JavaScript is currently disabled.Please enable it for a better experience of Jumi. AI-utbildning: Tillbaka till skolbänken

AI-utbildningar:

Tillbaka till skolbänken

Även de redan yrkesverksamma måste återvända till pulpeten för att lära sig ­artificiell intelligens. Det var en av ­rekommendationerna i en rapport som Vinnova ­presenterade i april.

AI-revolutionärerna blickar tillbaka

2012 räknas ofta som året då världen vaknade för maskin­inlärning – att låta datorerna upptäcka världen på egen hand genom att ­observera den, istället för att ge dem färdiga algoritmer.

Klassens ljus inom maskin­inlärning är en beräkningsmekanism kallad artificiella neuronnät, inspirerad av hur hjärnans neuroner är kopplade till var­andra. Styrkan på kopplingarna avgör vilka indatamönster som de artificiella neuronerna triggar på. Inre skikt av neuroner reagerar på mönster av mönster.

I oktober 2012 sopade ett djupt neuronnät banan med all konkurrens i att identifiera objekt i bilddatabasen Imagenet när den bara fick 16 procent fel. Idag får Googles djupa nät bara 3,08 procent fel.

69 elektronikföretag utvecklar processorer med hårdvarustöd för djupa neuronnät. För fem år sedan var inget dessa projekt ens påtänkta. Det visar det genomslag neuronnäten får just nu. 

Några pionjärer var långt tidigare övertygade om att maskininlärningsrevolutionen bara var en tidsfråga, bland dem Yoshua Bengio, Geoffrey Hinton och Yann LeCun.

– Jag visste bara inte när, säger Yoshua Bengio.

Han ser inte 2012 eller någon annan tidpunkt som en unik vändning utan ser en sekvens milstolpar från 2006 fram till idag, då små maskininlärningsföretag dramatiskt stiger i värdering.

 – Vi visste alla att det skulle hända långt innan 2012, säger också hans kollega Geoffrey Hinton.

På direkt fråga pekar han ut 1983 och ett visst neuronnät kallat Boltzmannmaskin som det som fick honom själv att inse potentialen.

– Och sedan igen 1985, igen 1993, och igen 2006.

Där refererar han till neuronnätsalgoritmerna backpropagation, variabel Bayes samt metoden att inititera nämnda backpropagation med hjälp av nämnda Bolzmann­maskin.

– Sedan 2006 har därefter framstegen skett snabbt och utan avbrott.

Yann LeCun säger sig aldrig ha tvivlat på att genombrottet skulle komma.

– Det förvånade mig att det tog så långe. När det sedan väl hände gick det överraskande snabbt. 

Högskolan i Halmstad (HH) svarar på anropet med en 120-poängskurs i kvartsfart. Den heter ”Data Analytics and Service Innovation based on Artificial Intelligence”. Tyngdpunkten ligger kraftigt på området maskininlärning, snarare än på klassisk AI.
För profilering av kursen sneglade HH mot vad universitet som Stanford och MIT gör. Kurserna kommer att bygga på existerande kurser, men vidareutvecklas både i innehåll och format i dialog med industrin. 

Företagen ska direkt själva få vara med och utforma innehållet – också detta något som fanns på Vinnovas önskelista.

Några som redan hörsammat inbjudan är Volvo Cars, AB Volvo, Autoliv, Zenuity, Stena Line, Easyserv, Fysiotest, Hotswap, Jayway, Digital Reliance, InUse, Rise Viktoria och Nibe. 

Förkunskapskraven är tunga – på civilingenjörsnivå – men med viss flexibilitet som respekterar yrkeserfarenhet.

Det första året går på kvartsfart med en kurs vardera i höst och i vår.  I höst ”Machine Learning” och i vår ”Business and service development techniques with AI/ML”.

Ett unikt inslag i programmet är enligt HH kombinationen av AI och tjänstedesign – kursen har ett överlapp med HH:s masterprogram i Digital tjänsteinnovation.

Stefan Byttner, projektledare, pekar på drygt 20 års erfarenhet av industrisamarbeten som en merit sticker ut bland konkurrerande AI-utbildningserbjudanden.

– Jag tror också att vi är relativt unika i vårt sätt att integrera öppna utbildningsresurser i utbildningen.

Tankar finns redan på en fortsättning. Maskininlärning är ett område som fortsätter att utvecklas.

– Jag hoppas att vi kommer att utveckla intressanta och nya sätt att genomföra fortbildning så att det blir smidigt för yrkesverksamma att delta i ett livslångt lärande.

HH:s kurs är omfattande. Vidareutbildning och uppdragsutbildning avvnjuts vanligen i mind­re portioner. 

Högskolan i Örebro ger till exempel en trepoängskurs i Avancerad Artificiell Intelligens med tillämpningar inom robotik: resursschemaläggning, manipuleringsplanering och multirobotkoordinering.

Det är en distanskurs med tre obligatoriska träffar i Örebro. Övriga föreläsningar sker över Internet. Du ska vara yrkesverksam och du ska redan ha en treårig högskoleutbildning inom dataområdet.

Som extra krydda är kursen gratis. Detsamma gäller ytterligare fyra trepoängskurser i samma AI-initiativ, som heter Smarter. 

Till Stockholms universitet betalar företag 3 900 kronor/timme för att sätta sina anställda på kursen ”Artificiell Intelligens, Data Mining och Big Data”. 

Artikeln är tidigare publicerad i magasinet Elektroniktidningen.
Prenumerera kostnadsfritt!

Den är inte djupt teknisk utan är till för att lära företaget att hitta AI-tillämpningar i det egna företaget.

Omfattningen kan skräddarsys från en liten introduktionsföreläsning till ett valfritt antal dagar upp till en vecka.

AI har blivit ett hett ämne efter dels efter de stora framstegen inom maskin­inlärning och dels den mediala uppmärksamheten. Men på de datavetenskapliga programmen, har det funnits på schemat i decennier.

– På HH undervisade vi i maskininlärning och neuronnät på masternivå redan 1996, vi har haft detta i flera kurser sedan dess, berättar Stefan Byttner.

Det som behövt uppdateras har varit kursinnehållet.

Och så har efterfrågan ökat under de senaste 2–3 åren, på till exempel den valbara kursen ”Läraktiga system” 

– För 10 år sen var det nästan inga studenter som frågade specifikt om vilka kurser inom AI vi har, men nuförtiden har jag märkt att det helt klart är något som de gör.

MER LÄSNING:
 
KOMMENTARER
Kommentarer via Disqus

Anne-Charlotte Lantz

Anne-Charlotte
Lantz

+46(0)734-171099 ac@etn.se
(sälj och marknads­föring)
Per Henricsson

Per
Henricsson
+46(0)734-171303 per@etn.se
(redaktion)

Jan Tångring

Jan
Tångring
+46(0)734-171309 jan@etn.se
(redaktion)