用于自主人工智能的机器教学

通过 Coursera Plus 提高技能，仅需 239 美元/年（原价 399 美元）。立即节省

用于自主人工智能的机器教学

Q: 我什么时候能看到讲座和作业？

要获得课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。

位教师：Kence Anderson

4,369 人已注册

包含在中

了解更多

4个模块

深入了解一个主题并学习基础知识。

47 条评论

初级等级

推荐体验

1 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

4个模块

深入了解一个主题并学习基础知识。

47 条评论

初级等级

推荐体验

1 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

您将学到什么

您将能够选择一个自主人工智能优于传统方法的使用案例，为设计自主人工智能奠定基础。

您将获得的技能

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

3 任务¹

AI 评分请参见免责声明

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

该课程共有4个模块

(本课程原属于名为 "工业自主 AI "的三门专业课程）。由于软件程序 "Bonsai "已停产，因此有关 "Bonsai "的内容已被删除。您仍然可以通过我们的两门单独课程 "Designing Autonomous AI"（自主人工智能设计）和 "Machine Teaching for Autonomous AI"（自主人工智能机器教学）了解自主人工智能和机器教学。）正如教师帮助学生获得新技能一样，人工智能（AI）也是如此。机器学习算法可以适应和改变，就像学习过程本身一样。利用机器教学范式，主题专家（SME）可以教人工智能改进和优化各种系统和流程。结果就是一个自主的 AI 系统。

在本课程中，您将了解自动化系统如何做出决策，以及如何着手设计一个能超越当前能力的 AI 系统。由于 87% 的机器学习系统都在概念验证阶段失败，因此您必须了解如何分析现有系统并确定它是否适合机器教学方法。在课程项目中，您将选择一个合适的 Use Cases，就一个流程采访一个中小型企业，然后充实一个故事，说明为什么以及如何去设计一个自主的 AI 系统。课程结束后，您将能够 - 描述机器教学的概念 - 解释中小型企业在训练高级 AI 中扮演的角色 - 评估在设计 AI 系统时利用人类专业知识的利弊 - 区分自动化决策系统和自主决策系统 - 描述自动化系统和人类在实时决策中的局限性 - 选择自主 AI 将优于人类和自动化系统的 C 用例 - 针对实际问题提出自主 AI 解决方案 - 根据解决问题的现有专业知识和技术验证您的设计方案

本模块为本课程和整个专业奠定了基础。您将了解自主人工智能与其他形式人工智能的不同之处。您将受邀参观一些使用自主人工智能的组织的幕后情况，并听取操作员和管理人员介绍他们通过利用自主人工智能实现的收益。然后，重点将转移到您身上！您将探索五种不同的思维模式，它们描述了构建人工智能系统的不同方法。

涵盖的内容

5个视频8篇阅读材料

5个视频总计36分钟

0.1 - 专业预览：学习内容一览3分钟
0.2 - 该专业适合哪些人？8分钟
0.3 - 您在本课程中会遇到什么？6分钟
1.1 - 自主人工智能的真实案例12分钟
1.4 - 教师的心态8分钟

8篇阅读材料总计74分钟

讨论区 | 自我介绍10分钟
0.4 - 教学团队10分钟
词汇表和课程表10分钟
课程资源5分钟
在本课程中获得帮助并结识其他学员。加入讨论区！5分钟
1.2 - 探索自治系统的基础知识14分钟
1.3 - 您的心态简介10分钟
讨论区 | 分享您的心态10分钟

并非所有问题都适合自主人工智能解决方案。在本模块中，我们将探讨自动化系统的类型及其在解决各种问题时的优势和局限性。您将学习如何确定一个问题是否需要超越自动化系统、进入实用人工智能的解决方案。

