Βασικές αρχές της AI
Τι είναι η Υπολογιστική Σκέψη;
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Η υπολογιστική σκέψη είναι ένας τρόπος διατύπωσης προβλημάτων και λύσεων ώστε τα βήματα επεξεργασίας πληροφοριών να μπορούν να εκτελεστούν συστηματικά από ένα άτομο, έναν υπολογιστή ή ένα δίκτυο συστημάτων. Περιλαμβάνει την αφαίρεση και το σχεδιασμό αλγορίθμων, αλλά επίσης περιλαμβάνει την απόφαση για το τι πρέπει να αναπαρασταθεί και πώς θα δοκιμαστεί η προτεινόμενη λύση.
Η υπολογιστική σκέψη είναι πιο ευρεία από τον προγραμματισμό. Ο κώδικας μπορεί να υλοποιήσει μια λύση, ωστόσο η δύσκολη εργασία συχνά έρχεται νωρίτερα: ο καθορισμός του στόχου, η αποσύνθεση του προβλήματος, η επιλογή σχετικών λεπτομερειών και η αναγνώριση των περιπτώσεων όπου η αυτοματοποίηση δεν είναι κατάλληλη.
Βασικά σημεία
- Διατυπώστε το πρόβλημα πριν βελτιστοποιήσετε μια διαδικασία.
- Η αποσύνθεση διαχωρίζει ένα σύνθετο σύστημα σε αλληλεπιδραστικά μέρη· η αφαίρεση κρύβει λεπτομέρειες που δεν είναι σχετικές στο επιλεγμένο επίπεδο.
- Οι αλγόριθμοι χρειάζονται εισόδους, εξόδους, υποθέσεις, συνθήκες τερματισμού και δοκιμές.
- Η υπολογιστική σκέψη δεν αφαιρεί την κοινωνική κρίση, τις ασαφείς αξίες ή την ευθύνη.
Διατύπωση του προβλήματος και του στόχου
Καθορίστε τα άτομα που επηρεάζονται, την απόφαση που πρέπει να υποστηριχθεί, τις διαθέσιμες πληροφορίες και τις συνέπειες του σφάλματος. Μετατρέψτε ένα ασαφές αίτημα σε ένα παρατηρήσιμο αποτέλεσμα χωρίς να συγχέετε έναν εύκολα μετρήσιμο δείκτη με τον πραγματικό στόχο.
Στη μηχανική μάθηση, η πρόβλεψη κλικ μπορεί να είναι τεχνικά βολική, αλλά ενδέχεται να μην αντιπροσωπεύει την ικανοποίηση. Η υπολογιστική σκέψη ξεκινά με τη δοκιμή αυτής της διατύπωσης αντί να επιλέγει αμέσως έναν αλγόριθμο.
Αποσύνθεση συστημάτων και εξαρτήσεων
Διαιρέστε το πρόβλημα σε συστατικά που μπορούν να αναλυθούν ξεχωριστά: συλλογή δεδομένων, επικύρωση, μετασχηματισμό, λογική λήψης αποφάσεων, αλληλεπίδραση χρήστη και παρακολούθηση. Καταγράψτε τις διεπαφές και την ανατροφοδότηση μεταξύ τους ώστε οι τοπικές βελτιώσεις να μην βλάπτουν το ευρύτερο σύστημα.
Η αποσύνθεση δεν είναι θραύση. Μια ομάδα πρέπει να επανασυνδυάσει τα μέρη και να δοκιμάσει τη συμπεριφορά από άκρη σε άκρη, συμπεριλαμβανομένου του χρόνου, των ελλιπών εισόδων και των αποτυχιών σε υπηρεσίες ανάντη ή κατεβά.
Αφαίρεση και αναπαράσταση
Μια αφαίρεση διατηρεί τις λεπτομέρειες που σχετίζονται με μια ερώτηση και καταστέλλει τις άλλες. Ένα γράφημα μπορεί να αναπαριστά συνδέσεις, ένας πίνακας μπορεί να αναπαριστά εγγραφές, και μια κατανομή πιθανοτήτων μπορεί να αναπαριστά αβεβαιότητα. Η ίδια πραγματική κατάσταση μπορεί να απαιτεί διαφορετικές αναπαραστάσεις για διαφορετικές αποφάσεις.
Όλες οι αναπαραστάσεις παραλείπουν κάτι. Καταγράψτε μονάδες, κατηγορίες, χρονικά παράθυρα και ελλείψεις. Η διάκριση μεταξύ δομημένων και αδομημένων δεδομένων επηρεάζει το τι μπορεί να εκφραστεί και ποιες μετατροπές μπορεί να χάσουν το πλαίσιο.
