Recommended
More Related Content
Featured
Featured (20)
Tehisintellekti rakendused kõrghariduses: võimalused ja väljakutsed
- 1. Tehisintellekti rakendused kõrghariduses: võimalused ja väljakutsed Konverents „Õppejõult õppejõule 2021: õppimise ja õpetamise ruumid“ Elena Sügis, PhD Andmeteaduse õppetooli õppejõud, Bioinformaatika teadur 1 elena.sugis@ut.ee
- 2. • Motivatsioon • Mis on tehisintellekt • Tehisintellekti rakendamise võimalused kõrghariduses • Väljakutsed • Tehisintellekti algkursus MOOC 2
- 3. 3 Miks peab tehisintellektist teadma? Motivatsioon.
- 4. Maailm muutub meie ümber kiiresti 2010 2021
- 5. 5 Juturobotid ja Virtuaalsed assistendid Veebiotsingud Juhiste hankimine ja marsruutide kuvamine Toote ja teenuste soovitused e-platvormides Tehisintellekti siseldavad tooted/teenused Näotuvastus
- 7. 7 • Inimese intelligentsus on mõistuse omadus, mis võimaldab inimesel kasutada teadmisi, mis on saadud elukogemusest ning abstraktsetest kontseptsioonidest, mis on loodud kogetud olukordi üldistades. • Inimmõistus suudab kasutada ning töödelda erinevat sorti informatsiooni ning lahendada lugematul hulgal erinevaid ülesandeid. • Tehisintellekt viitab inimese intelligentsuse simuleerimisele arvutite/masinate abil, mis on programmeeritud mõtlema nagu inimesed ja nende tegevust jäljendama.
- 8. 8 Tehisintellekti demüstifitseerimine TEHISINTELLEKT Kitsas tehisintellekt (ingl Artificial Narrow Intelligence (ANI)) Nt. isejuhtivad autod, nutikas veebi otsing, virtuaalsed assistendid jne.
- 9. 9 Tehisintellekti demüstifitseerimine TEHISINTELLEKT Kitsas tehisintellekt (ingl Artificial Narrow Intelligence (ANI)) Nt. isejuhtivad autod, nutikas veebi otsing, virtuaalsed assistendid jne. Üldine tehisintellekt (ingl Artificial General Intelligence (AGI)) Saab teha kõike, mis teeb inimene
- 10. 10 Tehisintellekti demüstifitseerimine TEHISINTELLEKT Kitsas tehisintellekt (ingl Artificial Narrow Intelligence (ANI)) Nt. isejuhtivad autod, nutikas veebi otsing, virtuaalsed assistendid jne. Üldine tehisintellekt (ingl Artificial General Intelligence (AGI)) Saab teha kõike, mis teeb inimene Superintelligentsus (ingl Artificial Superintelligence (ASI)) võrreldamatult targem kui parimad inimintellektuaalid praktiliselt igas valdkonnas
- 11. 11 Tehisintellekti demüstifitseerimine TEHISINTELLEKT Kitsas tehisintellekt (ingl Artificial Narrow Intelligence (ANI)) Nt. isejuhtivad autod, nutikas veebi otsing, virtuaalsed assistendid jne. Üldine tehisintellekt (ingl Artificial General Intelligence (AGI)) Saab teha kõike, mis teeb inimene Superintelligentsus (ingl Artificial Superintelligence (ASI)) võrreldamatult targem kui parimad inimintellektuaalid praktiliselt igas valdkonnas
- 12. 12 Tehisintellekti demüstifitseerimine TEHISINTELLEKT Kitsas tehisintellekt (ingl Artificial Narrow Intelligence (ANI)) Nt. isejuhtivad autod, nutikas veebi otsing, virtuaalsed assistendid jne. Üldine tehisintellekt (ingl Artificial General Intelligence (AGI)) Saab teha kõike, mis teeb inimene Superintelligentsus (ingl Artificial Superintelligence (ASI)) võrreldamatult targem kui parimad inimintellektuaalid praktiliselt igas valdkonnas X
- 13. 13 Tehisintellekti demüstifitseerimine TEHISINTELLEKT Kitsas tehisintellekt (ingl Artificial Narrow Intelligence (ANI)) Nt. isejuhtivad autod, nutikas veebi otsing, virtuaalsed assistendid jne. Üldine tehisintellekt (ingl Artificial General Intelligence (AGI)) Saab teha kõike, mis teeb inimene Superintelligentsus (ingl Artificial Superintelligence (ASI)) võrreldamatult targem kui parimad inimintellektuaalid praktiliselt igas valdkonnas X X
