Джилл Ватсон (Jill Watson) ассистент преподаватель онлайн-курсов Технологического института Джорджии до момента своего «разоблачения» успела помочь в работе над проектами по дизайну программ более чем 300 американским аспирантам. В ее компетенции был довольно широкий круг задач – от рассылки вопросов и напоминаний о сроках сдачи выполненных заданий – до активного участия в обсуждении острых вопросов на специализированных студенческих форумах, где студенты обмениваются мнениями и знаниями, связанными с курсовыми работами и прочими проектами.
Поскольку общение в рамках проводимого эксперимента проходило исключительно онлайн, увидеть Джилл воочию никому из студентов не удавалось, однако по манере общения и используемому сленгу большинство студенческой аудитории представляло ее общительной дружелюбной девушкой с чувством юмора двадцати с лишним лет, активно работающей над докторской диссертацией. И практически никто из опрошенных до последнего момента не предполагал, что общается с роботизированным комплексом. Между тем, намек на происхождение Джилл скрывался в ее фамилии – Watson, знакомой всем нам аналитической платформы, разработанной концерном IBM и доработанной в соответствии с особенностями обучающего процесса в лаборатории института Джорджии.
Согласно данным журналистского опроса нашлось немало студентов, выразивших желание проголосовать за Джилл как за одного из лучших ассистентов курса. Здесь администрации института пришлось раскрыть аспирантам истинное происхождение ассистентки Джилл Ватсон. Когда правда стала достоянием студенческого сообщества, кое-кто из аспирантов все же согласился, что кое-какие сомнения по поводу Джилл все же имелись – слишком уж быстро и точно отвечала она на вопросы в сообщениях, причем вне зависимости от их сложности.
Популярность онлайн-обучения, предоставляющего миллионам заинтересованных абитуриентов возможность получить качественное, а главное, доступное по цене образование растет с каждым годом, как растет и аудитория желающих обучиться онлайн не выходя из дома. Но то, что для студентов благо, для инструкторов на определенном этапе превращается в проблему в связи с лавиной вопросов, задаваемых студентами и требующих оперативного ответа. Подсчитано, что в среднем за семестр ассистенту-преподавателю приходится отвечать на более чем 10 тысяч (!) вопросов в текстовых сообщениях. И здесь передача рутинных функций роботу видится как лучший выход из положения, что убедительно доказал пример Джилл Ватсон.
Разумеется, «роботессу» мисс Ватсон пока трудно назвать идеалом, как и альтернативные роботизированные решения справляющиеся с аналогичными задачами. И тем не менее, специалисты аналитического отдела института подсчитали, что Джилл удалось ответить на 40% рутинных вопросов, оставляя при этом в компетенции “живого” преподавателя прежде неоднозначные вопросы с философским подтекстом и такие, которые были связаны с индивидуальной личностной оценкой.
В компании IBM знают о разработке обучающего робота на базе их программного комплекса, но сами специалисты компании в работе лаборантов Технологического института участия не принимали. Разрабатывая программные алгоритмы Джилл специалисты института проанализировали в общей сложности порядка 40 000 сообщений на форуме Piazza и обучили систему классифицировать вопросы. При этом, как упоминают создатели Джилл Ватсон, их система значительно опередила «в развитии» существующих обучающих чат ботов и генерирует ответ только в том случае, когда не ниже чем на 97% «уверена» в его истинности и правильности классификации.
Эксперимент в несколько видоизмененном формате продолжится в следующем году. На этот раз студентов предупредят, что один из ассистентов робот, но не более того. Окончательный вердикт им все же придется выносить самостоятельно.
Если апробированная технология приживется в образовательной сфере, эффект ее применения будет сложно переоценить. Уже сегодня ясно, что это, в первую очередь, новые возможности для экспоненциального расширения онлайн аудитории и более чем доступные цены.
С учетом стремительного развития систем ИИ, прежде всего связанных с обработкой и анализом больших объемов информации, а также необходимостью формирования на их основе статистических выводов не сложно предположить дальнейшее расширение сфер их применения. Уже сегодня интеллект «Watson» задействован в ряде онкологических центров в процессе диагностике рака, где требуется сверка колоссального объема архивной информации с той, которую предоставляет для диагностики конкретный пациент. И уже сегодня результаты диагностики, подготовленные с использованием ИИ, зачастую оказываются точнее чем те, которые получены традиционным способом, с использованием знаний и опыта узкопрофильных специалистов.
Еще одно перспективное направление, где просматривается колоссальный потенциал систем ИИ – судебная система. Примером здесь может стать такая сложная область, как прецедентное право, где для принятия судебного решения, помимо сухого регламента законодательной базы требуется руководствоваться колоссальным массивом накопленного опыта. Использование возможностей ИИ в данном случае полностью исключит заангажированность судебного вердикта, связанного зачастую с коррупционной составляющей или личным отношением к обвиняемому со стороны судьи или судейской коллегии.
