Trik Selanjutnya Andrew Eun: Latih Satu Juta Ahli AI

Peneliti dan Pengajar AI Terkemuka Mengklaim Jutaan Orang Perlu Memahami Pembelajaran yang Mendalam


gambar

Andrew Eun, salah satu pakar paling terkenal di dunia dalam bidang AI, meluncurkan proyek online yang akan membantu menciptakan sejuta ahli AI baru di berbagai bidang produksi. Eun, salah satu pelopor pembelajaran online, berharap bahwa kursus pembelajaran mendalam Coursera barunya akan mengajarkan orang bagaimana menggunakan ide AI paling kuat dalam beberapa tahun terakhir.

Pakar AI telah menjadi karyawan yang paling dicari dan dibayar tinggi di industri teknologi modern. Pembelajaran mendalam adalah tentang mengajarkan mesin bagaimana melakukan tugas-tugas kompleks menggunakan sejumlah besar data dan simulasi besar jaringan saraf. Untuk pengembangan dan aplikasi berkualitas tinggi, teknologi ini biasanya membutuhkan pengetahuan dan pengalaman teknis yang mendalam.

Pada bulan Maret tahun ini, Eun mengundurkan diri sebagai kepala spesialis sains dari perusahaan Internet Cina Baidu, sehubungan dengan berbagai diskusi mulai mengenai rencana masa depannya. Dia mengatakan kursus pelatihan mendalam adalah yang pertama dari tiga proyek yang dia rencanakan untuk diluncurkan di startup barunya, Deeplearning.ai.

Sebelum bergabung dengan Baidu, Eun adalah seorang profesor di Stanford dan kemudian pendiri Coursera, dan menciptakan kursus pembelajaran mesin yang menyatukan lebih dari dua juta siswa selama beberapa tahun terakhir. Beberapa tahun yang lalu, Eun menjadi direktur dan pendiri proyek Google Brain , yang bertujuan memperkenalkan pembelajaran mendalam di seluruh perusahaan.

Eun berbicara dengan editor MIT Technology Review tentang misinya untuk mengubah dunia melalui pembelajaran yang mendalam.

Mengapa Anda memilih untuk memulai kursus ini sebagai proyek besar baru Anda?


Yang paling menarik minat saya hari ini adalah pembangunan masyarakat baru yang bekerja dengan bantuan AI. Meskipun hype utama yang terkait dengan AI berhubungan dengan perusahaan teknologi besar - dan jelas bahwa perusahaan tersebut menciptakan nilai besar dengan bantuan AI, meningkatkan pencarian di web, iklan online, peta, sistem pembayaran, dll. - Jika Anda melihat keseluruhan ekonomi secara keseluruhan, maka perusahaan mana pun di daftar Fortune 500 juga dapat menciptakan nilai luar biasa menggunakan AI.

Saya tidak berpikir bahwa satu perusahaan pun akan dapat melakukan semua pekerjaan, jadi saya percaya bahwa satu-satunya cara untuk mencapai hasil adalah dengan mengajar jutaan orang bagaimana menggunakan alat AI ini sehingga mereka sendiri dapat menemukan hal-hal yang tidak ada perusahaan besar atau yang saya bangun perusahaan tidak dapat melakukannya.

Saya pikir dunia akan menjadi lebih baik jika AI membantu kita. Ini akan mengurangi biaya barang, memberi kita pendidikan yang baik, mengubah sistem kerja rumah sakit dan layanan kesehatan kita - dan banyak hal.

Apakah kita benar-benar membutuhkan banyak ahli?


Saya tidak berpikir bahwa setiap penghuni planet ini harus mempelajari pembelajaran yang mendalam. Tetapi jika AI adalah listrik baru, maka lihatlah berapa banyak insinyur dan listrik yang ada. Agar masyarakat memahami bagaimana menciptakan banyak hal luar biasa yang tersedia bagi kita, perlu menciptakan tenaga kerja yang besar. Jadi hari ini, tenaga kerja di AI jauh lebih sedikit daripada yang dibutuhkan.

Meskipun sistem pendidikan universitas secara bertahap bergeser ke arah AI, kita tidak bisa bergantung pada universitas saja. Ketika saya belajar pemrograman 25 tahun yang lalu, saya belajar BASIC, lalu dunia berubah, saya belajar C, lalu C ++, lalu Jawa, lalu Python. Dan saya pikir hari ini dunia berubah lebih cepat. Saya berpikir bahwa perubahan di bawah pengaruh pembelajaran mendalam bahkan lebih signifikan, sehingga penciptaan nilai-nilai dan kebutuhan akan keterampilan baru sangat jelas.

