Manapság egyre több embert foglalkoztat a mesterséges intelligencia és az ezzel foglalkozó tudományterületek. Ez az érdeklődés viszont nem megalapozatlan, mivel mindennapi életünk jelentős részére hatással van a mesterséges intelligencia, és ez a jövőben csak fokozódik. Ez a tudásvágy vezérelt engem is, amikor jelentkeztem az Essexi Egyetem Analytics, Data Science & Decision Making Summer School nevezetű programjára, amelynek fő témakörei az adattudomány, a gépi tanulás és ezek által a mesterséges intelligencia is voltak.
Vegyészmérnök-hallgatóként, különösebb előzetes tudással nem rendelkezve e témakörökben érkeztem meg július végén Colchesterbe, az Essexi Egyetem campusába. Az ötnapos intenzív képzésen mindennap válogathattam több, különböző előadás közül. Így a hét során a felsorolt szakterületeket bemutató kurzusokon vehettem részt, melyeket különböző angliai egyetemek oktatói vezettek.
Dr. Anirban Chowdhury és dr. Audrey Guinchard kurzusán olyan kérdések boncolgatásával foglalkoztunk például, hogy mi is az etika, milyen etikai problémákba ütközhet egy számítástechnikában dolgozó egyén, ezek a problémák milyen témakörökbe csoportosíthatóak, és hogy ezek milyen moralitási kérdéseket vetnek fel, továbbá gyakorlati eseteket is tárgyaltunk, ilyen például a GDPR-törvény, ennek története és jelenlegi problémái.
A hét további napjain részt vehettem még olyan gyakorlatiasabb workshopokon is, amelyeken gépi tanulásos modelleket elemeztünk különböző szempontokból, dr. JunKyu Lee oktató vezetésével. Ezek a modellek általában úgy néznek ki, hogy egy adott adatsor által bizonyos mennyiségű információt betápláltunk egy programba, majd ezt a programot különböző módokon teszteltük, hogy mennyire hatékonyan tudta megtanulni az adott információt, és mennyire helyes válaszokat tudott adni ezek alapján a kérdéseinkre.
Egy másik kurzuson, dr. Daniel Karapetyan oktató segítségével, az optimalizálás szakterületébe nyerhettem betekintést. Megismerhettem, hogy az optimalizálás mint szakterület már meglévő problémákra próbál minél jobb és jobb megoldásokat találni, különböző algoritmusok teljesítményének a növelése által. Ez egy nagyon gyakorlatias kurzus volt, együtt kellett megoldásokat keressünk problémákra, kísérletezhettünk különböző programok kódjának módosításával, majd foglalkozhattunk a bekövetkezett változások értelmezésével.
Az utolsó napon dr. Philip Leifeld vezetett be a hálózattudomány világába. Az előadás során megtanulhattam a hálózatelemzéshez szükséges alapvető ismereteket, megismerkedtem a társadalmi hálózatok elemzésének fogalmaival és módszereivel, valamint lehetőségem volt a vizualizációs készségek fejlesztésére is.
A tanuláson és a kurzusokon való részvételen kívül nagy hangsúlyt fektettek a szervezők a kapcsolatépítésre és a networkingre. Erre a célra szolgált az első napon szervezett állófogadás, melyen megismerhettük egymást a többi résztvevővel és az oktatókkal, valamint a harmadik napon szervezett formális vacsora, amely szintén jó alkalom volt arra, hogy jobban megismerkedhessenek a világ minden tájáról érkezett résztvevők egymással, és esetleges új barátságok is kialakuljanak.
Mindent összevetve, rendkívül hasznos és informatív hétben volt részem Colchesterben, segített abban, hogy ismereteimet bővítsem egy számomra eddig távol álló szakterületen, hogy esetleg ezeket az ismereteket a jövőben a saját szakterületemen is alkalmazni tudjam. Végezetül szeretnék köszönetet mondani a Mathias Corvinus Collegiumnak, hogy lehetővé tette számomra, hogy részt vegyek ezen a képzésen.
