Une équipe d’éducateurs et d’informaticiens est engagée dans l’intelligence artificielle

Newswise – La compétence en IA sera bientôt une compétence essentielle de la main-d’œuvre. Un groupe d’informaticiens et d’experts en sciences de l’apprentissage réfléchit à ce à quoi pourrait ressembler une introduction significative à l’intelligence artificielle pour les collégiens et les lycéens.

L’essor de l’intelligence artificielle (IA) et d’une branche de l’intelligence artificielle appelée apprentissage automatique, qui se concentre sur l’utilisation de données et d’algorithmes pour imiter la façon dont les humains apprennent, modifie rapidement la façon dont les découvertes scientifiques à forte intensité de données sont effectuées.

La science à forte intensité de données est un style de science moderne, axé sur la découverte, qui s’appuie fortement sur des capacités informatiques avancées et des outils logiciels pour manipuler et explorer de grands ensembles de données. L’application de nouvelles et meilleures techniques d’apprentissage automatique est maintenant utilisée pour aider et automatiser la découverte scientifique de problèmes de plus en plus complexes.

“La recherche sur l’IA progresse à grands pas”, a déclaré Michael E. Papka, directeur adjoint du laboratoire associé et directeur de l’installation de supercalcul au Laboratoire national d’Argonne du Département américain de l’énergie (DOE) et professeur d’informatique à l’Université de l’Illinois à Chicago. . (UIC). “Nous constatons des progrès dans de nombreux domaines de l’IA, non seulement grâce à de nouvelles techniques, mais surtout grâce à de nouveaux matériels pour exécuter des modèles d’IA à forte intensité de calcul.”

Il y a deux ans, Papka et un groupe d’enseignants et d’informaticiens STEM (sciences, technologie, ingénierie et mathématiques) partageant les mêmes idées ont commencé à se réunir chaque semaine pour discuter du futur déficit de compétences de la main-d’œuvre dans la résolution des défis de l’IA. Ils ont commencé à réfléchir à un nouvel outil, ou peut-être à un module d’enseignement, qui présenterait les concepts de l’IA aux jeunes chercheurs de demain.

L’équipe, qui comprenait du personnel scientifique et pédagogique d’Argonne et des professeurs STEM de la Northern Illinois University (NIU) et de l’UIC, souhaitait explorer les domaines où la future main-d’œuvre serait sans aucun doute nécessaire : les développeurs de logiciels d’IA et les professionnels de la science des données. Pendant plusieurs mois, le groupe a rencontré des experts dans le domaine de l’intelligence artificielle, des scientifiques en début de carrière utilisant des systèmes d’IA dans leurs recherches et des étudiants diplômés travaillant sur des outils de science des données.

Certaines technologies sont encore au stade expérimental, notamment la collection croissante de matériel d’intelligence artificielle trouvée dans le banc d’essai AI de l’Argonne Leadership Computing Facility (ALCF). Néanmoins, les techniques d’intelligence artificielle telles que l’apprentissage automatique, qui utilise des algorithmes pour analyser et apprendre à partir des données d’entrée, et l’apprentissage en profondeur, un sous-domaine de l’apprentissage automatique qui utilise une structure complexe d’algorithmes modélisés sur le cerveau humain pour apprendre et prendre des décisions, contribuent à profondes percées scientifiques. Ces méthodes ont prédit les structures 3D des protéines pour la recherche médicale et effectué les tâches simples mais vitales d’identification des matériaux candidats optimaux pour la récolte de la lumière du soleil. ALCF est une installation utilisateur du DOE Office of Science.

De tels développements feront de la compétence en IA une main-d’œuvre essentielle. “Chercher des moyens d’intégrer la méthodologie de l’IA dans les problèmes scientifiques est la première étape pour trouver des moyens de les résoudre”, a déclaré Meridith Bruozas, directrice des partenariats institutionnels d’Argonne et membre du groupe de collaboration sur l’IA qui a aidé à développer le programme. “En tant qu’organisation de recherche de premier plan, nous avons un fort intérêt à développer les compétences en IA de la future main-d’œuvre.”

