清華大学の1年生向けPythonの宿題が難しすぎると話題に！ AIアルゴリズムを学ぶためのたった3つのクラス

[[411506]]

この記事はAI新メディアQuantum Bit（公開アカウントID：QbitAI）より許可を得て転載しています。転載の際は出典元にご連絡ください。

難しすぎるよ！難しすぎるよ！

清華大学電子工学部、Python の授業を3 つだけ受講し、その後は...その後は...

AI アルゴリズムを「手動で」作成するように依頼するだけです。

このように、清華大学は難易度の高さから再び知乎ホットリストにランクインした。

この宿題はどれくらい難しいですか？

まず、この任務の背景についてお話ししましょう。

清華大学コンピュータサイエンス学部の2000年卒の学部生で、Zhihuユーザーでもある「Sun Heng」氏の紹介によると、

この Python コースは、清華大学電子工学部の 1 年目のミニコース「コンピュータプログラミングの基礎 (2)」で教えられています。

コースは合計2 週間続きます。

そのうち、1週間はPythonのクラスを3つ受講する（合計9時間、1時間は45分）

さらに、Python には 3 つの小さな割り当てと 1 つの大きな割り当てがあります。

しかし、このミニセメスターの内容は、今年のカリキュラム改革の結果であることは言及する価値があります。

以前は、実際には大学 1 年目の C++ コースに付随する短い学期であり、大規模な C++ 課題を完了するためによく使用されていました。

しかし、今年は C++ に依存しないトピックが直接削除されました。

これにはネットユーザーたちがため息をついた。

「コンピュータプログラミングの基礎」という言葉からどんどん遠ざかってきています。

次に、課題そのものの内容を見てみましょう。

△ 画像出典：知乎

課題の内容から判断すると、基本的には顔の性別を認識するタスクです。

さて、このような大きな課題を完了するには、何を知っておく必要がありますか?

少なくとも次の質問は保留する必要があります。

Pythonとは何ですか?
トレーニングセットとは何ですか?
分類問題とは何ですか?
コンピュータービジョン (CV) とは何ですか?
…

上記の質問は、この大きな課題を完了するために習得しなければならないスキルのほんの一部にすぎないかもしれません。

しかし、ネットユーザーが「信じられない」と感じるのは、1週間以内に理解しなければならないかもしれないということだ。

「難しすぎるよ！」

「それはひどい！」

さらに「とんでもない」部分はまだ来ていません。「課題要件」の 3 番目の項目を参照してください。

オープンソースプロジェクトによって提供されるトレーニング済みモデルまたは既存のコードを直接使用することは許可されていません。

どんなコンセプトですか?

ただし、Torch、NumPy、Pandas なども使用できます。

もう一方の手を使ってオナニーしましょう！

この時間リズムと「詳細要求」はネットユーザーにとって驚きとみなされる。

本当に地獄のように難しいです！

ネットユーザーの中には、「新入生は機械学習に触れたことがない」と明かす者もいた...

ネットユーザー：あと1万語の論文を1本残して学部論文を完成させるだけだ

清華大学電子工学部の大きな課題は「難しい」とされ、当然ながら多くのネットユーザーの間で白熱した議論を巻き起こした。

コメント欄では「理不尽」「とんでもない」といった声が上がった。

知乎ネットユーザー「丁暁婷」さんはこの話題を見て、国防第七師団電子情報工学部の同級生に尋ねたところ、次のような評価を得た。

このトピックの難易度は、基本的に彼の学部卒業プロジェクトの難易度レベルと同じです。

こうした授業時間と宿題について、彼女は率直にこう語った。

すでに基礎を身につけている学生にとっては、この 9 時間のコースは純粋に「必要な単位を取得する」ためのものであり、宿題は通常どおりに完了できます。
基礎知識のない学生にとって、これらの 9 時間コースは栄養価もまったくなく、宿題の数字を埋めるために「大物」の言うことに従うことしかできない。
9 時間で Python からディープラーニングまで、初心者には一般的な概要を説明するのが普通です。何を書くことができるでしょうか?これは独学で学ぶ方法ではありません!

