Training Next Generation AI Users and Developers at NCSA

本文关注于在伊利诺伊大学厄巴纳-香槟分校的国家超级计算应用中心（NCSA）进行的人工智能（AI）培训工作，通过名为FoDOMMaT的本科研究经验（REU）计划进行。它还阐述了我们为什么对人工智能感兴趣，并总结了我们在过去六年中运行这个计划及其前身所学到的东西。

本论文旨在介绍通过名为FoDOMMaT的REU项目在伊利诺伊大学厄巴纳-香槟分校的国家超级计算应用中心（NCSA）进行的人工智能培训工作。该项目的目标是解决AI领域的问题并为未来的研究提供基础。

该论文关键思路是通过REU项目来培训未来的AI研究人员。该项目的重点是让学生接触到真实世界的问题，并通过与导师合作解决这些问题。这种实践性的学习方法有助于学生更好地理解AI的工作原理和应用。

该论文介绍了FoDOMMaT项目的实施和学生的学习成果。该项目的实验设计涉及到了多种数据集和工具，如Python、TensorFlow和Keras等。该项目还开源了一些代码和教程，以帮助其他人学习AI。该项目的成功证明了通过实践性的学习方法来培养AI研究人员的可行性。

近年来，AI领域的研究非常活跃，有很多相关的研究被进行。例如，DeepMind在2018年发表了一篇名为《Human-level control through deep reinforcement learning》的论文，该论文介绍了一种基于深度强化学习的人工智能算法。另外，OpenAI在2019年发表了一篇名为《Language Models are Unsupervised Multitask Learners》的论文，该论文介绍了一种基于语言模型的AI算法。