Zelfevaluatierapport ter voorbereiding van de externe visitatie Master of Artificial Intelligence



Dovnload 0.65 Mb.
Pagina1/11
Datum21.08.2016
Grootte0.65 Mb.
  1   2   3   4   5   6   7   8   9   10   11
Zelfevaluatierapport

ter voorbereiding van de externe visitatie
Master of Artificial Intelligence

K.U.Leuven
Versie 14 november 2008

Voorwoord
Algemene context
Het Master of Artificial Intelligence (MAI) programma van Katholieke Universiteit Leuven werd opgericht in 1988 en ontstond uit een initiatief van een aantal professoren, met als voornaamste initiatiefnemer professor A.Oosterlinck. Artificiële intelligentie stond in de jaren ’80 volop in de belangstelling. Tal van onderzoeksgroepen in België waren actief op het thema. Dit betrof niet alleen onderzoeksgroepen uit de Ingenieurs- en Wetenschappen faculteiten, maar evenzeer groepen uit de Humane wetenschappen (psychologie, filosofie, letteren – linguïstiek -, toegepaste economie) en uit de Medische wetenschappen (neuroscience). Op nationaal vlak werden onderzoeksimpulsen gegeven om het onderzoek naar artificiële intelligentie en de doorstroming van de resultaten naar de industrie te bevorderen. Zo was er ondermeer een impulsprogramma artificiële intelligentie van het IWONL (voorloper van het IWT), waarin tal van onderzoekscentra en bedrijven, uit Vlaanderen en Wallonië, betrokken waren.
De oprichting van MAI was voornamelijk gemotiveerd door het feit dat, alhoewel tal van onderzoekcentra aan de K.U.Leuven intensief bezig waren met onderzoek rond dit thema, geen enkele opleiding aan de universiteit studenten afleverde die gevormd waren om als onderzoeker in A.I. deze onderzoeksgroepen te gaan versterken. Het ontbreken van zo een opleiding was niet echt verrassend, vermits de vereiste expertise voor een onderzoeker in de artificiële intelligentie van nature multidisciplinair is en dat er op dat moment weinig of geen multidisciplinaire, groepsoverschrijdende opleidingen bestonden. De ambitie was om een nieuwe opleiding op te richten die de expertise van tal van faculteiten binnen de K.U.Leuven rond artificiële intelligentie bundelde en die studenten voorbereidde op multidisciplinair onderzoek binnen één van de vele organiserende onderzoeksgroepen, of in universitaire onderzoeksgroepen of onderzoekscentra buiten de K.U.Leuven, of voor werkzaamheden binnen de bedrijven die de nieuwe tendensen rond artificiële intelligentie wensten op te volgen.
Het multidisciplinaire karakter uit zich ondermeer in het feit dat zeven verschillende faculteiten uit de K.U.Leuven van bij het oprichten van de opleiding betrokken waren (Toegepaste wetenschappen – nu Ingenieurswetenschappen, Wetenschappen, Geneeskunde, Psychologie en pedagogische wetenschappen, Filosofie, Rechtsgeleerdheid en Letteren). Sinds 2007 is de enige betrokken docent van de Faculteit Rechtsgeleerdheid opgenomen in het kader van het departement Computerwetenschappen en is de Faculteit Rechtsgeleerdheid niet meer betrokken bij het programma. De penvoerende faculteit voor de opleiding is de faculteit Ingenieurswetenschappen. De meeste van de betrokken faculteiten zijn vertegenwoordigd in de permanente onderwijscommissie (POC) Artificiële Intelligentie.
De onderzoeksoriëntatie van de opleiding uitte zich toen vooral in het feit dat een groot aandeel van de docenten die initieel bij de opleiding betrokken waren bestond uit bevoegdverklaarde navorsers van het FWO. Ook vandaag nog is een groot deel van de docenten ex-vast-FWOer of BOF-professor.