Открыв доступ к возможностям платформы Watson, IBM тем самым запустила безостановочный процесс расширения присутствия ИИ в самых разных областях жизни современного человека. Одним из последних и замечательных примеров стал робот-консьерж Connie, успешно справляющийся с инструктажем посетителей, прибывающих в отель Hilton в штате Вирджиния (США).
На этом всё, с вами был простой сервис для выбора сложной техники Dronk.Ru. Не забывайте подписываться на наш блог, будет ещё много интересного…
Спонсор поста кэшбэк-сервис LetyShops. Возвращайте деньги за любые покупки в интернете. Подробнее о том что такое кэшбэк-сервис читайте в нашей статье Выбираем кэшбэк-сервис на 6-летие Алиэкспресс
Поделиться с друзьями
Platon_msk
Дорогостоящий заменитель поисковой строки браузера?
kir_rik
Надеюсь, вы тег «сарказм» забыли просто.
Platon_msk
Он обязателен?
Я понимаю, что этот эксперимент строит своей целью усовершенствование процесса машинного обучения, но ассоциация пока такая — быстрый поисковик.
Отличие машины и человека — способность порождать новую информацию на основе имеющейся, Ватсон пока не решает.
DenimTornado
Вот да, непонятно для чего тут сарказм. Там же консультации а-ля:
— А вот когда у нас зачёт по такой-то дисциплине?
— Уточните, пожалуйста, у какой группы какого курса зачёт по такой-то дисциплине вас интересует?
— Группа такая-то, курс такой-то.
— Зачёт по такой-то дисциплине у вас 48 мартабра. Всего хорошего!
А что ещё надо студенту? Быстрая и чёткая инфа. Тот же поисковик, только запрос не надо сразу составлять грамотно.
OnelaW
Тут же вся соль в том, что это чат-бот с поисковиком натравлен исключительно на выдачу информации только об дисциплинах данного университета и научных данных. Никаких котиков и тян. Дополнительный инструмент который не позволяет распыляться вниманию по мелочам очень удобно. Лет пять назад вроде уже сравнивали нечто подобное с гуглом. Да гугл имеет более обширную базу знаний, да настроив поиск, можно найти нужную информацию оперативно, но у гугла нет цели использование поисковика как круглосуточной справочной.
kyrie
Вообще-то сравнение со строкой поиска гугла не такое уж и обидное — учитывая что за этой строкой, фактически, стоит одна из крупнейших инновационных IT компаний. И, понятно, мы уже привыкли к «гуглению» как к чему-то обыденному, но посмотрите трезво, поиск действительно можно рассматривать как первый шаг к искуственному интеллекту.
OnelaW
Ну если человечество утратит навык самостоятельно накапливать знания, обрабатывать и пополнять новыми знаниями, тогда да.Это первые шаги к ИИ. Навык где копать (поисковик) это благородный навык. Также нужен навык в какую сторону копать продуктивнее.
vedenin1980
«Тут же вся соль в том, что это чат-бот с поисковиком натравлен исключительно на выдачу информации только об дисциплинах данного университета и научных данных.»
По идее, teaching assistant в западных ВУЗ'ах это скорее секретарь деканата, чем научный руководитель. Вопросы за которые он отвечает это где взять учебник и какое расписание у нас сегодня, а не как взять тройной интеграл. Так что не факт что он сильно поможет с научными данными.
Terranz
>Отличие машины и человека — способность порождать новую информацию
пожалуйста, объясните понятие "новая информация"
edogs
Хорошо забытая старая :)
kasperos
Применение объектов в неспецифических для него целях.
Ребенок взяв палку в руки может представить что это «мечь», «ружье», «змея», «неведомая хрень» в зависимости от игровой ситуации.
Программе же нужно объяснять что это за объект и как его можно/нужно использовать, при этом как правило для смены роли объекта нужно делать преобразование.
Terranz
но ведь ребёнку тоже выдали правила классификации объектов: «мечь», «ружье», «змея», а понятие «неведомая хрень» суть — отсутствие конкретного правила. Правила преобразования объектов — тоже вполне классифицируются, т.к. их по сути не так уж и много, преобразований этих. Эти правила ребёнку тоже дают снаружи или он выводит их самостоятельно тестируя объект тем или иным способом — кручу\верчу что-то узнать хочу
kasperos
Исследование (оценка общих свойств), использование (по функциональному назначению стучать молотком, рисовать ручкой), замещение (перенос действий на не специфичные объекты «кормить кубик/причесывать мяч»).
http://www.vseodetishkax.ru/mladenecz-rebenok-do-1-goda/81-godovalyj-rebenok-dostizheniya-k-1-godu/864-razvitie-predmetnyx-i-orudijnyx-dejstvij
Сначала взрослый учит замещать предметы, потом ребенок сам делает замещения.
