24. Oktober 2020 durch Jennifer Sensiba
Wie in vielen Familien lernen meine Kinder während der COVID-19-Pandemie fern. Theoretisch lernen sie während der Zoom-Meetings von den Lehrern und geben ihre Arbeit dann über die E-Learning-Plattform des Distrikts ab. In der Praxis lernen sie oft gerade genug, um sich zu verlaufen. Das Ergebnis? Ich habe im Alter von 36 Jahren die zweite, vierte, sechste und achte Klasse wiederholt.
Wie viele Leute, die am College an Journalismus- und Fotokursen teilgenommen haben, bin ich mit Mathematik nicht weit gekommen, aber ich habe 4 Mathematikkurse belegt. Es ist also keine große Sache, in der Grundschule mitzuhelfen, oder? Aber als mein Viertklässler Hilfe bei der langen Teilung brauchte, war ich verloren. Als mein Sechstklässler mehrstellige Multiplikationen von Hand durchführte, sah ich mir am Ende mehrere Videos der Khan Academy an, um eine Auffrischung zu erhalten.
Unnötig zu erwähnen, dass die Erfahrung demütigend war.
Der kleine Geschmack von bescheidenem Kuchen, den ich bekommen habe, hat mich dazu gebracht, mein Wissen über viele Dinge, über die ich schreibe, in Frage zu stellen. Wenn es um die mechanische Seite von Autos geht, bin ich kein zertifizierter Mechaniker, aber ich habe Erfahrung mit dem Wiederaufbau von Klimaanlagen und der Wiederherstellung von Rahmen. Ich weiß genug über Verkabelung und Computer, um die meisten Probleme zu beheben und sogar aktualisierte Stereosysteme zu installieren. Außerhalb von Autos bin ich zertifizierter Computertechniker und schreibe dies auf einem Computer, den ich zusammengebaut habe. Bisher war es eine großartige Wissensplattform, um über Elektrofahrzeuge und in gewissem Maße über ADAS-Systeme wie Autopilot zu schreiben, aber ich sehe allmählich Lücken und Lücken in meinem Wissen über maschinelles Lernen.
Angesichts der Tatsache, dass Systeme wie Autopilot und Waymo maschinelles Lernen verwenden, ist dies wichtig. Je weniger ich über das Thema weiß, desto mehr muss ich mich darauf verlassen, was PR-Teams, Sicherheitsanwälte und andere Personen mit verschiedenen Achsen uns über das Thema erzählen. Während ich mein Bestes tue, um mich durch die BS zu schneiden und zu versuchen, die Vorurteile der Quellen (sowie meine eigenen Vorurteile) zu berücksichtigen, sind wir an einem Punkt angelangt, an dem die Informationen zu ADAS und selbstfahrenden Systemen von a Rinnsal zu einem Feuerwehrschlauch, und es wird nicht so schnell nachlassen.
Also werde ich die Mathematik nicht mehr überspringen können.
Charting The Road Ahead
Ich bin nicht in der Lage, wieder zur Schule zu gehen, und nachdem ich über maschinelles Lernen gelesen habe, ist es ziemlich klar, dass der Aufbau von Fähigkeiten und Wissen wichtiger ist als das Erhalten von Zertifikaten. Aber das lässt immer noch die Frage offen: Wohin gehe ich, um loszulegen? Glücklicherweise haben eine Reihe von Experten und Pädagogen für maschinelles Lernen Leitfäden zu diesem Thema erstellt. wie dieser.
Aufgrund der Empfehlungen, die ich bisher gelesen habe, weiß ich, dass ich anfangen muss, die grundlegenden Konzepte und vieles mehr über die zugrunde liegende Mathematik zu lernen. Dazu habe ich mit der Universität von Helsinki und Reaktor begonnen Elemente der KI. Als nächstes werde ich mich durcharbeiten Mathematik für maschinelles Lernenund schauen Sie sich dann die relevanten Programmiersprachen an, wahrscheinlich beginnend mit Python Like You Mean It. Zu diesem Zeitpunkt habe ich wahrscheinlich eine bessere Vorstellung davon, wohin ich als nächstes gehen soll, als jetzt.
In jedem Fall bin ich auf jeden Fall offen für die Beiträge der Leser dazu. Fühlen Sie sich frei, mir Links zu guten Ressourcen in den Kommentaren zu senden!
(Wir werden an dieser Stelle weitere Artikel in dieser Reihe veröffentlichen. Schauen Sie also gelegentlich noch einmal vorbei und abonnieren Sie sie CleanTechnica Feeds für Updates.)
Dinge, die ich bisher aufgegriffen habe
Zum jetzigen Zeitpunkt habe ich die ersten beiden Kapitel von Elemente der KI. Es ist nicht viel, aber ich fange bereits an, die Herausforderung beim Erstellen von Systemen wie Autopilot und "Full Self Driving" besser zu verstehen.
Der wahrscheinlich größte Moment der „Glühbirne“ war bisher die Erkenntnis, dass Dinge, von denen wir glauben, dass sie große Intelligenz erfordern, wie Schach oder Los, für Computer viel einfacher sind als sehr grundlegende menschliche Dinge, die wir für selbstverständlich halten, wie das Aufnehmen von Dingen oder das Verstehen dessen, was wir sehen . Während ich als Kind gesehen habe, wie IBMs Hardware die Schachweltmeister besiegte, haben wir immer noch nicht in allen unseren Häusern Robo-Butler, obwohl wir Schachmeister für viel schlauer halten als Hausangestellte. Die Herausforderungen für Computerhardware und Mathematik unterscheiden sich erheblich von den Herausforderungen für das menschliche Gehirn.