Des idées ont commencé à prendre forme sur ce à quoi pourrait ressembler une pratique axée sur les données et la recherche. Il donnera aux étudiants l’accès à de grands ensembles de données, modélisera des expériences scientifiques réelles et présentera des méthodes basées sur l’IA que les scientifiques des données utilisent pour mieux comprendre une question d’intérêt.

Première leçon : qu’est-ce que c’est ?

Argonne fait partie d’un nombre croissant d’organismes de recherche intégrant de puissantes ressources et techniques d’IA pour faire de nouvelles découvertes. Mais tous les systèmes et techniques d’intelligence artificielle, tels que l’apprentissage automatique, n’ont pas besoin d’être puissants pour apporter une contribution significative à la société. Un système d’intelligence artificielle est un appareil ou un système informatique qui effectue des tâches d’intelligence humaine à l’aide d’ensembles de données complexes. De tels systèmes peuvent encore être opaques ; de nombreuses personnes utilisent des modèles d’IA sans savoir comment ils fonctionnent. Comprendre comment régler les modèles pour produire des résultats utiles est encore un domaine de recherche nouveau et actif. L’équipe a eu du mal à relier les aspects techniques de l’IA à son potentiel pour résoudre de gros problèmes d’une manière qui engagerait personnellement les étudiants.

Sensibiliser à la façon dont les machines peuvent être utilisées pour simuler les processus d’intelligence humaine semblait être un bon point de départ avant de passer à la résolution de problèmes tels que la façon de simuler des ensembles de données, comment renforcer la confiance dans les résultats et comment construire des ensembles de données de formation averses au risque. et les inconvénients des méthodes basées sur l’IA.

“Nous nous attendions à une expérience de programmation nulle, nous avons donc rapidement trouvé des moyens d’enseigner potentiellement les concepts d’IA dans une perspective de science des données” extraite “”, a déclaré John Domyancich, responsable de l’Argonne Learning Center. “Des activités pour les amener à réfléchir à la manière d’utiliser les données pour répondre aux questions et pour commencer à identifier les autres données dont ils pourraient avoir besoin pour obtenir des réponses avec un degré élevé de confiance.”

Un autre défi pour l’équipe était l’échelle : quel type et quelle quantité de données seraient nécessaires pour être utiles ? Comment les élèves commenceront-ils à formuler les questions auxquelles ils cherchent des réponses ?

Du marquage des chants d’oiseaux à l’identification des rivières polluées

En juillet 2021, l’équipe a mené un programme pilote d’été d’un mois avec des lycéens recrutés dans le cadre du programme Upward Bound de NIU. Après avoir été initiés aux concepts plus larges de l’intelligence artificielle et de l’apprentissage automatique, les étudiants ont travaillé en groupes pour analyser des ensembles de données générés par l’IA à l’aide de certains des outils utilisés par les scientifiques pour enseigner différents modèles d’apprentissage automatique, y compris Jupyter Notebooks.

Ils ont utilisé les données et les modèles Spotify pour apprendre à cataloguer et à reconnaître le genre musical, puis les chants d’oiseaux. “Nous leur avons demandé de réfléchir à la manière dont un humain pourrait aborder une tâche, puis à la manière dont un ordinateur pourrait aborder la même tâche”, a déclaré Brenda Lopez Silva, l’une des professeurs de sciences qui a aidé au camp d’été pilote. “Alerte spoiler : un ordinateur apprend principalement ce que les humains lui enseignent. Cela a ouvert la porte à une discussion intéressante sur la manière dont l’éthique affectera l’IA aujourd’hui et à l’avenir.”

À l’été 2022, l’équipe a restructuré le camp pour qu’il soit plus court et plus intensif, avec des activités basées sur des données recueillies par des capteurs sur l’environnement dans le nord de l’Illinois. Les élèves ont exploré comment la vision par ordinateur peut être utilisée pour optimiser les traversées de rues. Une autre tâche consistait à trier et classer des photos de la rivière pour tenter de déterminer le niveau de pollution. Cette fois, les enseignants ont adopté une approche différente pour relier l’utilisation du stylo et du papier par les élèves à la façon dont les scientifiques utilisent l’apprentissage automatique pour faire des découvertes.