Vanaf het begin werd er geopteerd voor een internationaal gerichte opleiding. Alle opleidingsonderdelen werden vanaf de oprichting in het Engels verzorgd. De instroom is over het 20-jarige bestaan van de opleiding ongeveer voor de helft internationaal geweest.

Er werd van in het begin ook geopteerd voor een post-graduate opleiding (een masteropleiding volgend op een masteropleiding). Van instromende studenten werd verwacht dat ze reeds de maturiteit van een master in een andere discipline hadden verworven. De opleiding bouwt voort op de vaardigheden waarover afgestudeerden uit diverse initiële masteropleidingen beschikken, om ze van daaruit verder voor te bereiden op onderzoek in artificiële intelligentie.
Organisatorische context
Omdat het MAI programma multidisciplinair is, wordt het onderwijs verzorgd door personeel van zes verschillende faculteiten: naast de penvoerende faculteit Ingenieurswetenschappen zijn dat de faculteiten Wetenschappen, Geneeskunde, Letteren, Psychologie en Pedagogische Wetenschappen en Wijsbegeerte. Deze faculteiten overstijgen zelfs de groepsstructuur van de universiteit. Vanuit elk van de drie groepen van de universiteit zijn er faculteiten betrokken deze opleiding. Binnen deze faculteiten gaat het meer specifiek om de volgende departementen en/of onderzoekseenheden:


  • Ingenieurswetenschappen:

    • departement Computerwetenschappen (onderzoekseenheden: Declaratieve Talen en Artificiële Intelligentie, Gedistribueerde Systemen en Computer Netwerken, HyperMedia en DataBases en Technisch-Wetenschappelijk Rekenen),

    • departement Electrotechniek-ESAT (onderzoekseenheden: Signals, Identification, System Theory and Automation en Centrum voor Beeld- en Spraakverwerking)

    • departement Werktuigkunde (onderzoekseenheid: Mechatronica en Robotica),

  • Wetenschappen: departement Fysica (onderzoekseenheid: Fysica van wanordelijke systemen),

  • Geneeskunde: afdeling Neurofysiologie (onderzoekseenheid: Computational Neuroscience), labaratorium voor Moleculaire en Cellulaire Signaaltransmissie en afdeling Experimentele Oto-rino-laryngologie,

  • Letteren: subfaculteit Taalkunde (onderzoekseenheid: Nederlandse, Duitse en Computationele Taal-kunde),

  • Psychologie en Pedagogische Wetenschappen: onderzoekseenheid Psychologie (onderzoekseenheden: Laboratorium voor Experimentele Psychologie en Onderzoeksgroep Hogere Cognitie en Individuele Verschillen),

  • Wijsbegeerte: onderzoekseenheid: Centrum voor Logica en Analytische Wijsbegeerte.

Er is geen departement of faculteit waarbinnen de opleiding zich organisatorisch situeert. Er is wel een penvoerende faculteit, de faculteit Ingenieurswetenschappen, die administratief verantwoordelijk is voor de opleiding. Dit houdt ondermeer in dat de algemene POC Ingenieurswetenschappen programmahervormingen voorgesteld door de POC MAI bespreekt en eventueel goedkeurt, dat deliberaties voor de opleiding MAI door de faculteit Ingenieurswetenschappen worden georganiseerd, dat plaatsvervangingen en vacante onderwijsopdrachten via deze faculteit worden aangevraagd (maar voor opdrachten toebehorend aan een andere faculteit in overleg met de andere faculteit worden behandeld), dat vernieuwing van onderwijsopdrachten binnen MAI door deze faculteit op de agenda worden geplaatst, dat aanvaardingsbrieven voor Belgische aanvragers voor het programma door deze faculteit worden uitgestuurd. Een hoeveelheid andere taken die te maken hebben met studentenadministratie voor de MAI studenten worden door het programma zelf gefinancierd en sinds 2008-2009 door het departement Computerwetenschappen ondersteund. Dit betreft onder andere: opmaak van de MAI web pagina’s, opvolging van de keuze van de thesisonderwerpen, opmaken van uurrooster, opmaken van examenroosters, het administratief ondersteunend werk bij het opstellen van het zelfstudierapport.



