آیا هوش مصنوعی می تواند به حل مشکلات کلان داده آموزش و پرورش کمک کند؟


ردیفی از دانش آموزان چند قومیتی که در کلاس مدرن در حال گوش دادن به یک سخنرانی با لپ تاپ کار می کنند.  جوانان باهوش در دانشگاه تحصیل می کنند.

گتی ایماژ/iStockphoto

بینش ارائه شده توسط داده ها می تواند به ایجاد راه حل برای مشکلات تجاری کمک کند. اما مدیریت کلان داده به جای اینکه کمک کند، می تواند غلبه کند.

کاویتا پراساد، زنی با موهای تیره که لباس های تجاری به تن دارد، با یک عکس از سر حرفه ای لبخند می زند.

“داده های بسیار زیادی در هر کاری که ما انجام می دهیم وجود دارد، و اکنون حجم داده هایی که تولید می شود بسیار زیاد است. اما چگونه می توان بینش معناداری از این داده ها به دست آورد؟” Kavitha Prasad، معاون و مدیر کل Datacenter، AI، و اجرای ابر و استراتژی اینتل، به ZDNet گفت. س

“در حال حاضر از نظر انسانی امکان پذیر نیست که با داده ها بنشینیم و نه تنها بفهمیم که داده ها چه می گویند، بلکه رابطه متقابل بین مجموعه های مختلف داده هایی را که جمع آوری می شود، و بفهمیم که چه بینش های تجاری در پشت این داده ها پنهان شده است. “

این مسئله فقط بر شرکت های فناوری تأثیر نمی گذارد. بخش آموزش همچنین در مدیریت، حفاظت و استخراج ارزش از داده های بزرگ با چالش هایی مواجه است.

چگونه مدارس می توانند هوش مصنوعی را برای بهبود نتایج دانش آموزان به کار گیرند؟

هوش مصنوعی می تواند حل مشکلات کلان داده را ممکن کند.

برای مثال، اینتل با Aible همکاری کرد تا از هوش مصنوعی برای کمک به دانشگاه Nova Southeastern استفاده کند. Aible می تواند داده ها را از طریق هوش مصنوعی حس کند، کاوش کند و بهینه سازی کند.

پراساد گفت که دانشگاه خواستار بینش مبتنی بر داده در مورد دو موضوع اصلی است: بهبود حفظ دانشجویان در مقطع کارشناسی و بهینه سازی رفاه دانشجویان. اینتل و Aible با همکاری Dell، هوش مصنوعی را در مجموعه داده های مدرسه مستقر کردند. این پروژه راه هایی را برای بالقوه شناسایی کرد کاهش فرسودگی دانش آموزان تا 17 درصد در 15 روز

دون رودوسکی، معاون اثربخشی نهادی Nova Southeastern، در یک مطالعه موردی Aible با برجسته کردن این پروژه نوشت:

در طول یک جلسه یک ساعته، ما از یک مجموعه داده خام به کاوش بینش در داده‌هایی که به طور خودکار توسط Aible برجسته می‌شوند، به ایجاد و حتی استقرار یک مدل پیش‌گویانه رفتیم. همکاری با مشاوران کمک‌های علمی و مالی به ما کمک کرد تا مدل‌ها را بیشتر بهینه کنیم و آنها را مفیدتر کنیم – اما ما در مدت زمان کوتاهی از داده‌های خام به مدل مستقر تبدیل شدیم.

پراساد افزود: دستیابی به یک نتیجه تجاری در 15 روز “بزرگ” است.

این شرکت ها و دانشگاه با اجرای حدود 500 مدل هوش مصنوعی در شش پروژه به این نتایج دست یافتند. پردازش هر پروژه حدود 25 دقیقه طول کشید. اینتل گفت که با استفاده از پردازنده های Xeon Scalable در کنار فناوری Aible، توسعه دهندگان می توانند برنامه ها را بدون مدیریت سرور اجرا کنند.

اینتل و Aible ابتدا از طریق Initiative Disruptor اینتل با یکدیگر همکاری کردند. این برنامه به استارت آپ ها و شرکت های معتبر اجازه می دهد تا به راه حل ها و فناوری های اینتل دسترسی داشته باشند.

پراساد گفت: این مشارکت به این شرکت‌های استارت‌آپ عضله اینتل را می‌دهد تا مطمئن شوند که فناوری‌های آنها می‌تواند به طور گسترده در صنایع به کار گرفته شود.

Aible همچنین با مشتریانی در K-12 کار کرده است که می‌خواستند در مورد حفظ دانش‌آموز اطلاعاتی کسب کنند.

Hywel Benbow، معاون ارشد داده‌ها و تجزیه و تحلیل جهانی در GEMS Education گفت: «Aible به ما کمک کرد تا دانش‌آموزانی را که به دلایلی ترک می‌کردند شناسایی کنیم تا بتوانیم آنها را حفظ کنیم.

وقتی صحبت از K-12 می شود، به حداقل رساندن ریزش به خودی خود جالب است، اما Aible به ما کمک کرد تشخیص دهیم کجا و چگونه می توانیم برای کاهش ریزش عمل کنیم و مستقیماً تأثیر اقتصادی انجام این اقدامات توصیه شده را ترسیم کنیم.


دیدن: مهندس هوش مصنوعی چیست؟


مدیر اجرایی: هوش مصنوعی در “تمام قلمروهای زندگی انسان” خواهد بود

همانطور که هوش مصنوعی گسترش می یابد، سوالات مربوط به استفاده اخلاقی از این فناوری نیز مطرح می شود.

پراساد گفت: “هوش مصنوعی به اندازه داده ها خوب است و هوش مصنوعی پیش بینی می کند.” “این هنوز هم قابل پیش بینی است.”

و این بر عهده انسان است که تجزیه و تحلیل ریسک و فایده پیش بینی های نادرست را انجام دهد.

او گفت: «ما تصدیق می‌کنیم که پیامدهای زیادی در ارتباط با این فناوری‌های هوش مصنوعی وجود دارد و تمرکز ما بر این است که مطمئن شویم از آن برای خیر اجتماعی استفاده می‌شود.

پراساد افزود که اینتل برای پروژه‌هایی که از هوش مصنوعی استفاده می‌کنند، «فرایند بازبینی مستمر و دقیق» را دنبال می‌کند.

پراساد همچنین پیش‌بینی می‌کند که هوش مصنوعی به‌زودی بر تمام جنبه‌های زندگی انسان تأثیر خواهد گذاشت.

“تکثیر هوش مصنوعی تنها در حال گسترش است، و بسیار جالب است که ببینیم کجای کسب و کارها سعی می کنند از تکنیک هایی مانند هوش مصنوعی برای کمک به دستیابی به نتایج کسب و کار بهتر استفاده کنند – خواه در زمینه آموزش برای حفظ دانش آموزان یا فهمیدن اینکه چه برنامه هایی منطقی هستند. دیدگاه دانشجویی

او ادامه داد: ما فقط در نوک کوه یخ هستیم. “این تازه شروع شده است، اما در نهایت، بسیار بیشتر در تمام عرصه های زندگی بشر گسترش خواهد یافت.”


منبع: https://www.zdnet.com/education/computers-tech/intel-using-ai-to-solve-education-big-data-problems/#ftag=RSSbaffb68