- 14. 14 Tehisintellekti demüstifitseerimine TEHISINTELLEKT Kitsas tehisintellekt (ingl Artificial Narrow Intelligence (ANI)) Nt. isejuhtivad autod, nutikas veebi otsing, virtuaalsed assistendid jne. Üldine tehisintellekt (ingl Artificial General Intelligence (AGI)) Saab teha kõike, mis teeb inimene Superintelligentsus (ingl Artificial Superintelligence (ASI)) võrreldamatult targem kui parimad inimintellektuaalid praktiliselt igas valdkonnas X X
- 18. 18 Tehisintellekti alamvaldkonnad Tehisintellekt Reeglitel põhinev Masinõpe Juhendamata masinõpe Juhendatud masinõpe Stiimulõpe Põhiidee on esitada mingi kindla valdkonna inimeksperdi teadmisi loogikareeglite vormis ning rakendada neid arvutisüsteemis automaatsete järelduste tegemiseks. kõige lihtsam TI vorm
- 19. 19 Tehisintellekti alamvaldkonnad Tehisintellekt Reeglitel põhinev Masinõpe Juhendamata masinõpe Juhendatud masinõpe Stiimulõpe Põhiidee on esitada mingi kindla valdkonna inimeksperdi teadmisi loogikareeglite vormis ning rakendada neid arvutisüsteemis automaatsete järelduste tegemiseks. Seda tehes jäljendab reeglipõhine tehisintellekt inimese intelligentsust
- 20. 20 Tehisintellekti alamvaldkonnad Tehisintellekt Reeglitel põhinev Masinõpe Juhendamata masinõpe Juhendatud masinõpe Stiimulõpe Masinõpe on tehisintellekti alamvalkond, mille eesmärk on saada arvutid toimima, ilma et neid oleks vaja otse programmeerida.
- 21. 21 Juhendatud masinõpe A B Sisend Väljund Rakendus E-mail Audio Inglise keel Rämpspost? (0/1) Rämpsposti filter Tekst Kõnetuvastus Eesti keel Masintõlge Pildid, teave anduritelt Autode asukohad Isejuhtiv auto
- 22. Andmed 22
- 23. 23 Andmed 23 Andmestik Õppimisele kulutatud aeg päevas (min) Kursuse lõpetamis e tulemus 120 Hea 40 Nõrk 60 Nõrk 100 Hea 180 Hea 200 Hea 80 Nõrk 120 Hea A B
- 24. Andmed Andmestik ID Sugu Sotsiaalmeedi as veedetud aeg päevas (min) Õppimisele kulutatud aeg päevas (min) Kursuse lõpetamis e tulemus 1 N 30 120 Hea 2 N 70 40 Nõrk 3 M 300 60 Nõrk 4 N 350 100 Hea 5 M 150 180 Hea 6 N 90 200 Hea 7 M 90 80 Nõrk 8 M 60 120 Hea A B
- 25. 25 Andmed 25 Andmestik ID Sugu Sotsiaalmeedi as veedetud aeg päevas (min) Õppimisele kulutatud aeg päevas (min) Kursuse lõpetamis e tulemus 1 N 30 120 Hea 2 N 70 40 Nõrk 3 M 300 60 Nõrk 4 N 350 100 Hea 5 M 150 180 Hea 6 N 90 200 Hea 7 M 90 80 Nõrk 8 M 60 120 Hea A B märgend Märgendatud andmed
- 26. Andmed Andmestik ID Sugu Sotsiaalmeedi as veedetud aeg päevas (min) Õppimisele kulutatud aeg päevas (min) Kursuse lõpetamis e tulemus 1 N 30 120 Hea 2 N 70 40 Nõrk 3 M 300 60 Nõrk 4 N 350 100 Hea 5 M 150 180 Hea 6 N 90 200 Hea 7 M 90 80 Nõrk 8 M 60 120 Hea A B märgend Märgendatud andmed
- 27. 27 Andmed 27 Pilt Loom pildil Koer Kass Koer Kass Koer Koer Kass Andmestik ID Sugu Sotsiaalmeedi as veedetud aeg päevas (min) Õppimisele kulutatud aeg päevas (min) Kursuse lõpetamis e tulemus 1 N 30 120 Hea 2 N 70 40 Nõrk 3 M 300 60 Nõrk 4 N 350 100 Hea 5 M 150 180 Hea 6 N 90 200 Hea 7 M 90 80 Nõrk 8 M 60 120 Hea A B Märgendatud andmed
- 28. 28 Andmed 28 Pilt Loom pildil Koer Kass Koer Kass Koer Koer Kass Andmestik ID Sugu Sotsiaalmeedi as veedetud aeg päevas (min) Õppimisele kulutatud aeg päevas (min) Kursuse lõpetamis e tulemus 1 N 30 120 Hea 2 N 70 40 Nõrk 3 M 300 60 Nõrk 4 N 350 100 Hea 5 M 150 180 Hea 6 N 90 200 Hea 7 M 90 80 Nõrk 8 M 60 120 Hea A B Märgendatud andmed A B