Bevor ich das wirklich verstand, war es verlockend, das Fahren als „einfach“ für Computer zu betrachten. Es ist einfach für mich zu fahren, und ich habe eine sehr gute Fahrerfahrung. Daher sollte es einfach sein, einem Tesla mit einer Reihe von GPU-Hardware das Fahren beizubringen, wenn Computer in den 90er Jahren Schachmeister schlagen, oder? Es ist gleich um die Ecke! Berufskraftfahrer werden innerhalb von 5 Jahren arbeitslos sein, und wahrscheinlich werden einige Gerichtsbarkeiten innerhalb von 10 Jahren prüfen, wie sicher es ist, und das manuelle Fahren verbieten! Recht?? Ja, ich habe Leute gesehen, die all diese Dinge gesagt haben (leider auch einige Male), und selbst Leute, die es besser wissen sollten (oder es besser wissen sollten), haben uns aus egoistischen Gründen absichtlich auf diese Sackgasse geführt.
In den Übungen habe ich gelernt, wie komplex es sein kann, sehr einfache Spiele wie Tic Tac Toe für die Automatisierung vorzubereiten. Gerade als ich mir sicher war, dass alles automatisiert werden kann, werfen sie die Wahrheitsbombe der realen Welt auf mich: Sie wissen nicht wirklich genug, um alles zu automatisieren. Die reale Welt ist viel größer als die neun Felder eines Tic Tac Toe-Spiels oder das viel größere Schachbrett, aber das ist nicht das eigentliche Problem. Im wirklichen Leben können Sie nicht das gesamte "Board" sehen. Noch wichtiger ist jedoch, dass sich die Straßen ständig ändern. Verkehr, Wetter, Bau und andere Fahrer ändern ständig die Regeln und die richtige Reaktion. Und das alles ist Vor wir sorgen uns um menschliche Täuschung, die im Straßenrummel entsteht, Fake Sign Hacking, Anti-KI-Vandalismus usw.
Ich bin natürlich ein Optimist, aber ich habe gelernt, dass wir Optimismus mit Realismus abmildern müssen, wenn wir das Potenzial und die kurzfristige Zukunft von Produkten wie Autopilot und Full Self Driving betrachten.
Eine andere Sache, die ich aufgegriffen habe, ist, dass es leicht ist, KI-basierte Systeme versehentlich leistungsfähiger aussehen zu lassen, als sie es wirklich mit schlechtem Wortlaut sind. Zum Beispiel gibt es keine "KI" – nur Systeme, die im gesamten Betrieb unterschiedlich viel KI und maschinelles Lernen verwenden. Andere Bereiche, wie Robotik und Statistik, machen einen Großteil des schweren Hebens in Systemen aus, die viele Leser als „KI“ betrachten. Wir sind immer noch ziemlich weit von einer echten allgemeinen künstlichen Intelligenz entfernt, vorausgesetzt, das ist überhaupt möglich. Wir möchten den Lesern definitiv nicht den Eindruck vermitteln, dass ihr Fahrzeug lebt oder sogar teilweise lebt und mehr kann, als es wirklich ist.
Zurück zu dir
An dieser Stelle möchte ich meinen Aufruf zur Leserinteraktion zu diesem Thema wiederholen. Wenn Sie Ideen zu Ressourcen haben, die ich auf diesem Weg zum besseren Verständnis des maschinellen Lernens betrachten sollte, teilen Sie diese bitte mit.
Wenn Sie vorhaben, Dinge wie Elemente der KI zu verfolgen und zu tun, teilen Sie uns bitte die Erkenntnisse mit, die Sie über Dinge wie selbstfahrende Autos, Autopilot usw. finden. Je mehr wir alle gemeinsam lernen können, um ein tieferes Verständnis zu erlangen, desto besser ab werden wir alle vorwärts gehen!
Glaubst du, ich war hilfreich für dein Verständnis von Tesla, sauberer Energie usw.? Fühlen sich frei Verwenden Sie meinen Tesla-Referenzcode um sich (und mir) ein paar kleine Vorteile und Rabatte auf Teslas Autos und Solarprodukte zu verschaffen. Du kannst auch folge mir auf Twitter um meine neuesten Artikel und andere zufällige Dinge zu sehen.
Schätzen Sie die Originalität von CleanTechnica? Erwägen Sie, ein CleanTechnica-Mitglied, Unterstützer oder Botschafter zu werden – oder ein Benutzer von Patreon.
Melden Sie sich kostenlos an täglicher Newsletter oder wöchentlicher Newsletter nie eine Geschichte verpassen.
Haben Sie einen Tipp für CleanTechnica, möchten Sie Werbung schalten oder einen Gast für unseren CleanTech Talk-Podcast vorschlagen? Kontaktieren Sie uns hier.
Neueste Cleantech Talk Episode
Über den Autor
Jennifer Sensiba Jennifer Sensiba ist eine langjährige effiziente Fahrzeugenthusiastin, Autorin und Fotografin. Sie wuchs in einem Getriebegeschäft auf und experimentiert seit ihrem 16. Lebensjahr mit Fahrzeugeffizienz und fuhr einen Pontiac Fiero. Sie erkundet gerne den Südwesten der USA mit ihrem Partner, ihren Kindern und Tieren.
Folgen Sie ihr auf Twitter, um ihre neuesten Artikel und andere zufällige Dinge zu erfahren: https://twitter.com/JenniferSensiba
Glaubst du, ich war hilfreich für dein Verständnis von Tesla, sauberer Energie usw.? Fühlen Sie sich frei, meinen Tesla-Referenzcode zu verwenden, um sich (und mir) einige kleine Vorteile und Rabatte auf ihre Autos und Solarprodukte zu sichern. https://www.tesla.com/referral/jennifer90562