麻省理工學(xué)院尋求智力資助的本科研究項目揭開AI的神秘面紗

為了揭開人工智能(AI)的神秘面紗并解鎖其優(yōu)勢，麻省理工學(xué)院的情報探索創(chuàng)建了Quest Bridge，將新的智能工具和想法帶入教室，實驗室和家庭。今年春天，十幾個 本科生研究機(jī)會計劃 (UROP)的學(xué)生加入了該項目的使命，讓所有人都可以使用AI。本科生致力于應(yīng)用程序，旨在教孩子們關(guān)于人工智能，改善人工智能程序和基礎(chǔ)設(shè)施的訪問，并利用人工智能來提高識字率和心理健康。這里突出了六個項目。

培訓(xùn)AI模型通常需要遠(yuǎn)程服務(wù)器來處理繁重的數(shù)字運(yùn)算，但將項目遷移到云端并返回并非易事。為了簡化這一過程，一個名為MIT機(jī)器智能社區(qū) (MIC)的本科俱樂部 正在建立一個以MIT的Project Athena為模型的界面 ，該平臺在20世紀(jì)80年代將桌面計算引入校園。

去年秋天，Amanda Li在導(dǎo)演期間偶然發(fā)現(xiàn)了MIC。她一直在尋找計算機(jī)能力，以培養(yǎng)她為確定非英語母語人士的國籍而建立的AI語言模型。她了解到，該俱樂部擁有一系列云積分，但沒有實用的系統(tǒng)可以讓他們離開。建立這樣一個暫定名為“猴子”的系統(tǒng)的計劃很快就形成了。

系統(tǒng)必須將學(xué)生的訓(xùn)練數(shù)據(jù)和AI模型發(fā)送到云端，將項目放入隊列，訓(xùn)練模型，并將完成的項目發(fā)送回麻省理工學(xué)院。它還必須跟蹤個人使用情況，以確保云信用均勻分布。

今年春天，Monkey成為UROP項目，Li和二年級學(xué)生Sebastian Rodriguez在Quest Bridge的指導(dǎo)下繼續(xù)開展工作。到目前為止，學(xué)生們已經(jīng)在GitHub中創(chuàng)建了四個模塊，最終將成為分布式系統(tǒng)的基礎(chǔ)。

“編碼不是困難的部分，”李說。“這是探索機(jī)器學(xué)習(xí)的服務(wù)器端 - Docker，Google Cloud和API。我學(xué)到的最重要的事情是如何有效地設(shè)計和管理像這樣大的項目。“

預(yù)計明年某個時候?qū)⑼瞥觥?ldquo;這是一個巨大的項目，行業(yè)也在努力解決一些及時的問題，”正在監(jiān)督該項目的Quest Bridge AI工程師Steven Shriver說。“我毫不懷疑學(xué)生會弄清楚：我在這里需要幫助。”

將圖像分成其組成部分的能力是更復(fù)雜的AI任務(wù)的基礎(chǔ)，例如在微觀細(xì)胞的圖片中挑選蛋白質(zhì)，或者在破碎的材料中應(yīng)力破裂。雖然基礎(chǔ)，圖像分割程序仍然很難讓非工程師導(dǎo)航。在Quest Bridge的一個項目中，第一年的Marco Fleming幫助構(gòu)建了一個用于圖像分割的Jupyter筆記本，這是Quest Bridge開發(fā)一套AI構(gòu)建模塊的更廣泛使命，研究人員可以根據(jù)具體應(yīng)用進(jìn)行定制。

Fleming帶著自學(xué)編碼技能來到這個項目，但沒有機(jī)器學(xué)習(xí)，GitHub或使用命令行界面的經(jīng)驗。與Quest Bridge的AI工程師Katherine Gallagher以及更有經(jīng)驗的同學(xué)Sule Kahraman合作，F(xiàn)leming精通卷積神經(jīng)網(wǎng)絡(luò)，這是許多機(jī)器視覺任務(wù)的主力。“這有點奇怪，”他解釋道。“你拍了一張照片并做了很多數(shù)學(xué)計算，然后機(jī)器就會知道邊緣的位置。”今年夏天在Allstate進(jìn)行暑期實習(xí)，F(xiàn)leming說這個項目給了他一個信心提升。

