyarlarca dolar dünya çapında yatırımlar yapılmasında, AI her türlü uygulamada gömülü hale gelmektedir, geniş işlem olarak. Bu örneğin araba kıran sistemlerinde mikroişlemci olarak her yerde ve görünmez hale geliyor.
“We do not need Yapay Genelleştirilmiş İstihbarat (AGI) to witness major disruptions! We will be experiencing “death by a thousand cuts” even with low-level capabilities – for instance, Bir barkod okuyucu ya da zaten otomatik işler uzakta bir RF ID etiket, sıfır zeka ile.” — Charles Fadel
Sırada nihai algoritma – verilerden şey öğrenme yeteneğine sahiptir biri – kim buna hazır?
Hiçbir biridir, ve eğer bu olduğunda ve, it will be the ultimate challenge for humanity. Ancak, Biz uzağız, far off according to the best experts in the field. We have seen tremendous bottom-up progress, ama biz Yapay Genelleştirilmiş İstihbarat ulaşmak için çeşitli atılımlar eksik (AGI).
Elbette, Yukarıda ele alındığı gibi, Biz büyük aksamalar şahit AGI gerekmez! We will be experiencing “death by a thousand cuts” even with low-level capabilities – for instance, Bir barkod okuyucu ya da zaten otomatik işler uzakta bir RF ID etiket, sıfır zeka ile.
Bu çok yönlülük beslenmesi stratejisine geri götürüyor, bir İsviçre çakısı gibi: it may not be the best tool for any single job, ancak ihtiyaç duyulduğunda olarak çizmek için geniş bir üs, Kişinin yaşamı boyunca gerektiği gibi ve bilenmiş edilebilir.
Yani dedi, insanlık Küresel ısınma gibi sorunların çok sayıda karşı karşıya, finansal istikrarsızlık, diktatörler ve popülistlerin, eşitsizlikler, vb, which makes my computer scientist cousin quip that “we should be a lot more concerned about natural stupidity than of artificial intelligence”. There is something to ponder here indeed.
C. M. Rubin ve Charles Fadel
(Tüm fotoğraflar CMRubinWorld nezaket vardır)
Sir Michael Barber dahil bana katılın ve dünyaca ünlü düşünce liderleri (İngiltere), Dr. Michael Blok (ABD), Dr. Leon Botstein (ABD), Profesör Clay Christensen (ABD), Dr. Linda Darling-Hammond (ABD), Dr. MadhavChavan (Hindistan), Charles Fadel (ABD), Profesör Michael Fullan (Kanada), Profesör Howard Gardner (ABD), Profesör Andy Hargreaves (ABD), Profesör Yvonne Hellman (Hollanda), Profesör Kristin Helstad (Norveç), Jean Hendrickson (ABD), Profesör Rose Hipkins (Yeni Zelanda), Profesör Cornelia Hoogland (Kanada), Sayın Jeff Johnson (Kanada), Bayan. Chantal Kaufmann (Belçika), Dr. EijaKauppinen (Finlandiya), Devlet Bakanı TapioKosunen (Finlandiya), Profesör Dominique Lafontaine (Belçika), Profesör Hugh Lauder (İngiltere), Rab Ken Macdonald (İngiltere), Profesör Geoff Masters (Avustralya), Profesör Barry McGaw (Avustralya), Shiv Nadar (Hindistan), Profesör R. Natarajon (Hindistan), Dr. PAK NG (Singapur), Dr. Denise Pope (ABD), Sridhar Rajagopalan (Hindistan), Dr. Diane Ravitch (ABD), Richard Wilson Riley (ABD), Sir Ken Robinson (İngiltere), Profesör Pasi Sahlberg (Finlandiya), Profesör Manabu Sato (Japonya), Andreas Schleicher (PISA, OECD), Dr. Anthony Seldon (İngiltere), Dr. David Shaffer (ABD), Dr. Kirsten Sürükleyici Are (Norveç), Başbakan Stephen Spahn (ABD), Yves Theze (ABD LyceeFrancais), Profesör Charles Ungerleider (Kanada), Profesör Tony Wagner (ABD), Sir David Watson (İngiltere), Profesör Dylan Wiliam (İngiltere), Dr. Mark Wormald (İngiltere), Profesör Theo WUBBELS (Hollanda), Profesör Michael Young (İngiltere), ve Profesör Minxuan Zhang (Çin) Onlar bütün milletler bugün karşı karşıya büyük resmi eğitim soruları keşfetmek gibi.
Eğitim Toplum Page Global Arama
C. M. Rubin o aldığı için iki çok okunan çevrimiçi serisinin yazarı 2011 Upton Sinclair ödülü, "Küresel Eğitim Arama" ve "Biz nasıl Oku Will?"Üç satan kitapların yazarı da, Dahil Harikalar Gerçek Alice, yayıncısıdır CMRubinWorldve bir Disruptor Vakfı Fellow.
C izleyin. M. Twitter'da Rubin: www.twitter.com/@cmrubinworld
Son Yorumlar