Σχεδίαση αλγορίθμου και προσεκτική αυτοματοποίηση
Ένας αλγόριθμος είναι μια ορισμένη διαδικασία με εισόδους, βήματα και εξόδους. Λάβετε υπόψη την ορθότητα, τον τερματισμό, την πολυπλοκότητα, τη μνήμη, τη συμπεριφορά αποτυχίας και αν τα αποτελέσματα είναι ντετερμινιστικά ή πιθανοτικά. Χρησιμοποιήστε παραδείγματα και ακραίες περιπτώσεις πριν γενικεύσετε.
Η αυτοματοποίηση πρέπει να περιλαμβάνει επικύρωση και ασφαλή ανταπόκριση σε μη υποστηριζόμενες εισόδους. Μια διαδικασία που εκτελείται γρήγορα αλλά κωδικοποιεί τον λάθος στόχο δεν αποτελεί βελτίωση. Η ανθρώπινη ανασκόπηση μπορεί να αποτελεί μέρος του αλγοριθμικού συστήματος αντί να αποτελεί απόδειξη αποτυχίας.
Δοκιμή, επανάληψη και γενίκευση
Οι μονάδες δοκιμών ελέγχουν τα συστατικά· οι δοκιμές ενσωμάτωσης ελέγχουν τις διεπαφές· οι δοκιμές σεναρίων δοκιμάζουν τη συμπεριφορά από άκρη σε άκρη. Συγκρίνετε τα αναμενόμενα και τα παρατηρηθέντα αποτελέσματα, εντοπίστε τα σφάλματα στις υποθέσεις και αναθεωρήστε τη διατύπωση όταν τα στοιχεία την αντιφάσκουν.
Η γενίκευση ερωτάται εάν η προσέγγιση μεταφέρεται πέρα από τα παραδείγματα που χρησιμοποιήθηκαν για το σχεδιασμό της. Καθορίστε το έγκυρο πεδίο εφαρμογής. Προβλήματα που αφορούν δικαιώματα, αξίες ή αμφισβητούμενους στόχους απαιτούν συμμετοχική κρίση και διακυβέρνηση εκτός της υπολογιστικής.
Οι βασικές πρακτικές της υπολογιστικής σκέψης
Η υπολογιστική σκέψη διαμορφώνει ένα πρόβλημα ώστε ένα άτομο ή μια μηχανή να μπορεί να εκτελέσει μια λύση. Η αποσύνθεση διασπά έναν σύνθετο στόχο σε διαχειρίσιμα μέρη· η αναγνώριση προτύπων εντοπίζει επαναλαμβανόμενη δομή· η αφαίρεση διατηρεί τις πληροφορίες σχετικές με την εργασία· ο σχεδιασμός αλγορίθμου καθορίζει βήματα και συνθήκες. Η αναπαράσταση είναι εξίσου σημαντική: πίνακες, γραφήματα, καταστάσεις, συντεταγμένες και τύποι δεδομένων καθιστούν κάποιες λειτουργίες εύκολες και άλλες δύσκολες. Ο σκοπός είναι η πειθαρχική επίλυση προβλημάτων, όχι απλώς η εκμάθηση προγραμματισμού.
Μια καλή αποσύνθεση ορίζει διεπαφές και ιδιοκτησία μεταξύ των μερών. Η αφαίρεση πρέπει να κρύβει περιστασιακές λεπτομέρειες χωρίς να κρύβει περιορισμούς που απαιτούνται για την ορθότητα. Οι αλγόριθμοι χρειάζονται εισόδους, εξόδους, προϋποθέσεις, αμεταβλητές, τερματισμό και συμπεριφορά σφαλμάτων. Ψευδοκώδικας, διαγράμματα ροής, πίνακες αποφάσεων και παραδείγματα βοηθούν πριν την υλοποίηση. Η αποδοτικότητα λαμβάνει υπόψη χρόνο, μνήμη, επικοινωνία, ενέργεια και ανθρώπινη προσπάθεια, αλλά η βελτιστοποίηση πρέπει να ακολουθεί μια σωστή βάση. Ορισμένα προβλήματα είναι αδυνατότητα απόφασης ή υπολογιστικά ακατόρθωτα σε μεγάλη κλίμακα, καθιστώντας την προσέγγιση με προσεγγίσεις και συμβιβασμούς ουσιώδη.
