CDA數(shù)據(jù)分析研究院出品
為了揭開人工智能(AI)的神秘面紗，并展現(xiàn)它的優(yōu)點，麻省理工學(xué)院的智能探索創(chuàng)造了“探索之橋”，將新的智能工具和想法帶入教室、實驗室和家庭。今年春天，十多名本科研究機會項目(UROP)的學(xué)生加入了該項目，以使所有人都能使用人工智能。本科生開發(fā)的應(yīng)用程序旨在教授孩子們有關(guān)人工智能的知識，改善對人工智能項目和基礎(chǔ)設(shè)施的訪問，并利用人工智能提高讀寫能力和心理健康。這里突出顯示了六個項目。
圖片來源于： Larry Rouen 參與由情報部門資助的歐洲圖書館計劃的學(xué)生包括:Amanda Li、Maya Nigrin、Yuria Utsumi、Kika Arias、Marco Fleming和Shreya Pandit。
雅典娜云計算項目
訓(xùn)練人工智能模型通常需要遠程服務(wù)器來處理繁重的數(shù)據(jù)處理，但是將項目放到云中并返回并不是一件小事。為了簡化這一過程，一個名為麻省理工學(xué)院機器智能社區(qū)(MIC)的本科生俱樂部正在建立一個界面，該界面模仿了麻省理工學(xué)院的雅典娜項目(Project Athena)。雅典娜項目在上世紀80年代將臺式電腦帶入校園。
去年秋天，阿曼達·李(Amanda Li)在入職培訓(xùn)時無意中發(fā)現(xiàn)了MIC。她正在尋找計算機能力來訓(xùn)練人工智能語言模型，該模型是她建立的，用來識別非英語母語人士的國籍。她了解到，俱樂部有一個云信用銀行，但沒有實際的系統(tǒng)來發(fā)放這些信用，一個暫時命名為“猴子”的計劃很快就成形了。
系統(tǒng)必須將學(xué)生的訓(xùn)練數(shù)據(jù)和人工智能模型發(fā)送到云端，將項目放入隊列，訓(xùn)練模型，并將完成的項目發(fā)送回MIT。它還必須跟蹤個人使用情況，以確保云信用是均勻分布的。
今年春天，Monkey成為了一個UROP項目，李和大二學(xué)生Sebastian Rodriguez在Quest Bridge的指導(dǎo)下繼續(xù)進行這項工作。到目前為止，學(xué)生們已經(jīng)在GitHub中創(chuàng)建了四個模塊，這些模塊最終將成為分布式系統(tǒng)的基礎(chǔ)。
“編碼并不難，”李說?！斑@是探索機器學(xué)習(xí)的服務(wù)器端——Docker、谷歌云和API。我學(xué)到的最重要的事情是如何有效地設(shè)計和管理這樣一個龐大的項目?！?/p>
預(yù)計將于明年三月推出。人工智能工程師史蒂文·施賴弗(Steven Shriver)并且是Quest Bridge項目的負責(zé)人。他指出，“這是一個龐大的項目，存在一些及時的問題，業(yè)界也在努力解決。我相信學(xué)生們會明白的，當他們需要幫助的時候，我就在這里”。
一個易于使用的AI程序分割圖像
將圖像分割成各個組成部分的能力，構(gòu)成了更為復(fù)雜的人工智能任務(wù)的基礎(chǔ)，比如從微觀細胞的圖片中挑選蛋白質(zhì)，或者在破碎的材料中找出應(yīng)力性骨折。雖然圖像分割程序是基礎(chǔ)的，但對于非工程師來說仍然很難操作。在Quest Bridge的一個項目中，第一年是馬可·弗萊明(Marco Fleming)幫助構(gòu)建了一個用于圖像分割的木星筆記本，這是Quest Bridge更廣泛使命的一部分，即開發(fā)一套人工智能積木，研究人員可以為特定應(yīng)用量身定制。
