Moje doświadczenia z udziału w Oxford Artificial Intelligence Programme.

W styczniu bieżącego roku rozpocząłem udział w 6 tygodniowym, intensywnym kursie poświęconym sztucznej inteligencji organizowanym przez University of Oxford przy współpracy z Saïd Business School. Oto moje doświadczenia.

Rosnąca rola sztucznej inteligencji w życiu codziennym, a także chęć zrozumienia sposobu funkcjonowania uczenia maszynowego skłoniła mnie do decyzji o wzięciu udziału w kursie lub rozpoczęciu studiów, dzięki którym zdobędę kompleksową wiedzę w zakresie omawianego tematu. Było dla mnie ważne, aby wiedza ta podana w sposób, który umożliwi mi kierowanie wdrożeniami algorytmów AI zarówno w codziennej pracy, jak i narzędziach tworzonych przez i360.

Wybór uczelni

Zależało mi na tym, aby zminimalizować ryzyko straconego czasu i złego wyboru. Dlatego z góry założyłem, iż zapiszę się na kurs organizowany przez uznaną markę akademicką. Nadto chciałem uzyskać wiedzę uniwersalną na temat szerokiego spektrum zagadnień, dlatego odrzuciłem oferty przygotowane przez korporacje, będące autorami jakiegokolwiek elementu ekosystemu AI, tak aby poznać zagadnienie kompleksowo. W wyniku poszukiwań na shortliście znalazły się następujące oferty: INSEAD „Transforming Your Business with AI”, London Business School „The Business of AI: Strategies for Leaders”, Harvard Business School „AI Essentials for Business” oraz IESE “Certificate in AI & Digital Transformation”, której ofertę mocno rozważałem, gdyż w procesie decyzyjnym istniała możliwość umówienia rozmowy on-line z dyrektorem kursu, z czego skorzystałem. A także właśnie Oxford „Artificial Intelligence Programme”.

Zdecydowałem się na ofertę University of Oxford. Wybór podyktowany był analizą treści programu oraz obiecywanym naciskiem na aspekty praktyczne zagadnienia. Myślą przewodnią kursu było „Understand the mechanics behind artificial intelligence, its potential and its challenges” zaś strona internetowa obiecywała:

“To understand artifical intelligence (AI) and its true potential – what it can and can’t do – you need to understand how the technology works.

The Oxford Artificial Intelligence Programme is designed for managers, business leaders, and technical professionals across multiple functions and industries looking to understand the workings, possibilities, and ethics of AI technology. It provides a unique opportunity to develop an informed opinion about AI’s applications, as you reflect on its implications and limitations whilst building a business case for its implementation.

The University of Oxford is a global centre for AI, with world-class research ranging from practical applications through to quantitative and computational principles of AI. The programme draws on this unique environment and multidisciplinary experts exclusively sourced from across the University of Oxford to provide a comprehensive exploration of AI and machine learning.”

Wybór okazał się słuszny, choć intensywność zajęć oraz skala materiału do przyswojenia przerosła moje oczekiwania i plany.

Sposób prowadzenia zajęć

Zajęcia prowadzone były hybrydowo i składały się z lektury tekstu, dostępu do nagrań video on demand, wykładów na żywo online oraz dyskusji grupowych (uczestnicy podzieleni byli na kilkunastoosobowe grupy w ramach których dyskusje prowadzone były na forum oraz na żywo podczas wykładów. Z narzędziowego punktu widzenia, centralnym elementem kursu jest tzw. Online Campus – platforma e-learningowa które prowadzi uczestników przez poszczególne zadania, jakie są do wykonania.

Rys. University of Oxford Online Campus.

To za jej pośrednictwem można otrzymać dostęp do contentu, przesyłać do oceny prace zaliczeniowe, wymieniać opinie z uczestnikami czy kontaktować się z profesorami i opiekunami uczestników. Cały content kursu można zapisać na lokalnym dysku co znacząco ułatwia naukę i pozwala na wykorzystanie czasu np. w samolocie lub innych miejscach z ograniczonym dostępem do Internetu.