- 29. 29 Tehisintellekt Reeglitel põhinev Masinõpe Juhendamata masinõpe Juhendatud masinõpe Stiimulõpe KASS KOER MÕ mudel KASS KOER ? Juhendatud masinõpe on protsess, kus programm või algoritm õpib etteantud andmetest ja nendega seotud märgeditest. Selliste andmete ja märgendite põhjal saab programm luua mudeli, mis suudaks ennustada uute adnetete kohta märgendit
- 31. 31 Andmed on uus “nafta”
- 32. 32 Tehisitellekti kiire areng suured andmed algoritmid arvutusjõud
- 33. 33 Masinõppe meetodid Andmed on väga olulised!
- 34. 34 “noor mees kannab musta särki”, “täpsus”: 0.7999446 “parukas”,“täpsus”: 0.9350064 Kalutatud andmed -> kalutatud mudel Tehisintellekti eelarvamuse illustratsioon. Microsofti mudel täpsusega 79% tuvastas ekslikult tumedanahalise naise mehena. Parempoolsel näitel arvab mudel ekslikult täpsusega 93%, et mustanahaline neiu kannab parukat. Sellised vead juhtuvad, kui mudel treenitakse andmetel, kus teatud tüüpi inimesed (antud juhul mustanahalised naised) on ala-esindatud. Mudeli tulemused pärinevad aastast 2018.
- 35. 35 Juhendamata õpe Tehisintellekt Reeglitel põhinev Masinõpe Juhendamata masinõpe Juhendatud masinõpe Stiimulõpe Juhendamata õpe on protsess, kus algoritm õpib andmetest, ilma seotud märgendita. Juhendamata õpe üritab otsida andmetest mingit peidetud struktuuri, mustreid ning gruppe. Kõige tuntumaks rakenduseks on näidete klasterdamine. Klasterdamine
- 36. 36 Juhendamata õpe Tehisintellekt Reeglitel põhinev Masinõpe Juhendamata masinõpe Juhendatud masinõpe Stiimulõpe Anomaalia tuvastamine akadeemilistes tulemustes Anomaalia on seaduspärasusest või normist kõrvalekalle. Anomaaliate tuvastamine (või erindite tuvastamine) on ootamatute fenomenide, sündmuste või vaatluste tuvastamine, mis äratavad kahtlust, sest need erinevad oluliselt ülejäänud andmetest
- 39. 40 Lahendada igapäevaseid rutiinseid ülesandeid Harida inimesi TI teemal Personaliseeritud õpe TEHISINTELLEKTI RAKENDAMINE
- 40. Automatiseeritud tööde hindamine TI Mudel A 1p 3p 2p Säästab palju aega selleks, et: • suhelda õpilastega • pakkuda välja uusi ja loovaid õppemeetodeid • arendada ideid
- 41. 42 Plagiaadi tuvastamine • Eksam • Essee • Teadusartiklid
- 42. • Õpitulemuste jälgimine ja ennustamine • Võimalike nõrkade kohtade tuvastamine • Personaliseeritud õppimisviis õpilase jaoks ID Sugu Sotsiaalmeedia s veedetud aeg päevas (min) Õppimisele kulutatud aeg päevas (min) Kursuse lõpetamise tulemus 1 N 30 120 Hea 2 N 70 40 Nõrk 3 M 300 60 Nõrk 4 N 350 100 Hea 5 M 150 180 Hea 6 N 90 200 Hea 7 M 90 80 Nõrk 8 M 60 120 Hea 9 N 60 150 ? Õpitulemuste jälgimine ja ennustamine UUS TUDENG
- 43. • Mõista õpilaste oskusi • Õpilaste eelteadmised • Kui kiiresti õpilane õpib • Õpilase eelistused õppekavas jne. Andmetepõhine õppija profileerimine klasterdamine
- 44. Personaliseeritud õpe Tudengi ID Loengu vaatamise alg. Loengu vaatamise lõp. Vaatamise kiirus #111 00:00 30:00 1 #111 22:05 30:00 1 #111 22:05 30:00 0,5 #111 22:05 30:00 1 Masinõpe: • Saab tuvastada kohti loengutes, kus õpilased jäävad kinni • #-# kus materjali pole hästi selgitatud (või mõlemad) • Saab aidata meil ka õpilaste õppimist personaliseerida, et õpilased saaksid õppida efektiivsemas tempos kui tänapäevastes kõigile sobivates klassiruumides Logid
- 45. Virtuaalne õppeassistent 0 25 50 75 100 125 K1 K2 K3 K4 0 25 50 75 100 125 Detsember Veebruar x Aitab: • Planeerida õppeesmärke; • Jälgida akadeemilisi edusamme; • Vastata küsimustele; • Otsida informatsiooni; • Motiveerida.