弗萊明帶著自學(xué)的編程技能來到這個項目，但沒有機器學(xué)習(xí)、GitHub或命令行界面方面的經(jīng)驗。弗萊明與Quest Bridge的人工智能工程師凱瑟琳·加拉格爾(Katherine Gallagher)以及經(jīng)驗更豐富的同學(xué)桑娜·卡拉馬(秀爾·卡拉馬)合作，熟練掌握了卷積神經(jīng)網(wǎng)絡(luò)，而卷積神經(jīng)網(wǎng)絡(luò)是許多機器視覺任務(wù)的主要工具。他指出，“你拍一張照片，然后對它做大量的數(shù)學(xué)運算，機器就會知道邊緣在哪里，這有點奇怪”。同時這個項目也給了他信心，他打算今年暑假去好事達公司實習(xí)。
加拉格爾說：“我們正在為馬可這樣的人開發(fā)這些筆記本，他是一名大一新生，沒有機器學(xué)習(xí)經(jīng)驗?？吹今R可在什么地方犯了錯真的很有價值?！?馬可的參與也使Quest Bridge受益。
自動圖像分類器:不需要編碼
任何人都可以開發(fā)影響世界的應(yīng)用程序。這是MIT AppInventor的座右銘，它是由Hal Abelson創(chuàng)建的編程環(huán)境，Hal Abelson是MIT電氣工程和計算機科學(xué)系1922屆的教授。在Abelson實驗室獨立活動期間，大二學(xué)生Yuria Utsumi開發(fā)了一個web界面，任何人都可以構(gòu)建一個深度學(xué)習(xí)分類器來對圖片進行分類，比如，快樂的臉、悲傷的臉亦或是蘋果和橘子。
通過四個步驟，Image Classification Explorer允許用戶標記和上傳他們的圖像到web，選擇一個可定制的模型，添加測試數(shù)據(jù)，并查看結(jié)果。Utsumi用一個預(yù)先訓(xùn)練好的分類器構(gòu)建了這個應(yīng)用程序，她重新構(gòu)造了分類器，從一組新的和不熟悉的圖像中學(xué)習(xí)。一旦用戶對新圖像重新訓(xùn)練分類器，他們就可以將模型上傳到AppInventor，以便在智能手機上查看。
在最近對Explorer應(yīng)用程序的測試中，波士頓拉丁學(xué)院(Boston Latin Academy)的學(xué)生上傳了用筆記本網(wǎng)絡(luò)攝像頭拍攝的自拍照，并對他們的面部表情進行了分類。Utsumi選擇了這個項目，希望獲得實用的web開發(fā)和編程技能，對于他來說，這是一個勝利的時刻。他指出：“這是我第一次在現(xiàn)實生活中解決算法問題!”并補充道:“看到學(xué)生們對機器學(xué)習(xí)越來越適應(yīng)，這很有趣。我很高興能幫助擴大這個平臺，教授更多的概念”。
向孩子們介紹機器生成的藝術(shù)
人工智能領(lǐng)域最熱門的趨勢之一是一種利用生成式對抗網(wǎng)絡(luò)(GANs)創(chuàng)建計算機生成藝術(shù)的新方法。一組神經(jīng)網(wǎng)絡(luò)一起工作，創(chuàng)造一個逼真的圖像，同時讓藝術(shù)家添加他們獨特的地方。其中一個名為GANpaint的人工智能程序，是由麻省理工學(xué)院(MIT)情報總監(jiān)安東尼奧·托拉爾巴(Antonio Torralba)的實驗室開發(fā)的，它允許用戶在一組預(yù)先繪制的圖像中添加樹木、云彩和門等特征。
在Quest Bridge的一個項目中，大二學(xué)生Maya Nigrin正在幫助GANpaint適應(yīng)流行的兒童編程平臺Scratch。這項工作包括培訓(xùn)一個新的GAN對城堡圖片和開發(fā)自定義劃痕擴展，以集成GANpaint與劃痕。學(xué)生們還在開發(fā)木星筆記本，教其他人如何批判性地思考GANs，因為這項技術(shù)使制作和分享修改過的圖像變得更容易。
尼格林曾是一名保姆和鋼琴老師，現(xiàn)在是一名計算機科學(xué)的中學(xué)生和高中生老師。當被問及最重要的收獲時，她說:“如果你不能解決問題，就繞過它?！?/p>