清華大学コンピュータサイエンス学部の学生でもある孫恒氏も、この問題について意見を述べた。

多くの学生がこの大きな課題を受け入れられない理由は 5 つあると彼は考えています。

まず第一に、私たちは生徒の基礎能力を過大評価しています。

電子工学科はソフトウェアプログラミングに大きく依存する学科ではありません。ほとんどの学生は1年生の時にC/C++の基本バージョンに触れただけで、自習や自主的な情報検索能力の訓練を受けていませんでした。現在、多くの学生にとって、突然Pythonを素早く習得し、主要な課題を完了することは非常に困難です。

第二に、 AI 分野における事前の知識の欠如を無視しています。

「pytorchを調整して、精度を追求せずにCNNを数層書く」というのは、AI界隈の人にとっては単なる簡単なデモに思えますが、新入生はAIの分野に触れたことがなく、pytorchやCNNが何なのかも知らないということを忘れないでください。
コースが理論なしで学生に直接実践を教える場合、それはもはやフライビッチではなく、むしろ教育事故のように聞こえます。

第三に、アルゴリズムの知識不足の問題が無視されています。

学生の中には、この問題は錬金術を必要とせず、SVM や近傍法なども使用できると指摘する人もいました。私もこれには同意しますが、だからといってこの課題が合理的であるとは言えません。なぜなら、SVM も近傍法も、知る前に理解する必要があるアルゴリズムだからです。ほとんどの人が「考えるだけで簡単なアルゴリズムを作成する」能力を持っているとは期待できません。

4つ目は、ニーズを把握することが難しいことです。

教師は、ほとんどの生徒が経験のない人工知能の分野の問題を選択しました。生徒は、Python やタスク、タスクに必要なその他のツールに精通していませんでした。たとえコードを書けたとしても、そのコードが何をしているのかわからない可能性が非常に高かったです。

最後に、孫恒氏は「教師は主要な宿題の割り当てに十分な注意を払っておらず、研究と実践が不足している」とも考えている。

清華大学を卒業した「先輩たち」はどう思っているのか？

清華大学修士課程修了者で、Megvii社の携帯電話認識アルゴリズム部門の元責任者である「Shui Ge」氏は次のように回想する。

黒人の皆さん、私たちもそんなことはしていないと言わざるを得ません。

もちろん、コメントはすべて否定的なものではありませんでした。

一部のネットユーザーは次のようにも考えている。

しっかり学べば、一生役に立ちます。この先生は魚の釣り方を直接教えており、称賛に値します。

これは唯一のとんでもない仕事ではない

この話題をフォローしている友人は、清華大学が「難しい宿題/試験」のせいで人気大学リストに載ったのは今回が初めてではないことを知っているだろう。

この電子工学科からの派遣の他に、オートメーション学科などからの派遣もあります。

たとえば、「オートメーション学科の 1 年目の C++ 課題は、より強力な Rain Classroom を作成することです」:

また、「コンピュータサイエンス学部の最初の学期の試験では、学生は 3 時間以内に大量のコードを含む 3 つのエンジニアリング問題を完了する必要があります」というものもあります。

この現象は、カリキュラム設定や教育の合理性についてネットユーザーの間で議論を引き起こした。

たとえば、Zhihu ユーザーの「Xiao Zhu」は、自身の経験を基に比較を行っています。

国内の大学、特にトップクラスの大学の間では、学生の成績が今とてもいいので、難易度を上げて学生の成長を促せるという幻想が一般的にあるようです。彼らは、これが人々を教育することに失敗しているだけでなく、偽装された説得の形でもあることにほとんど気づいていない。
海外で授業を受けた経験から言うと、コースは非常に厳しいものの、課題や試験は比較的進歩的であるということです。
たとえば、手書きの機械学習の問題で、numpy を使用して MLP のバックプロパゲーションを記述する必要がある場合、まず MLP バックプロパゲーションの導出の基礎を築き、同時に使用できる数式と結論を促す必要があります。
その後、ティーチングアシスタントになったとき、コースの難易度とある程度の差別化を兼ね揃えた問題を考えるのは非常に時間と労力がかかることに気づきました。結局のところ、問題は大学での授業に費やす時間が少なすぎて、学生の生活が困難になっていることです。

これは一流大学で起こる問題です。

しかし、ネットユーザーの中には、他の大学もそれとは対照的に、教育やその他の面で問題を抱えていると考える者もいる。

最も明白な点は、彼らが「練習にあまり注意を払っていない」ということです。