MIT Uczy Dzieci Jak Budować Modele AI

W dzisiejszym komunikacie prasowym, MIT przedstawił nowe narzędzie edukacyjne opracowane przez badaczy z MIT, Manuja i Shruti Dhariwal.

Ich aplikacja, Małe Modele Językowe, zaprasza dzieci do odkrywania, jak działa AI, pozwalając im tworzyć uproszczone, małe modele. Ten praktyczny sposób nauczania stanowi alternatywę dla często abstrakcyjnych lub opartych na wykładach wprowadzeń do AI, uczynić koncepcje dostępne przez interaktywne uczenie się.

Program rozpoczyna się od użycia pary kostek do zapoznania uczniów z myśleniem probabilistycznym – jednym z podstawowych pojęć stojących za modelami języka (LLM). W sztucznej inteligencji, myślenie probabilistyczne pozwala modelowi przewidzieć najbardziej prawdopodobne następne słowo w zdaniu, uwzględniając niepewność i podejmując decyzje na podstawie prawdopodobieństwa, zauważa MIT Review.

Dostosowując kostki do zobrazowania tego procesu, uczniowie mogą zrozumieć, że wynik modelu nie zawsze jest bezbłędny, ale opiera się na prawdopodobieństwach. Dzięki Małym Modelom Języka, dzieci mogą modyfikować każdą stronę kostki, aby reprezentować różne zmienne i dostosować prawdopodobieństwo pojawienia się każdej strony, naśladując proces podejmowania decyzji, który stoi za modelami AI.

Dzięki temu, studenci mogą zobaczyć, jak zmienne warunki prowadzą do różnych wyników, co pomaga wyjaśnić, że modele AI, takie jak ich eksperyment z kośćmi, opierają się na rozumowaniu probabilistycznym, a nie na deterministycznych zasadach.

Program, poza ilustrowaniem podstaw AI, porusza również kwestię uprzedzeń w uczeniu maszynowym. Edukatorzy mogą używać tego narzędzia, aby wyjaśnić, jak uprzedzenia mogą pojawić się w AI, kiedy uczniowie przypisują kolory do każdej strony kości, reprezentując różne odcienie skóry.

Początkowo, studenci mogą ustawić prawdopodobieństwo wystąpienia białej dłoni na 100% – scenariusz ma odzwierciedlać niezrównoważony zestaw danych, zawierający tylko zdjęcia białych dłoni. W reakcji na to, model AI generuje wyłącznie białe dłonie, gdy zostanie o to poproszony.

Następnie, studenci mogą dostosować prawdopodobieństwa, aby uwzględnić większą różnorodność odcieni skóry, symulując zrównoważony zestaw danych. Pomaga to pokazać, jak różnorodność danych wpływa na wyniki AI i jak można złagodzić uprzedzenia poprzez lepszą reprezentację danych.

Ta funkcja jest szczególnie na czasie, ponieważ etyka AI i przejrzystość stają się kluczowymi zagadnieniami w edukacji technologicznej. Wprowadzając dzieci do tych koncepcji już na wczesnym etapie, Dhariwalowie mają nadzieję wychować pokolenie technologicznie obeznanych osób, które rozumieją moc i ograniczenia AI.

Emma Callow, projektantka doświadczeń edukacyjnych, która współpracuje ze szkołami nad integracją nowych technologii do programów nauczania, pochwaliła podejście programu. „Naprawdę brakuje zabawnych zasobów i narzędzi, które uczą dzieci o umiejętnościach korzystania z danych i o koncepcjach AI w kreatywny sposób,” wyjaśniła Callow.

„Szkoły są bardziej zaniepokojone bezpieczeństwem niż możliwością wykorzystania AI. Ale rozwija się ono w szkołach, i ludzie zaczynają go jakoś wykorzystywać. Jest miejsce na zmiany w edukacji,” dodała.

Małe Modele Językowe zostaną uruchomione na platformie edukacyjnej Dhariwalów, coco.build, w połowie listopada. Program będzie również testowany w różnych szkołach w ciągu najbliższego miesiąca, dostarczając edukatorom wczesnych opinii i możliwości wprowadzania poprawek, jak zauważył MIT Review.