Mina Aghaei Klick stammt ursprünglich aus dem Iran; Nach einem Bachelor-Abschluss in Informatik erlangte sie ihren Master-Abschluss an der Polytechnischen Schule von Turin und zog dann in die Schweiz, um ihre Doktorarbeit abzuschließen. Sie erzählt uns, was ihr am Computer gefällt, wie wichtig das Lernen ist und wie ihre Doktorarbeit unsere Mobilitätsgewohnheiten beeinflussen könnte. Die IT stehe im Dienst der Gesellschaft, erinnert sie uns, und ermögliche uns insbesondere die Arbeit in so spannenden Bereichen wie Energie und Mobilität. Hier ist sein Porträt.
Lernen: eine befreiende Superkraft
So lange sie zurückdenken kann, hat Mina Computer und Videospiele schon immer geliebt. Die gebürtige Iranerin schloss in ihrem Land einen Bachelor-Abschluss in Informatik ab und entschied sich dann, ihr Studium mit einem Master-Abschluss an einem der renommiertesten Telekommunikationslehrstühle der Welt in Turin, Italien, fortzusetzen. Das italienische Dolce Vita, seine Esskultur, das milde Wetter, aber auch die Tatsache, dass dieses Land für sie als Studentin finanziell erschwinglich blieb, gefielen ihr sehr. Öffentliche Universitäten und zugängliche, qualitativ hochwertige Bildung sind in der Tat ein Privileg, das wir in der Schweiz manchmal vergessen.
Dank gemeinsamer Projekte dieser italienischen Universität und der HES-SO Valais-Wallis entdeckte Mina das IT-Institut der Haute école de gestion in Sierre und promoviert dort. Auf die Frage, warum sie sich für Informatik entschieden habe, erwähnt sie die wichtige Rolle ihrer Eltern als Mentoren, die sie sehr ermutigt haben, Ingenieurin zu werden. Für sie ebnen Technologie und IT den Weg zur Veränderung. Sie kommt aus einem Land, in dem Frauen mit vielen Einschränkungen leben, und sie wollte schon immer daran arbeiten, dies zu ändern. Tatsächlich haben Computer und algorithmisches Denken die Art und Weise verändert, wie wir Dinge sehen, unsere Mentalität und sogar unser Verhalten in der Gesellschaft. Sie glaubt, dass das Erlernen des Programmierens es ihr ermöglicht, die Welt anders wahrzunehmen. „Lernen gibt Kraft!“ », weist Mina vor allem auf Frauen hin. Schon früh erkannte sie, dass sie durch Bildung dorthin gelangen konnte, wo sie wollte. Sie erinnert sich an ihre Kindheit als eine Zeit, in der es weniger Barrieren gab, weil ein Kind sich für neue Dinge interessierte, ohne vorher über seine eigenen Fähigkeiten zu urteilen.
Auch wenn das Lernen einfacher ist, wenn man jung anfängt, möchte Mina sagen, dass es kein Alter gibt, um mit einer neuen Aktivität zu beginnen. Machen Sie einfach den ersten Schritt und die nächsten werden einfacher sein. Du darfst nicht auf den Berg vor dir schauen, sondern dich Schritt für Schritt vorwärtsbewegen, um endlich dein Ziel zu erreichen. Wenn man sie fragt, was sie gerne machen würde, wenn sie erwachsen ist, kommt mir sofort eine Erinnerung in den Sinn: „Ich habe im Haus meiner Großmutter im Iran Frauen Computerunterricht gegeben. Auf diesem alten Computer habe ich ihnen den Umgang mit Windows beigebracht. “, sagte sie lächelnd. Sie möchte ihr Wissen lehren und weitergeben, weil sie davon überzeugt ist, dass Technologie ein Bereich ist, der den intellektuellen Horizont öffnet und denjenigen, die sich damit befassen, zeigt, dass es keine Grenzen gibt, wenn es darum geht, zu lernen und zu wählen, was man tun möchte Leben. Mina möchte alle, insbesondere Frauen, ermutigen, eine technische Karriere einzuschlagen. Sierre ist eine kleine Stadt, die sie wegen ihrer Landschaften liebt, die sie auf langen Spaziergängen erkundet. Das Leben am IT-Institut gefällt ihr, weil die Doktoranden, Assistenten und Assistenten ein soziales Netzwerk und eine Reihe von Aktivitäten aufgebaut haben, die sie mit Menschen aus aller Welt teilen kann.
Eine Doktorarbeit über das seltsame Konzept des Lernens durch Klatsch
Minas Doktorarbeit konzentriert sich auf die Gestaltung serverloser verteilter Lernmodelle in dynamischen oder Klatsch-Lernszenarien. Aber woraus besteht das genau? In einem klassischen Modell des maschinellen Lernens übertragen Computer Daten an einen zentralen Server, der sie analysiert, um etwas vorherzusagen, beispielsweise die Erkennung einer Krankheit. Aber beim Klatschlernen gibt es keinen Server oder eine zentrale Instanz. Die Daten bleiben dort, wo sie erzeugt wurden. Jeder Computer trainiert sein lokales Modell und teilt es mit anderen Computern, wodurch die Privatsphäre der Benutzer gewahrt bleibt. Die Vorteile eines solchen Systems sind zahlreich: Das System ist skalierbar, da es möglich ist, dem Netzwerk neue Knoten (oder Computer) hinzuzufügen.
Das System ist fehlertoleranter und robuster, denn wenn ein Knoten ausfällt, übernehmen die anderen Computer. Die Leistung wird gesteigert und Berechnungen werden schneller durchgeführt, da der Ressourceneinsatz verteilt und optimiert wird. Die Kosten des Systems sind geringer, da kein leistungsstarker Server zur Zentralisierung der Daten erforderlich ist, sondern mehrere kleine Knoten. Schließlich wird durch den Verzicht auf einen zentralen Datenverarbeitungsrechner die Vertraulichkeit verbessert, da sensible Benutzerdaten nicht weitergegeben werden. Aber warum sollte man es Klatschlernen nennen? Ganz einfach, weil Informationen über das Netzwerk verteilt werden wie die Verbreitung von Klatsch oder Tratsch durch eine Gruppe von Menschen. Jeder Knoten im Netzwerk aktualisiert seine Modellparameter durch Austausch mit anderen Knoten im Netzwerk, um zu einem Konsens zu gelangen. Verteiltes Lernen ist skalierbar, dezentralisiert und reduziert das Kommunikationsvolumen. Dies ist beispielsweise sehr interessant für die Analyse großer Datenmengen zur Verbesserung der Datenflüsse von Energiesystemen oder für die Simulation komplexer mechanischer oder physikalischer Konzepte zur virtuellen Verbesserung von Produkten oder Geräten.
Darüber hinaus versucht Mina zu verstehen und zu erklären, wie sich die Kommunikation von Knoten auf die Leistung des Systems auswirkt, das Verhalten der Algorithmen zu verstehen, die diese Netzwerke steuern, und ihre Effizienz, Effektivität und Leistung zu quantifizieren. Seine Arbeit widmet sich praktischen Anwendungsfällen in den Bereichen Mobilität. Tatsächlich ist es möglich, mithilfe von Gossip Learning Vorhersagen über den Straßenverkehr zu treffen, mögliche Unfälle durch autonome Fahrzeuge zu verhindern oder das Verhalten von Fußgängern zu untersuchen, um das städtische Umfeld besser zu organisieren.