加拉格爾說，他的參與也使Quest Bridge受益。“我們正在為像Marco這樣沒有機(jī)器學(xué)習(xí)經(jīng)驗的新人開發(fā)這些筆記本電腦?？吹今R克被絆倒的地方真的很有價值。“

任何人都可以構(gòu)建影響世界的應(yīng)用程序。這就是麻省理工學(xué)院AppInventor的座右銘，這是 一個編程環(huán)境，由麻省理工學(xué)院電氣工程和計算機(jī)科學(xué)系 1922年的Class教授 Hal Abelson創(chuàng)立 。在獨立活動期間在Abelson的實驗室工作，大二學(xué)生Yuria Utsumi開發(fā)了一個網(wǎng)絡(luò)界面，讓任何人都可以建立一個深度學(xué)習(xí)分類器來分類，比如快樂的面孔和悲傷的面孔，或蘋果和橘子。

通過四個步驟，圖像分類瀏覽器允許用戶標(biāo)記圖像并將其上載到Web，選擇可自定義的模型，添加測試數(shù)據(jù)以及查看結(jié)果。Utsumi使用預(yù)先訓(xùn)練好的分類器構(gòu)建了應(yīng)用程序，她重組后可以從一組新的和不熟悉的圖像中學(xué)習(xí)。一旦用戶在新圖像上重新訓(xùn)練分類器，他們就可以將模型上傳到AppInventor以在智能手機(jī)上查看。

在最近的Explorer應(yīng)用程序測試中，波士頓拉丁學(xué)院的學(xué)生上傳了他們的筆記本電腦網(wǎng)絡(luò)攝像頭拍攝的自拍照并對其面部表情進(jìn)行了分類 Utsumi選擇了希望獲得實用網(wǎng)絡(luò)開發(fā)和編程技能的項目，這是一個勝利的時刻。“這是我第一次在現(xiàn)實生活中解決算法問題!”她說。“看到學(xué)生們對機(jī)器學(xué)習(xí)更加滿意，這很有趣，”她補(bǔ)充道。“我很高興能夠幫助擴(kuò)展平臺以傳授更多概念。”

人工智能最熱門的趨勢之一是使用生成對抗網(wǎng)絡(luò)(即GAN)創(chuàng)建計算機(jī)生成藝術(shù)的新方法。一對神經(jīng)網(wǎng)絡(luò)協(xié)同工作以創(chuàng)建逼真的圖像，同時讓藝術(shù)家添加他們獨特的扭曲。在MIT Quest for Intelligence Director Antonio Torralba實驗室開發(fā)的 一個名為GANpaint的 AI程序 允許用戶將樹木，云和門等功能添加到一組預(yù)先繪制的圖像中。

在Quest Bridge的一個項目中，大二的Maya Nigrin正在幫助GANpaint適應(yīng)流行的兒童編碼平臺 Scratch。這項工作涉及在城堡圖片上培訓(xùn)新的GAN，并開發(fā)定制Scratch擴(kuò)展以將GANpaint與Scratch集成。學(xué)生們還在開發(fā)Jupyter筆記本，教他人如何批判性地思考GAN，因為這項技術(shù)使得制作和分享篡改圖像變得更加容易。

Nigrin是一位前保姆和鋼琴教師，現(xiàn)在為計算機(jī)科學(xué)的中學(xué)生和中學(xué)生提供輔導(dǎo)，她說她選擇了該項目，重點是K-12教育。當(dāng)被問及最重要的外賣時，她說：“如果你無法解決問題，那就去解決吧。”

