Novo curso prepara alunos de pós-graduação em ciências humanas e sociais em aprendizado de máquina

Claire Dennis, uma estudante de pós-graduação na Escola de Assuntos Públicos e Internacionais de Princeton, está mergulhando em matemática e código de computador nesta primavera. Embora ela planeje entrar no mundo da política - e não no dos algoritmos e programação de computadores - ela sentiu que era importante se familiarizar com a forma como a tecnologia está transformando a maneira como processamos o conhecimento.

"Estamos vendo a tecnologia explodir e as implicações para as políticas são enormes", disse Dennis, que está se preparando para receber seu mestrado em relações públicas em maio. "Já ouvi tantas vezes que existe uma grande desconexão entre formuladores de políticas e engenheiros, e há muito poucas pessoas falando os dois idiomas."

Dennis, que planeja seguir carreira em política de tecnologia, está preenchendo sua própria lacuna de conhecimento por meio de um novo curso de pós-graduação, "Aprendizado de máquina: uma introdução prática para humanistas e cientistas sociais". O curso, ministrado por Sarah-Jane Leslie, professora de filosofia da turma de 1943, oferece uma cartilha sobre "aprendizagem profunda" para alunos de pós-graduação.

A classe assume que os alunos não têm conhecimento extensivo de cálculo ou álgebra linear, nem qualquer experiência anterior com codificação. No final do semestre, os alunos foram capazes de codificar uma variedade de modelos, incluindo modelos de reconhecimento de linguagem e imagem, e aprenderam a apreciar os usos do aprendizado de máquina nas ciências humanas e sociais, em particular. As duas últimas semanas do curso se concentraram em entender como modelos de linguagem complexos, como o ChatGPT, funcionam.

"Este curso é realmente a melhor oportunidade para mim, não para me tornar um programador, mas para me familiarizar com os modelos, com os desafios desses modelos, as tensões ou compensações comuns e ser capaz de ser esse intermediário da melhor maneira possível. ser quando eu me formar", disse Dennis. "Está se tornando ainda mais relevante a cada dia."

Rachel Metzgar (à esquerda), estudante de pós-graduação em psicologia, discute as aplicações do aprendizado de máquina em sua própria pesquisa com Sarah-Jane Leslie (à direita), professora de filosofia da classe de 1943, que ofereceu um curso nesta primavera sobre aprendizado profundo.

Leslie, reitora da Escola de Pós-Graduação de 2018 a 2021, concebeu o curso logo após deixar o cargo enquanto pensava em como aproveitar o aprendizado de máquina em sua própria pesquisa. A aula será oferecida, novamente, na próxima primavera.

"É uma fronteira incrivelmente emocionante que está abrindo novas possibilidades de pesquisa em todas as disciplinas, e fazendo isso em um ritmo incrivelmente rápido", disse Leslie. Leslie foi especialmente inspirada pelo trabalho de Marina Rustow, a professora Khedouri A. Zilkha de civilização judaica no Oriente Próximo e professora de estudos e história do Oriente Próximo,que usa aprendizado profundo e visão computacional para identificar e transcrever um tesouro de documentos antigos por meio do Projeto Princeton Geniza.

“Mesmo em uma área aparentemente distante do aprendizado de máquina, você pode aproveitar essas técnicas para fazer estudos que nunca foram feitos antes”, disse Leslie.

Leslie estimou que talvez 10 alunos ingressariam no curso, que foi limitado a 25. Em vez disso, ela matriculou 35 alunos de todas as quatro divisões acadêmicas da Universidade. Entre os participantes do curso estão alunos de doutorado em literatura comparada, estudos do Oriente Próximo, história, política, psicologia, neurociência, engenharia civil e ambiental e engenharia mecânica e aeroespacial.

Quatro alunos, incluindo Dennis, são alunos de pós-graduação da Escola de Assuntos Públicos e Internacionais.

"Normalmente, especialmente no nível de pós-graduação, haverá pré-requisitos bastante robustos para fazer um curso de aprendizado de máquina, então o desafio que coloquei a mim mesmo foi tentar ministrar este curso sem exigir nenhum histórico de codificação ou matemática de nível universitário. ", disse Leslie. "Penso nisso como um curso de zero a herói."

Alunos de várias disciplinas trabalham juntos em problemas de lição de casa de aprendizado de máquina durante um intervalo. Primeiro plano: Nancy Tang (à direita), estudante de pós-graduação em política, e Jamie Chiu (à esquerda), psicologia. Antecedentes: João Carvalho (à direita) e Teddy Becker-Jacob (à esquerda), ambos pós-graduandos em filosofia.