Terranz
>взрослый учит
вся суть, программу тоже будет учить некий взрослый
Впрочем, я слишком придирчив, — поправил себя Громов. — Память любого ребенка подобна ученической тетради: чистая бумага, на которой надо записать полезные сведения. Если вспомнить, что маленький человек задает в день почти пятьсот вопросов родителям, станет ясно, как он заполняет эту чистую бумагу… Мы поблагодарили природу за ее изобретение и с легкой душой заимствовали простой метод приобретения знаний. Нет, честно говоря, на душе у нас было не так легко: на нас обрушилась лавина работы. В обыденной жизни мы просто не задумывались, какое множество вещей и понятий окружает нас. А ведь все их надо было показать и растолковать Электронику…
Светловидов знал, какая это трудная задача — научить машину самостоятельно мыслить, составлять себе программу действий. Слушая профессора, он живо представил всю картину школьной жизни Электроника. Урок первый: как узнавать и отличать друг от друга разные образы? Что такое буква «А»? Это целый маленький мир. Как объяснить машине, что буква «А» — соединенные вверху две палки с перекладиной посредине; и кружок с палкой справа — тоже буква «А»? И вот каждая буква пишется разными почерками сто раз. Потом ученый показывает Электронику двадцать букв и объясняет: «Это „А“. Остальные восемьдесят он сам должен назвать.
Как и любой ученик, Электроник получал двойки. Никто его, конечно, не ругал за плохие ответы. Но всякий раз, когда ученик ошибался, профессор нажимал кнопку, и внутри Электроника — в одной из схем машины — ослаблялась та связь, которая передала неправильную информацию. В другой раз сигнал бежал по верному пути, и Электроник уже не ошибался. Он был очень старательным учеником.
После алфавита и цифр — картинки. Мужские, детские, женские лица, животные, автомобили, домашняя обстановка, школьные принадлежности… Тысячи и тысячи понятий запоминал ученик. Это не значит, что в его памяти укладывался точный, почти фотографический образ какого-то определенного дома или автомобиля. Если бы это было так, Электроник не узнал бы никакого другого дома, никакого другого автомобиля. Он запоминал какие-то общие, важнейшие черты разных образов и мог уже отличить ребенка от мужчины. Примерно так действует и память людей. Мы никогда не запоминаем фотографически точно, во всех деталях даже близкого друга — наш мозг не перегружает себя. Но зато не спутаем его ни с кем другим, а после долгой разлуки обязательно узнаем…
— Я не утомил вас, Александр Сергеевич? — спросил профессор.
— Наоборот, я боюсь, что из милиции позвонят слишком быстро и вы не закончите рассказ.
— Ну, насколько я их понял, сильный заряд в аккумуляторах еще не кончился. Еще придется за ним побегать. А я тем временем перейду к третьему уроку Электроника — чтению. Вы, очевидно, представляете, сколько скрывается за одним этим словом: чтение фраз, классификация слов в группы, постоянное уточнение границ этих групп, выяснение разных значений одного и того же слова, штудирование словарей, проникновение в смысл фраз, законченных мыслей, абзацев. Методы осмысления текста, которыми пользовался Электроник, удивили бы лингвистов, но факт остается фактом: он с огромной скоростью читал книги одну за другой. Я только успевал их подбирать.
Справедливость позволяет мне сказать, что Электроник оказался весьма сообразительным. Очень скоро мне пришлось отказаться от наказаний и перейти к простому разъяснению ошибок. Правда, это требовало большего терпения, чем простое нажатие кнопки. Но успехи Электроника вдохновили бы любого учителя. Он охотно углублялся в теоремы, молниеносно вел подсчеты и даже сравнительно легко учил наизусть стихотворения. Мы уже беседовали на разные темы, при этом Электроник высказывал двоякого рода суждения: одни он заимствовал у авторитетных лиц, другие — составил сам.
DoNotPanic
Я бы просто сказал, синтетические суждения. Подразумевая, что предложения, составляемые машиной, могут интерпретироваться, как суждения.
igruh
teaching assistant — это никак не научный консультант.
zelenin
это видимо то, что в российских ВУЗах называется «специалист по учебно-методической работе (УМР)»
vedenin1980
Скорее это то что в российских ВУЗах называется «секретарь деканата/библиотекарь», насколько я знаю, teaching assistant отвечает за вопросы вроде во сколько сегодня начинаются занятия, где в общежитие столовая и какого цвета учебник. По сути, я так понимаю, это продвинутый робот-секретарь/продовец, что уже довольно часто используется в онлайн магазинах.
zelenin
вот когда вы заходите в деканат и видите там пять девушек (условно — в моем так было), то одна из них это секретарь, а остальные специалисты по УМР (методолог иначе, по-моему), и именно они вам подсказывают по учебному процессу — как раз то, чем занимался бот из поста.
zelenin
блин, весь день пытался вспомнить слово «методист». О методисте речь.
Delics
Думаю, аспиранты и студенты всё знали. Просто прикалывались.
Пока технологии ещё не доросли до указанного в статье уровня.
zim32
Скорее всего студенты тоже все были ботами и университет пока об этом не догадывается.
igruh
Тогда ещё боты обсуждают это в данной теме!
sashamori
Ох, не нравится мне что теперь везде, в каждой айти новости мелькают две буквы ИИ, к в свое время с «нано», «био», «HD», но там хоть была правда под соусом маркетинга, а тут еще и не пахнет никаким ИИ, просто алгоритмы усложнились, вычислительные мощности выросли.