Saya berbicara dengan direktur perusahaan non-teknologi yang sangat besar, dan kami menemukan ide untuk produk AI baru yang cocok untuk digunakan dalam industri mereka, tetapi mereka tidak memiliki orang-orang dengan keterampilan GO yang dapat membuat produk ini. Jika Anda mengelola puluhan ribu orang dan Anda tidak memiliki grup AI, apa yang dapat Anda lakukan? Saya tahu bahwa beberapa direktur akan mengirim karyawan mereka untuk melatih spesialisasi masyarakat sipil.

Bagaimana upaya Anda mencirikan organisasi akademik yang ada?


Saya pikir belajar itu perlu sepanjang hidup saya. Di dunia teknologi, kita sudah terbiasa. Sesuatu yang baru muncul setiap beberapa minggu. Kami terbiasa dengan gerakan konstan pasir di bawah kaki kami, dan saya menyukainya. Bagi saya ini membuat pekerjaan di industri teknologi lebih menarik. Tetapi revolusi AI dan GO unik cepat. Dan sementara universitas sedang membangun kesempatan mengajar mereka, terlalu banyak orang yang telah meninggalkan universitas harus mempelajari sistem baru ini.

Saya ingin menciptakan masyarakat yang hidup berkat AI, karena saya melihat banyak cara AI dapat meningkatkan kehidupan manusia. Kami dapat membuat keputusan secara lebih sistematis, atau mengotomatiskan tugas yang berulang dan menghemat waktu seseorang. Menurut saya ada begitu banyak peluang bagus, dan sangat sedikit orang dengan keterampilan yang diperlukan untuk implementasi mereka.

Bisakah GO membantu mengotomatiskan proses belajar itu sendiri?


Saya berharap bahwa masyarakat sipil akan berperan dalam mengubah sistem pendidikan. Saya bahkan berpikir bahwa ini sudah jelas. Pendidikan adalah salah satu contoh industri dengan potensi luar biasa untuk AI. Dan Coursera sudah melakukan sesuatu ke arah ini.

Coursera memiliki banyak data pendidikan. Kami tahu video apa yang ditonton siswa dan masalah apa yang mereka buat. Coursera memiliki kesempatan untuk mempelajari data ini, dan kami sudah bekerja ke arah ini.

Di banyak industri, ada dua gelombang transformasi. Ini adalah transformasi IT pertama, dan kemudian transformasi AI datang. Saya pikir pendidikan memiliki banyak hal yang harus diperjuangkan dalam hal IT, tetapi AI juga memiliki banyak peluang di bidang ini. Saya baru-baru ini menghadiri konferensi pendidikan dan terkejut melihat berapa banyak laporan yang terkait dengan AI.

Bisakah ini disebut bagian dari upaya untuk mengkompensasi konsekuensi negatif yang mungkin timbul dari masuknya AI?


Konsekuensi negatif terkuat dari pengenalan AI adalah hilangnya pekerjaan, dan ini tidak bisa dihindari. Tapi, menciptakan masalah, kita harus bekerja pada solusinya, dan solusi ini akan menjadi peningkatan pendidikan. Masyarakat tidak akan mengakhiri pekerjaan; hanya saja keterampilan hari ini tidak cocok untuk pekerjaan baru. Saya pikir ini adalah masalah pendidikan. Dan kita membutuhkan lebih dari sekadar Coursera - kita perlu pemikiran ulang sosial terhadap sistem pendidikan.

"Elitis" dari pantai Barat dan Timur telah membuat pantai Barat dan Timur lebih kaya. Tetapi kita perlu menciptakan tidak hanya masyarakat yang lebih kaya, tetapi juga masyarakat yang lebih adil, banyak yang harus dilakukan dalam hal mengubah kontrak sosial. Ada lebih banyak potongan dalam teka-teki ini. Salah satunya adalah dengan membawa lebih banyak orang ke area GO.

Apa pendapat Anda tentang rencana dominasi AI China yang baru-baru ini diumumkan ?


Ada minat besar pada AI di berbagai bidang industri Cina, dan saya sangat khawatir tentang pengurangan dana untuk sains dan teknologi di Amerika Serikat. Sekitar 10 tahun yang lalu, pekerjaan saya di Stanford didanai oleh National Science Association dan DARPA, dan tanpanya saya tidak bisa melakukan semua yang saya bisa. Itu juga memungkinkan saya untuk menyarankan proyek Brain di Google.

Pertanyaannya adalah profesor muda mana yang tidak akan menerima dana, dan tidak akan dapat melakukan apa pun dalam lima tahun karena NNA tidak memiliki cukup dana untuk proposal mereka.

Itu membuatku takut. Dan sebaliknya, negara-negara lain, misalnya, Cina, aktif berinvestasi dalam studi AI, dan lingkungan lokal membuat pekerjaan ini lebih mudah. Dari mereka saya melihat keinginan besar untuk menerapkan teknologi baru.

Source: https://habr.com/ru/post/id406241/


All Articles