負責(zé)該項目的Gallagher說，學(xué)習(xí)解決問題是任何軟件工程師的關(guān)鍵技能。他指出，“這可能很有挑戰(zhàn)性，但這也是樂趣的一部分。學(xué)生們很希望對軟件開發(fā)的必要性有一個現(xiàn)實的認識。”
當你感到沮喪時，機器人會把你扶起來
隨著我們盯屏幕的時間越來越多，焦慮和抑郁也正在上升。麻省理工學(xué)院媒體實驗室(MIT media Lab)媒體藝術(shù)與科學(xué)副教授辛西婭·布雷齊爾(Cynthia Breazeal)表示，如果技術(shù)是問題所在，那么它也可能是答案。
在一個新的項目中，布雷西亞正在重新啟動她的家庭機器人Jibo作為一個個人健康教練(麻省理工學(xué)院將Jibo商業(yè)化的子公司于去年秋天關(guān)閉，但麻省理工學(xué)院擁有將Jibo用于應(yīng)用研究的許可證)。麻省理工學(xué)院大三學(xué)生Kika Arias在上個學(xué)期幫助Jibo設(shè)計互動，讓Jibo能夠閱讀并以個性化的建議回應(yīng)人們的情緒。例如，如果Jibo感覺到你情緒低落，它可能會建議你進行一次“健康”聊天，并做一些積極的心理學(xué)練習(xí)，比如寫下一些讓你心存感激的事情。
今年夏天，健康教練Jibo將與麻省理工學(xué)院(MIT)的學(xué)生進行一項試點研究，并將面臨首次測試。為了讓它做好準備，阿里亞斯設(shè)計并組裝了她所說的“美化的機器人椅子”，這是一個為Jibo和它的一套設(shè)備(相機、麥克風(fēng)、電腦和平板電腦)設(shè)計的便攜式坐墊。她把一個人類生活教練為Jibo寫的劇本翻譯成他有趣但輕松的聲音。她還為自我報告的情緒制定了一個廣泛使用的量表，研究參與者將使用該量表來評估自己的情緒，使其更有吸引力。
她說:“我不是機器學(xué)習(xí)和云計算的中堅分子，但我發(fā)現(xiàn)我能做的比我想象的多得多。我一直很想幫助別人，所以當我發(fā)現(xiàn)這個實驗室時，我想這正是我應(yīng)該在的地方“。
一個講故事的機器人，幫助孩子們學(xué)習(xí)閱讀
大聲朗讀的孩子更容易學(xué)會閱讀，但并不是所有的父母都知道如何閱讀或有時間定期給孩子讀故事。如果一個家庭機器人可以填補，甚至促進更高質(zhì)量的親子閱讀時間呢?
在一個更大項目的第一階段，Breazeal實驗室的研究人員正在記錄父母朗讀給孩子聽的聲音，并分析閱讀過程中的視頻、音頻和生理數(shù)據(jù)。”一年級學(xué)生史里亞·潘迪特(Shreya Pandit)指出，“這些互動對孩子日后的讀寫能力有很大的影響。在講述這個故事的過程中，我們分享情感、交換問題和答案?！?/p>
Breazeal說，這些邊欄對話對學(xué)習(xí)非常重要。理想情況下，機器人的存在是為了加強親子關(guān)系，并為父母和孩子提供有用的提示。
為了了解機器人如何增強學(xué)習(xí)能力，潘迪特幫助開發(fā)了家長調(diào)查、運行行為實驗、分析數(shù)據(jù)以及整合多個數(shù)據(jù)流。她說，令人驚訝的是，她一直在了解自己有多少工作是自主完成的：她尋找問題，然后在實驗室里由其他的人運行它們，然后再挑選一個，比如一個基于說話人來分割音頻文件的算法，或者一種較為復(fù)雜的為朗讀故事打分的方法。
她說:“我試著為自己設(shè)定目標，并在每次會議后匯報一些情況。看著這些數(shù)據(jù)，并試圖弄清楚它能告訴我們關(guān)于提高識字率的什么，這很酷?！?/p>
這些尋求情報的項目由Alphabet Inc.的技術(shù)顧問埃里克施密特(Eric Schmidt)和他的妻子溫迪(Wendy)資助。