Δοκιμές, αποσφαλμάτωση και ανάλυση δεδομένων
Οι δοκιμές προέρχονται από τις απαιτήσεις: κανονικές, οριακές, κενές, κακώς διαμορφωμένες, επαναλαμβανόμενες, ακραίες και εχθρικές. Η αποσφαλμάτωση διαμορφώνει υποθέσεις, παρατηρεί την κατάσταση, απομονώνει τις αιτίες και επαληθεύει τη διόρθωση χωρίς να προσθέτει παλινδρομήσεις. Η αναπαραγωγιμότητα καταγράφει εισόδους, εκδόσεις και περιβάλλον. Για προβλήματα δεδομένων, ρωτήστε πώς δειγματοληψία, μέτρηση, ετικετοθέτηση, ελλείψεις και μετασχηματισμός έγιναν. Ένας αλγόριθμος μπορεί να εκτελείται άψογα και να παράγει λανθασμένο συμπέρασμα επειδή η αναπαράσταση ή η υπόθεση δημιουργίας δεδομένων ήταν άκυρη.
Η αυτοματοποίηση αλλάζει μια διαδικασία και τα κίνητρά της. Προσδιορίστε ποιος παρέχει την είσοδο, ποιος επηρεάζεται από την έξοδο, ποιες εξαιρέσεις υπάρχουν και πώς λειτουργούν η έφεση ή η διόρθωση. Η ιδιωτικότητα, η προσβασιμότητα, η ασφάλεια και η δικαιοσύνη ανήκουν στον ορισμό του προβλήματος, όχι ως μεταγενέστερη σκέψη. Μια ντετερμινιστική προδιαγραφή είναι προτιμότερη για ακριβείς κανόνες· η μηχανική μάθηση είναι κατάλληλη όταν πρέπει να εκτιμηθούν πρότυπα από δεδομένα και τα σφάλματα μπορούν να αξιολογηθούν. Η επιλογή να μην αυτοματοποιηθεί μπορεί να είναι η σωστή υπολογιστική απόφαση.
Διδασκαλία και εφαρμογή της δεξιότητας
Οι μαθητές πρέπει να λύσουν το ίδιο πρόβλημα με φυσικά βήματα, ψευδοκώδικα, λογιστικό φύλλο και κώδικα ώστε να δουν πώς οι αναπαραστάσεις αλλάζουν τη λογική. Τα έργα πρέπει να απαιτούν εξήγηση και δοκιμές, όχι μόνο ένα λειτουργικό αποτέλεσμα. Σε οργανισμούς, η υπολογιστική σκέψη βελτιώνει τη συγγραφή απαιτήσεων, το σχεδιασμό ροής εργασίας, την ανάλυση δεδομένων και τη συνεργασία με μηχανικούς. Η διαρκής της αξία είναι η δυνατότητα να γίνονται οι υποθέσεις σαφείς, να κατασκευάζεται μια αναπαραγώγιμη διαδικασία και να αναγνωρίζεται πού η αβεβαιότητα ή η ανθρώπινη κρίση εμποδίζει το πρόβλημα να μειωθεί σε έναν απλό αλγόριθμο.
Παραδείγματος χάριν: σχεδίαση αλγορίθμου δρομολόγησης σχολικών λεωφορείων
Οι μαθητές αποσυνθέτουν την εργασία σε στάσεις, επιβάτες, χωρητικότητα, χρονικά παράθυρα, χρόνους ταξιδιού, προσβασιμότητα και περιορισμούς ασφαλείας. Αναπαριστούν το οδικό δίκτυο ως γράφημα, δημιουργούν μια απλή απληστία διαδρομή και τη δοκιμάζουν σε μικρές περιπτώσεις με γνωστές λύσεις. Οι δοκιμές ορίων περιλαμβάνουν χωρίς επιβάτες, μια ακατόρθωτη στάση, αποτυχία οχήματος και επιβάτη που απαιτεί προσβάσιμο λεωφορείο. Η αποδοτικότητα συγκρίνεται μόνο μετά την ορθότητα και την ορατότητα των περιορισμών.
Η τάξη στη συνέχεια μελετά τους συμβιβασμούς: η μικρότερη απόσταση μπορεί να δημιουργήσει μεγάλες ατομικές διαδρομές ή άνιση εξυπηρέτηση. Προσθέτουν μετρικές δικαιοσύνης και ανθεκτικότητας, καταγράφουν υποθέσεις και επιτρέπουν στους σχεδιαστές να παρακάμψουν με λόγο. Οι προσωπικές διευθύνσεις προστατεύονται και τα δεδομένα δείγματος είναι συνθετικά. Η άσκηση δείχνει ότι η αφαίρεση επιτρέπει τον υπολογισμό αλλά επίσης καθορίζει ποιες ανθρώπινες ανάγκες εμφανίζονται στο μοντέλο. Η υπολογιστική σκέψη περιλαμβάνει την αναγνώριση όταν ένας καθαρός στόχος βελτιστοποίησης παραλείπει μια σημαντική αξία ή εξαίρεση.