對項目進(jìn)行監(jiān)督的加拉格爾說，學(xué)習(xí)解決問題是任何軟件工程師的關(guān)鍵技能。“這可能具有挑戰(zhàn)性，”她說，“但這是樂趣的一部分。希望學(xué)生能夠真實地了解軟件開發(fā)的內(nèi)容。“

隨著我們花更多時間盯著屏幕，焦慮和抑郁正在上升。但麻省理工學(xué)院媒體實驗室媒體藝術(shù)與科學(xué)副教授辛西婭·布雷澤爾(Cynthia Breazeal)表示， 如果技術(shù)成為問題，那也可能就是答案 。

在一個新項目中，Breazeal正在重新啟動她的家用機(jī)器人Jibo作為個人健康教練。(麻省理工學(xué)院分拆商業(yè)化的Jibo去年秋天關(guān)閉，但麻省理工學(xué)院有許可使用Jibo進(jìn)行應(yīng)用研究)。麻省理工學(xué)院的初級學(xué)生Kika Arias在上一學(xué)期幫助設(shè)計了Jibo的互動，通過個性化的建議來閱讀和回應(yīng)人們的情緒。例如，如果Jibo感覺到你失敗了，它可能會建議一個“健康”聊天和一些積極的心理學(xué)練習(xí)，比如寫下你感激的東西。

健康教練吉博今年夏天將與麻省理工學(xué)院的學(xué)生一起參加一項試點研究。為了做好準(zhǔn)備，Arias設(shè)計并組裝了她所謂的“美化機(jī)器人座椅”，這是一款適用于Jibo及其儀器套件的便攜式座椅：相機(jī)，麥克風(fēng)，電腦和平板電腦。她將人生教練為Jibo寫的劇本翻譯成他俏皮但悠閑的聲音。并且她已經(jīng)廣泛使用自我報告的情緒量表，研究參與者將用它來評價他們的情緒，更具吸引力。

“我不是一個學(xué)習(xí)硬核的機(jī)器，云計算類型，但我發(fā)現(xiàn)我的能力比我想象的要多得多，”她說。“我一直覺得有很強(qiáng)烈的愿望來幫助別人，所以當(dāng)我找到這個實驗室時，我認(rèn)為這正是我應(yīng)該做的。”

大聲朗讀的孩子往往會更容易閱讀，但并非所有家長都知道如何閱讀或有時間定期向孩子朗讀故事。如果一個家庭機(jī)器人可以填寫，甚至促進(jìn)更高質(zhì)量的親子閱讀時間怎么辦?

在一個大型項目的第一階段，Breazeal實驗室的研究人員在他們向孩子們大聲朗讀時記錄父母，并正在分析閱讀過程中的視頻，音頻和生理數(shù)據(jù)。“這些互動在兒童晚年的讀寫能力中起著重要作用，”本學(xué)期從事該項目的一年級學(xué)生Shreya Pandit說。“在講述故事時，情感分享，問答交流。”

Breazeal說，這些邊欄對話對學(xué)習(xí)至關(guān)重要。理想情況下，機(jī)器人可以加強(qiáng)親子關(guān)系，并為父母和孩子提供有用的提示。

為了理解機(jī)器人如何增強(qiáng)學(xué)習(xí)，潘偉迪幫助開發(fā)了父調(diào)查，運(yùn)行行為實驗，分析數(shù)據(jù)和集成多個數(shù)據(jù)流。她說，有一個驚喜，就是學(xué)習(xí)了多少工作是自我導(dǎo)向的：她在選擇問題之前尋找問題，研究解決方案并在實驗室中由其他人運(yùn)行它們 - 例如，基于誰來分割音頻文件的算法說話，或者是對朗讀故事的復(fù)雜性進(jìn)行評分的方式。

“我試著為自己設(shè)定目標(biāo)，并在每次會議后報告一些事情，”她說。“看看這些數(shù)據(jù)很酷，并試圖弄清楚它能告訴我們什么能提高識字能力。”