Struktura kursu

Artificial Intelligence Programme podzielony jest na sześć modułów merytorycznych poprzedzonych sekcją wprowadzającą. Są to: Moduł orientacyjny, Witamy w kampusie online. Moduł 1. Ekosystem sztucznej inteligencji. Poznaj historię i potencjał sztucznej inteligencji w kontekście cyfrowego ekosystemu. Moduł 2. Sztuczna inteligencja i uczenie maszynowe: zrozumienie tzw. black box. Zagłębienie się w mechanikę trzech głównych typów uczenia maszynowego. Moduł 3. Deep learning i sieci neuronowe. Dowiedz się, czym jest deep learning i w jaki sposób napędza ono nowoczesne podejście do sztucznej inteligencji. Moduł 4. Praca z inteligentnymi maszynami. Poznaj koncepcję inteligencji maszyn i wpływ sztucznej inteligencji na rynek pracy. Moduł 5. Etyka sztucznej inteligencji – poznaj hierarchię zagadnień etycznych i prawnych związanych ze sztuczną inteligencją. Moduł 6. Jak wykorzystać sztuczną inteligencję w swojej firmie. Zidentyfikuj potencjalne możliwości biznesowe sztucznej inteligencji w określonym kontekście. Każdy moduł rozpoczyna się ankietą wprowadzającą, ankietą podsumowującą oraz obowiązkowym zaliczeniem, tzw. submission. Dostęp do każdego z modułów uwarunkowany był zaliczeniem wszystkich elementów modułu poprzedzającego, w tym zatwierdzenia tzw. kodeksu etycznego na etapie Modułu orientacyjnego. Z zawartością merytoryczną poszczególnych elementów składowych każdego z modułów można zapoznawać się w dowolnej kolejności. Także w dowolnym momencie można wrócić do treści poprzednich modułów. Istnieje jednak ograniczenie możliwości dostępu do modułów kolejnych, do których dostęp uruchamiany był co tydzień, we wtorek o godzinie 10.00 i uwarunkowany był zaliczeniem elementów modułu poprzedzającego.

Zaliczenia

Jak wspomniałem warunkiem ukończenia każdego Modułu kursu było napisanie zaliczenia. Jego tematyka była znana od momentu uruchomienia dostępu do każdego z modułów, co z jednej strony ułatwiało przyswajanie wiedzy a z drugiej jednakże dawało poczucie, iż uczę się nie dla siebie, tylko dla zaliczenia. Myśl ta towarzyszyła mi przez całe 6 tygodni. Zaliczenia należało złożyć terminie 7 dni od dnia uruchomienia do kursu, co powodowało dużą presję czasową. Dużym zaskoczeniem był fakt, iż ocena każdego z zaliczeń miała charakter zarówno procentowy, jako i opisowy. Ten zaś definitywnie był pisany przez człowieka a nie sztuczną inteligencją i odnosił się do poszczególnych aspektów pracy zaliczeniowej. Zadania poszczególnych modułów obejmowały następujące tematy.

Moduł 1/ Przeanalizuj przyczyny sukcesu telefonów komórkowych w porównaniu z ograniczonym sukcesem pagerów. W oparciu o analizę i czynniki, które zidentyfikowałeś w pytaniu opisz przewidywaną trajektorię, jaką sztuczna inteligencja przyjmie w ciągu najbliższych pięciu lat. W swojej odpowiedzi weź pod uwagę: bieżące, krótkoterminowe i średnioterminowe potrzeby Twojej organizacji lub wybranej przez Ciebie organizacji, rozwiązania, które AI może zaoferować w celu zaspokojenia tych krótko- i średnioterminowych potrzeb tej organizacji, oraz główne przeszkody lub utrudnienia, jakie może napotkać wdrożenie AI w tej organizacji.

Moduł 2/ Przedstaw krótką ocenę różnych rodzajów metod uczenia maszynowego, które można wykorzystać do ulepszenia systemu rekomendacji w portalach streamingowych, a ostatecznie wyników generowanych przez algorytm. W swojej odpowiedzi odnieś się do następujących kwestii: w jaki sposób można poprawić wyniki algorytmów uczenia maszynowego tego typu? Omów ograniczenia tego podejścia. Wymień co najmniej dwa sposoby ulepszenia algorytmów tego typu. Jakie inne metody uczenia się można wykorzystać do wygenerowania systemu rekomendacji filmów? Uzasadnij swoją odpowiedź.

Moduł 3/ Pomyśl o tym, jak łatwo ludzki mózg rozpoznaje cyfry. Rozpoznawanie cyfr i pisma odręcznego niezależnie od sposobu pisania różnych osób, przychodzi ludzkiemu mózgowi naturalnie. Tego samego nie można jednak powiedzieć o maszynach. Kiedy naukowcy chcą wyszkolić algorytm do rozpoznawania tekstu pisanego, jest to skomplikowany proces. Istnieje wiele niuansów, cech i aspektów technicznych, które należy wziąć pod uwagę, aby algorytm mógł ostatecznie dokładnie zidentyfikować cyfry, niezależnie od tego, kto je napisał. Rozważ próbkę własnego pisma odręcznego i zidentyfikuj główne wyzwania związane z automatyczną identyfikacją odręcznych cyfr, które system sztucznej inteligencji musiałby rozpoznać.

Moduł 4/ W jaki sposób twoja organizacja (lub organizacja, którą znasz) mogłaby najlepiej wykorzystać generatywną sztuczną inteligencję? Jakie problemy może napotkać organizacja podczas wdrażania strategii generatywnej sztucznej inteligencji?

Moduł 5/ Pomyśl o narzędziach generatywnej sztucznej inteligencji wykorzystywanych do generowania porad dotyczących opieki zdrowotnej, instrukcji obsługi lub naprawy ciężkiego sprzętu lub porad dotyczących inwestowania w produkty finansowe. Opracuj co najmniej pięć konkretnych zasad etycznych, które Twoja organizacja lub wybrana przez Ciebie organizacja powinna zaszczepić w swoich aplikacjach AI. Zasady powinny być opracowane w taki sposób, aby zapobiegały szkodom i nieetycznym zachowaniom aplikacji AI. Celem zasad jest zapewnienie etycznych praktyk AI w całej organizacji.

