ギャビーエカノウは音楽を聴くのが大好きですが、自分の曲を書くまで考えたことはありません 6.S191 （ディープラーニングの概要）。 彼女のXNUMX番目のクラスまでに、XNUMX年目のMIT学生は、リカレントニューラルネットワークの助けを借りてオリジナルのアイルランド民謡を作曲し、モデルをどのように彼女のルイザチャイルドに影響を受けたダンスビートを作成するように適合させるかを検討していました。

「それはクールでした」と彼女は言います。 「機械が作ったようには聞こえませんでした。」 

今年は、6.S191がいつものように始まり、学生が独立活動期間（IAP）の間にスタタセンターのキルシュオーディトリアムの通路にこぼれました。 しかし、オープニングレクチャーにはひねりがありました。 録音された歓迎 バラク・オバマ元大統領から。 ビデオはすぐに、AIによって生成された製作であることが明らかになりました。 アレクサンダーアミニ '17と エヴァソレイマニー '16は、方程式とコードを有効にするためのクレジットコース全体を紹介しています。 

何百人もの仲間が見守る中、AminiとSoleimanyが交代で表彰台に上がります。 彼らが安心して現れる場合、それは彼らが材料が冷たいことを知っているからです。 彼らは自分たちでカリキュラムを設計し、過去XNUMX年間それを教えてきました。 このコースでは、実世界のアプリケーションに焦点を当てた講義とソフトウェアラボを通じて、ディープラーニングの技術的基盤とその社会的影響について説明します。 最終日には、学生が研究プロジェクトのために自分のアイデアを売り込み、賞品を競います。 クラスに至るまでの数週間、AminiとSoleimanyは、ラボの更新、講義の更新、プレゼンテーションの磨き上げに何時間も費やしました。

機械学習の一分野であるディープラーニングは、脳が情報を処理して予測を行う方法を大まかにモデル化した大量のデータとアルゴリズムを利用します。 このクラスは、機械学習ツールをMIT全体の研究所に広めるのに役立ったと評価されています。 これは設計によるものだと、MITの大学院生であるAminiは言います。 電気工学とコンピューター科学科 （EECS）、およびソレイマニー、MITおよびハーバード大学の大学院生。

どちらも独自の研究で機械学習を使用しています—エンジニアリングロボットのAminiと癌の診断ツールの開発のSoleimany —そして彼らはカリキュラムが学生に同じことをする準備をさせることを確実にしたかったのです。 音楽生成AIの開発に関するラボに加えて、畳み込みニューラルネットワークと強化学習を使用してヴィンテージのAtariビデオゲームであるPongをプレイするボットを使用した顔認識モデルの構築に関するラボを提供しています。 学生が基本を習得した後、単位を取得するためにクラスを受講する学生は、独自のアプリケーションを作成します。 

今年は23チームがプロジェクトを発表しました。 受賞者の中には、カルメン・マルティンの大学院生がいました。 健康科学技術のハーバードMITプログラム （HST）は、コロナウイルスの拡散を予測するためにグラフ畳み込みネットワークと呼ばれるタイプのニューラルネットの使用を提案しました。 彼女はいくつかのデータストリームを組み合わせました：人口フラックスを測定するための航空券データ、新しい感染のリアルタイム確認、そしてパンデミックを予防し対応するために国がどれだけうまく装備されているかのランキング。 

「目標は、新しい症例を制限し、命を救うための勧告において、各国政府と世界保健機関を導くために症例を予測するモデルをトレーニングすることです」と彼女は言います。

XNUMX等賞を受賞したEECSの大学院生であるSamuel Sledzieskiは、アミノ酸配列のみを使用してタンパク質相互作用を予測するモデルの構築を提案しました。 タンパク質の挙動を予測することは、他の臨床応用の中でも特に薬物標的を設計するための鍵であり、Sledzieskiはディープラーニングが実行可能なタンパク質ペアの検索を高速化できるかどうか疑問に思いました。 

「まだやるべきことがありますが、XNUMX日間でどこまで到達できたかに興奮しています」と彼は言います。 「TensorFlowとKerasにわかりやすい例があることで、これらのモデルを実際に自分で構築してトレーニングする方法を理解することができました。」 彼は現在のラボローテーションで作業を継続する予定です。 ボニー・バーガー、EECSの数学のサイモン教授と コンピュータサイエンスと人工知能研究所 （CSAIL）。 

毎年、学生はコースを後援している企業からの新しいディープラーニングアプリケーションについても耳にします。 デビッドコックス、の共同ディレクター MIT-IBMワトソンAIラボ、カバーされたニューロシンボリックAI、シンボリックプログラムとディープラーニングのエキスパートパターンマッチング機能を組み合わせたハイブリッドアプローチ。 Google Brainの上級研究員であるAlex Wiltschkoは、ネットワーク分析ツールを使用して小分子の香りを予測することについて話しました。 Lambda Labsの最高科学責任者であるChuan Liは、グラフィックシーンを再構築および生成するためのツールであるニューラルレンダリングについて説明しました。 NVIDIAの上級研究員であるAnimesh Gargは、より人間のように知覚して行動するロボットを開発するための戦略を取り上げました。

毎年350人の学生がライブコースを受講し、オンラインで講義を視聴したXNUMX万人以上の人々がいるため、AminiとSoleimanyはディープラーニングの著名な大使になりました。 それでも、最初にそれらをまとめたのはテニスでした。 

Aminiはアイルランドで高校生として全国的に競争し、アマチュアとプロのテニスプレーヤーがストロークを改善するのを支援するために受賞歴のあるAIモデルを構築しました。 ソレイマニーは、MIT女子テニスチームのXNUMX度のキャプテンでした。 彼らは学部生として法廷で会い、機械学習への情熱を共有していることを発見しました。 

学部の学位を取得した後、彼らは自分自身に挑戦し、深層学習の基礎コースに対するMITでの高まるニーズを満たすことにしました。 6.S191は、2017年にXNUMX人の大学院生、NickLocascioとHariniSureshによって発売されました。AminiとSoleimanyは、コースをさらに何かに変えるというビジョンを持っていました。 彼らは一連のソフトウェアラボを作成し、堅牢で倫理的なAIなどの新しい最先端のトピックを紹介し、コンピューターサイエンティストから航空宇宙エンジニア、MBAまで幅広い学生にアピールするコンテンツを追加しました。

「アレクサンダーと私は常にブレインストーミングを行っており、それらの議論は6.S191と私たちのいくつかの共同研究プロジェクトがどのように発展したかについての鍵です」とソレイマニーは言います。 

それらは、クラスでのそれらの共同研究のXNUMXつをカバーしています。 コンピュータービジョンラボでは、学生はアルゴリズムの偏見と、顔認識ツールで人種や性別の偏見をテストして対処する方法について学びます。 このラボは、AminiとSoleimanyがそれぞれのアドバイザーと共同で開発したアルゴリズムに基づいています。 ダニエラ·ルーシ、CSAILのディレクター、および サンジータバティア、ジョンJ.とドロシーウィルソンHSTおよびEECS教授。 今年は、無人自動車に関するAminiの最近の研究を含む、ロボット工学のホットなトピックも取り上げました。 

しかし、彼らはそこで止まるつもりはありません。 「私たちは6.S191を可能な限り最高のものにすることを約束します。毎年、それを教えています」とAminiは言います。「それは、ディープラーニングが進化し続けるにつれてコースを前進させることを意味します。」