Pour l’activité sur la santé de la rivière, les étudiants ont essayé de tester leurs hypothèses sur la rivière en structurant les informations dont ils disposaient (images) et ont construit un arbre de décision (une méthode pour arriver à une conclusion basée sur ces entrées), les données seules ne suffisent pas à répondre à la question. “La tâche nécessitait un niveau de réflexion avancé”, a déclaré Kristin Brynteson, directrice du programme STEAM (science, technologie, ingénierie, arts et mathématiques) de NIU, qui a dirigé les sessions du camp d’IA. “Les étudiants devaient voir au-delà de la caméra et remettre en question les données et la façon dont elles étaient étiquetées.”

“Il est possible qu’un système d’intelligence artificielle puisse déduire la santé d’une rivière à partir d’images de caméras, mais il nécessite beaucoup de données pour fonctionner”, a déclaré Nicola Ferrier, informaticienne senior et experte en intelligence artificielle chez Argonne. équipe. “Cet exercice a été une bonne première étape dans l’introduction des concepts de détection de modèles à travers les fonctionnalités.”

L’équipe a noté qu’après que les étudiants aient effectué l’activité manuelle de tri et de pondération des données, ils ont pu mieux saisir l’algorithme et comprendre comment un ordinateur effectuerait la même tâche. “Il était instructif de demander aux étudiants de raisonner sur des tâches de traitement de données au lieu de laisser l’algorithme de quelqu’un d’autre faire le travail”, a déclaré Papka.

Il y a beaucoup de travail à faire, mais l’équipe est plus proche de la création d’un cadre pour l’enseignement des principes de l’IA qui peut être utilisé dans la “salle de classe” – un cadre qui intègre également des technologies accessibles pour servir d’outils de collecte et d’analyse de données. Les principaux candidats comprennent soit des nœuds de capteurs conçus pour collecter les recherches menées par les étudiants, soit l’accès à un portail de données lié à un réseau de capteurs déjà déployé.

“Nous sommes ravis d’explorer activement quelque chose qui peut fournir un point d’entrée aux étudiants pour explorer la science et en apprendre davantage sur l’intelligence artificielle”, a déclaré Bruozas. “Quelque chose qui sert de portail aux étudiants pour obtenir les informations requises, les analyser et les appliquer au problème qu’ils veulent résoudre.”

Tableau de bord du leadership Argonne fournit à la communauté scientifique et technique des capacités de supercalcul pour faire progresser la découverte et la compréhension fondamentales dans un large éventail de disciplines. ALCF, soutenu par le programme Advanced Scientific Computing Research (ASCR) du Bureau des sciences du Département américain de l’énergie (DOE), est l’une des deux installations de calcul de leadership du DOE dans le pays dédiées à la science ouverte.

Laboratoire National d’Argonne cherche des solutions aux problèmes nationaux actuels en science et technologie. En tant que premier laboratoire national du pays, l’Argonne mène des recherches scientifiques fondamentales et appliquées avancées dans presque toutes les disciplines scientifiques. Les chercheurs d’Argonne travaillent en étroite collaboration avec des chercheurs de centaines d’entreprises, d’universités et d’agences fédérales, étatiques et municipales pour les aider à résoudre leurs problèmes spécifiques, faire progresser le leadership scientifique américain et préparer la nation à un avenir meilleur. Avec des employés de plus de 60 pays, Argonne est géré par UChicago Argonne, LLC pour le Bureau des sciences du Département américain de l’énergie.

Bureau des sciences du département américain de l’énergie C’est le plus grand soutien de la recherche fondamentale en sciences physiques aux États-Unis et s’efforce de résoudre les problèmes les plus urgents de notre époque. Pour plus d’informations, visitez https://energy​.gov/s​c​ience.

Leave a Reply

Your email address will not be published. Required fields are marked *