涵盖的内容

9个视频2篇阅读材料1个作业1次同伴评审

9个视频总计74分钟

2.1 - "技能差距"14分钟
2.1a - 自主人工智能在行动：资产负债表上的隐形线5分钟
2.2 - 问题的价值6分钟
2.2a - 自主人工智能在行动：停机的破坏性影响1分钟
2.3 - 数学、菜单和手册简介3分钟
2.3a - 数学 - 利用控制论做出可预测的决策15分钟
2.3b - 菜单 - 利用优化算法搜索正确决策15分钟
2.3c - 手册 - 专家规则和高风险决策中的人为因素8分钟
2.5 - 面试技巧：教师的工具包7分钟

2篇阅读材料总计15分钟

讨论论坛 | 技能差距10分钟
JOB AID | 结构化面试问题5分钟

1个作业总计30分钟

分级测验 | 数学, 菜单, 手册30分钟

1次同伴评审总计60分钟

里程碑 1 - 确定要解决的问题60分钟

在上一模块中，我们探讨了 "自动化 "系统（数学、菜单和人工）；研究了它们的优势所在，并了解了它们的局限性。在本模块中，我们将重点关注 "自主 "系统，如机器学习 (ML)、强化学习 (RL)、神经网络 (NN) 和深度强化学习 (DRL)；评估每个自主系统的优缺点。最后，您将看到 "机器教学 "如何利用所有自动化和自主系统的优势。

涵盖的内容

6个视频2个作业1次同伴评审

6个视频总计79分钟

3.1 - 机器学习 - 能够学习的算法12分钟
3.1a - 自主人工智能在行动：使用 WOOD 进行曲线拟合6分钟
3.2 - 深度强化学习 - 通过试验和错误进行学习24分钟
3.3 战略的作用23分钟
3.4 - 机器教学--自主人工智能的超能力7分钟
3.4a - 自主人工智能在行动：用 NOV 聆听机器的声音7分钟

2个作业总计35分钟

分级测验 | 自动化和自主系统的应用20分钟
分级测验 | 人为因素：评估自主人工智能方案15分钟

1次同伴评审总计60分钟

里程碑 2 - 确定要使用的自主人工智能组件60分钟

想知道讲故事与人工智能有什么关系？好的故事是一种说服工具。枯燥的事实和数据不如说服力强的论据更有说服力。在现实世界中，必须有人资助你的自主人工智能设计的开发，而你需要给那个人讲一个有说服力的故事。

涵盖的内容

5个视频2篇阅读材料1次同伴评审

5个视频总计24分钟

4.1 - 讲故事在自主人工智能中的价值3分钟
4.1a - 自主人工智能在行动：在贝尔飞行公司建立无人机实验室9分钟
4.3a - 自主人工智能在行动：百事公司的流程改进故事3分钟
4.3b - 自主人工智能在行动："真正 OLD 的互联网3分钟
4.4 - 讲故事的组成部分5分钟

2篇阅读材料总计35分钟

4.2 - 如何编排故事25分钟
讨论区 | 说服故事10分钟

1次同伴评审总计180分钟

里程碑 3：用故事讲述解决方案180分钟

位教师

授课教师评分

(15个评价)

Kence Anderson

University of Washington

3 门课程6,532 名学生

提供方

University of Washington

从机器学习浏览更多内容

状态：预览
University of Washington
Designing Autonomous AI
课程
状态：预览
Università di Napoli Federico II
Teaching with AI: tools
课程
状态：免费试用
University of Michigan
AI for Autonomous Vehicles and Robotics
课程
状态：免费试用
University of Illinois Urbana-Champaign
Machine Learning and Human Learning
课程

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生

''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'

Jennifer J.

自 2020开始学习的学生

''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生

''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'

学生评论

5 stars
85.41%
4 stars
8.33%
3 stars
4.16%
2 stars
0%
1 star
2.08%

显示 3/47 个

已于 Mar 29, 2023审阅

Loved this course. Eye opening. It's going to be very fascinating how AI will shape our world in the next few months...

已于 Jun 13, 2022审阅

Very well structured and paced. Tackles some important topics with real life examples to back it up.

已于 Jun 22, 2022审阅

Great first course to understand how to bridge the gap between expert knowledge and the power of reinforcement learning. Looking forward to courses that go deeper into the technology!

查看更多评论