- 46. Õppekava kohandamine & interdistsiplinaarsed kursused põhioskus nagu lugemine ja kirjutamine
- 47. Nõudlus pideva õppe järele Inimesed soovivad: - ümber õppida - õppida isiklikuks eneseteostuseks - Kuigi osa sellest saaks teha digitaalselt, on inimeste õpetajate, treenerite ja mentorite järele suur nõudlus, et aidata õppida (kas isiklikult või veebis).
- 48. e-Õppimine
- 49. 50 Source: PIAAC data, PwC analysis 2018 https://www.pwc.com/hu/hu/kiadvanyok/assets/pdf/impact_of_automation_on_jobs.pdf Kas robotid võtavad meie töökohad üle?
- 50. 51 Source: PIAAC data, PwC analysis 2018 51 Ülesannete automatiseerimine https://www.pwc.com/hu/hu/kiadvanyok/assets/pdf/impact_of_automation_on_jobs.pdf
- 51. Väljakutsed 52
- 52. 53 Tehisintellekti rakendused kõrghariduses: võimalused ja väljakutsed • Tehisintellekt on nutikas, kuid inimesed on palju targemad • Tehisintellekt võib aidata õpetamisel ja õppimisel: - tehisintellekti abil saab lahendada harduslikke väljakutseid - harida inimesi tehisintellekti teemal
- 53. 54 Tehisintellekti rakendused kõrghariduses: võimalused ja väljakutsed • Tehisintellekti toodete kulud • TI tööriistade integreerimine õppetöösse • Andmete privaatsus • Tehisintellekti süsteemide läbipaistvus • Tehnoloogia mõistmine (inimesed ei kardaks seda kasutada) • Õppekavade kohandamine • Tõhus e-õpe
- 55. 56 Lahendada igapäevaseid rutiinseid ülesandeid Harida inimesi TI teemal Personaliseeritud õpe TEHISINTELLEKTI RAKENDAMINE
- 56. 58 Sihtrühm: erinevas vanuses huvilised kellel puudub eelnev kokkupuude tehisintellektiga ning programmeerimisega. Eesti keeles
- 57. 59 • 8 õppemateriali osast • praktilistest ülesannetest • mitte kohustlikust kontrollitud oludes arvestustööst Tasuta, koosneb:
- 59. 62 Osalejad (kevad 2020a.) Kursusele registreeris >2000 inimest 36 60 18 Lõpetasid ~900 inimest
- 60. 64 Teemad • Mis on tehisintellekt?; • Masinõpe ja tehisnärvivõrgud; • Pilditöötlus ja objektituvastus; • Isejuhtivad autod; • Loomuliku keele töötlus; • Ärianalüütika; • Inimese ja roboti interaktsioon; • Tehismõistus meditsiinis ja terviseandmete analüüs; • Tehisintelekti kasutamise eetika.
- 61. 66 Õppekeskkond ja tööristad Courses.cs.ut.ee Õppematerjalid Testid Praktilised näided https://bit.ly/3oxTD76 https://moodle.ut.ee/
- 65. Tagasiside Millised teemad kõnetasid teid kõige enam? Kui rahule jäite kursusega?
- 66. 71
- 67. 72 Suur tänu tahelepanu eest! elena.sugis@ut.ee