Απόδειξη υλοποίησης και ετοιμότητα λειτουργίας
Μια απόφαση παραγωγής απαιτεί περισσότερα από μια επιτυχημένη επίδειξη. Ορίστε τους προοριζόμενους χρήστες, το λειτουργικό περιβάλλον, τις εισόδους, τις εξόδους, τις εξαρτήσεις, τον ιδιοκτήτη και τις συνέπειες κάθε σημαντικής αποτυχίας. Καθιερώστε μια αναπαραγώγιμη βάση και ένα εκδόσιμα σύνολο αξιολόγησης πριν τη βελτιστοποίηση. Δοκιμάστε συνηθισμένες περιπτώσεις, οριακές συνθήκες, κακώς διαμορφωμένες ή ελλιπείς εισόδους, μετατόπιση κατανομής, διακοπή εξαρτήσεων, κακή χρήση και τις ομάδες ή τα περιβάλλοντα που είναι πιο πιθανό να υπολειτουργούν. Μετρήστε την ποιότητα του έργου μαζί με την βαθμονόμηση ή την αβεβαιότητα, την καθυστέρηση, την απόδοση, το κόστος πόρων, την προσβασιμότητα, την ιδιωτικότητα και την ασφάλεια. Καταγράψτε κάθε μετασχηματισμό και όριο ώστε ένας ανεξάρτητος ελεγκτής να μπορεί να αναπαράγει το αποτέλεσμα και να διακρίνει τα αποδεικτικά στοιχεία από ένα ελκυστικό πρωτότυπο.
Πριν την κυκλοφορία, αναθέστε εξουσιοδότηση για την έκδοση, τις εξαιρέσεις, τις αλλαγές, την επαναφορά και την απόσυρση. Χρησιμοποιήστε σταδιακή κυκλοφορία, διατηρήστε ένα ασφαλές εφεδρικό και επαληθεύστε την παρακολούθηση με σκόπιμα ενσωματωμένες αποτυχίες. Η λειτουργική τηλεμετρία πρέπει να αποκαλύπτει την ποιότητα των εισόδων, τη συμπεριφορά των εξόδων, την έκδοση του μοντέλου ή του κανόνα, την υγεία των εξαρτήσεων, τις ανθρώπινες παρεμβάσεις και τα επιβεβαιωμένα αποτελέσματα χωρίς τη συλλογή περιττών ευαίσθητων δεδομένων. Ορίστε όρια ειδοποίησης και υπεύθυνο ανταπόκρισης, στη συνέχεια ελέγξτε τα πραγματικά αποδεικτικά στοιχεία μετά την ανάπτυξη αντί να υποθέτετε ότι η εκτός σύνδεσης απόδοση θα παραμείνει. Επαναξιολογήστε όποτε αλλάζουν οι πηγές δεδομένων, οι χρήστες, τα μοντέλα, οι προμηθευτές, οι πολιτικές, το υλικό ή οι στόχοι. Ένα συντηρημένο σύστημα χρειάζεται επίσης τεκμηριωμένη αποκατάσταση, μάθηση από περιστατικά, διαδικασίες διαγραφής και διατήρησης, και ένα σαφές σημείο στο οποίο πρέπει να απενεργοποιηθεί ή να αντικατασταθεί.
Συχνές ερωτήσεις
Είναι η υπολογιστική σκέψη το ίδιο με τον κώδικα;
Όχι. Ο κώδικας εκφράζει οδηγίες σε γλώσσα προγραμματισμού· η υπολογιστική σκέψη περιλαμβάνει τη διατύπωση του προβλήματος, την αναπαράσταση, το σχεδιασμό αλγορίθμου, τη δοκιμή και την αξιολόγηση.
Μπορεί κάθε πρόβλημα να λυθεί υπολογιστικά;
Όχι. Ορισμένα προβλήματα είναι αδυνατότητα απόφασης ή μη εφικτά, και πολλά ανθρώπινα προβλήματα έχουν ασαφείς στόχους ή συγκρούσεις αξιών που η υπολογιστική δεν μπορεί να επιλύσει μόνη της.
Κύριες αναφορές