Moduł 6/ Celem tego zadania jest przedstawienie argumentów przemawiających za zastosowaniem sztucznej inteligencji w Twojej organizacji lub organizacji wybranej przez Ciebie. Twój tekst powinien być jasno i logicznie skonstruowany i powinien wykazywać zrozumienie możliwości wdrożenia sztucznej inteligencji w organizacji. Określ, jakich ram będziesz używać w oparciu o następujące dwie opcje: Opcja 1: Jeśli zdecydowałeś się ukończyć to zadanie w oparciu o własną organizację, a Twoja organizacja ma dobrze ugruntowane ramy do tworzenia uzasadnienia biznesowego, możesz użyć tych ram do ukończenia tej oceny. Opcja 2: Jeśli zdecydowałeś się ukończyć to ćwiczenie dla wybranej przez siebie organizacji lub jeśli Twoja organizacja nie ma dobrze ugruntowanych ram tworzenia uzasadnienia biznesowego, musisz skorzystać z pięcioetapowych ram, które zbadałeś na infografice w tej jednostce.

Oto przykład otrzymanego opisu pracy zaliczeniowej

Dear Tomasz,

Your response in Q.1 provides an excellent attempt at identifying the challenges that an AI system might have in recognizing handwriting. You effectively discuss handwriting characteristics, medium variations, and different numeral systems, demonstrating a strong understanding of the complexities involved.

In Q.2, your response provides an excellent attempt at recommending ways to address the identified challenges. You correctly emphasize the importance of diverse training datasets and highlight the role of neural network architecture in improving recognition accuracy. Your mention of noise reduction techniques and dataset expansion is particularly strong. Briefly expanding on preprocessing techniques such as normalization and augmentation for handling skewed or noisy data would add depth to your analysis.

In Q.3, your response provides a good attempt at identifying features of handwritten digits. You correctly discuss symmetry, straight vs curved lines, writing tools, and cultural writing differences. However, your response could be strengthened by explicitly comparing digits based on features such as pixel density, enclosed spaces, and relative positioning of strokes to further refine the neural network’s learning process.

Best regards,

Doświadczenia Artificial Intelligence Programme były dla mnie pierwszym kontaktem z czysto akademicką wiedzą od czasu gdy kilkanaście lat temu kończyłem doktorat w Szkole Głównej Handlowej. Ciekawym doświadczeniem było również oczekiwania na oceny złożonych prac zaliczeniowych i analiza postępu na tle wszystkich uczestników. Przedstawiały się one w sposób następujący 😉

Moduł	Moja ocena	Średnia ocena uczestników
1	93,8%	83,0%
2	93,8%	82,0%
3	96,4%	82,1%
4	91,7%	81,9%
5	87,5%	77,2%

Podsumowanie

Przyswojenie materiału każdego z modułów oraz napisanie pracy zaliczeniowej zajmowało mi około 12 godzin. Oznacza to, iż na zaliczenie całego kursu poświęciłem 72 godziny. Mając na uwadze obowiązki zawodowe, rodzinne i codzienną aktywność sportową nie było to łatwe wyzwanie. W konsekwencji postanowiłem, iż jeden dzień roboczy w tygodniu będę rozpoczynał o godzinie…. drugiej w nocy i poświęcę większość niedzieli na naukę. Taki reżim czasowy umożliwił mi na pogodzenie obowiązków z nauką, choć przyznać trzeba iż kosztem godzin snu oraz czasu wolnego. Teraz po zakończeniu kursu nie opuszcza mnie poczucie, iż mam dużo czasu wolnego. Będąc ekonomistą z wykształcenia spotkałem się podczas kursu z tematyką zupełnie mi obcą z pogranicza statystyki, programowania, inżynierii, biotechnologii, neuropsychologii i ekonometrii. Przyznam, iż momentami zastanawiałem się „co ja tu robię”, traktując tę myśl jako dowód, iż wychodzę poza strefę swojego komfortu.

Rys. Chyba najlepsze podsumowanie merytoryki nt AI podczas wykładu zamknięcia

Gdybym z całego kursu miał przytoczyć jedno zdanie to myślę, iż byłby to cytat Andrew Ng’a profesora Uniwersytetu Stanforda, który zauważył, że sztuczna inteligencja nie zastąpi ludzi, ale ludzie korzystający z AI mogą zastąpić tych, którzy tego nie robią. Jest to popularny pogląd w dyskusjach na temat wpływu technologii na rynek pracy, a podobne myśli wyrażali różni eksperci i analitycy, podkreślając, że umiejętność efektywnego wykorzystania nowych technologii, takich jak sztuczna inteligencja, będzie kluczowa w przyszłości zawodowej.

Jak zawsze na koniec zadaję sobie pytanie czy było warto czy nie warto? Warto!

2