Organisatie van de voorbereidende activiteiten voor het zelfstudierapport
De organisatie rond het opstellen van het zelfstudierapport is van start gegaan bij het begin van het academiejaar 2007-2008. Er werd een subcommissie van de POC Artificiële Intelligentie opgericht waarin de zelfstudie werd uitgewerkt. Deze commissie bestond uit:

  • vertegenwoordigers van het ZAP (Zelfstandig Academisch Personeel), docenten uit de opleiding, tevens leden van de POC, met minstens één vertegenwoordiger uit elk van de opties in het programma,

  • vertegenwoordigers uit het BAP (Bijzonder Academisch Personeel), betrokken bij het verzorgen van oefensessies of practica in de opleiding,

  • studenten uit de opleiding,

  • onderwijsondersteuners uit DUO (Dienst Universitair Onderwijs) en de penvoerende faculteit Ingenieurswetenschappen,

  • een ondersteuner van het secretariaat van het departement computerwetenschappen.

Voorzitter van de commissie was de programmadirecteur van het MAI programma. Vermits er op 1 augustus 2008 een wisseling van programmadirecteur voor MAI werd doorgevoerd, is op dat moment ook het voorzitterschap van de commissie gewijzigd. Prof. Johan Suykens was voorzitter tot 31 juli 2008, Prof. Daniel De Schreye was voorzitter vanaf 1 augustus 2008. De wisseling van voorzitter heeft de werking van de commissie in geen enkel opzicht verstoord.

De commissie kwam tussen september 2007 en mei 2008 maandelijks samen. In juni en september vergaderden de ZAP leden van de commissie afzonderlijk teneinde de coördinatie van het schrijven van het uiteindelijke rapport op zich te nemen.

Concreet waren de volgende personen lid van de commissie:



  • Johan Suykens (voorzitter tot 31 juli 2008, ZAP, Faculteit Ingenieurswetenschappen, programmadirecteur MAI tot 31 juli 2008)

  • Daniel De Schreye (voorzitter vanaf 1 augustus 2008, ZAP, Faculteit Ingenieurswetenschappen, programmadirecteur MAI vanaf 1 augustus 2008)

  • Frank Van Eynde (ZAP, Faculteit Letteren, lid POC MAI, coördinator van de Speech and Language Technology optie)

  • Walter Schaeken (ZAP, Faculteit Psychologie en pedagogische wetenschappen, lid POC MAI, coördinator van de Cognitive Science optie)

  • Robby Goetschalckx (BAP, Faculteit Ingenieurswetenschappen, lid POC MAI)

  • Geert Willems (BAP, Faculteit Ingenieurswetenschappen, lid POC MAI)

  • Eirik Opland (student, lid POC MAI)

  • Nora Serag (student, lid POC MAI)

  • Alexandra Verhagen (DUO)

  • Hilde Creten (DUO)

  • Marie-Paule Buyse (onderwijsondersteuner Faculteit Ingenieurswetenschappen)

  • Ghita Saevels (secretariaat departement computerwetenschappen)

De commissie heeft in de loop van het academiejaar 2007-2008 de volgende acties ondernomen om de sterke en zwakke punten van de opleiding in kaart te brengen:

  • Bevraging van de alumni MAI van de laatste vijf academiejaren:

    • Focus: Feitelijke informatie verwerven rond onder andere beroepsprofielen en relevantie van de opleiding voor de beroepsprofielen, alsook een sterkte/zwakte analyse van het programma door de alumni. Voornamelijk open-invoer bevraging.

    • Timing: eind voorjaar 2008.

  • Bevraging van de studenten:

    • Focus: Meningen van de studenten rond een brede waaier van aspecten die relevant zijn voor het zelfstudierapport. Voornamelijk numerische bevraging, maar met mogelijkheid tot open commentaren na elk hoofdstuk van de bevraging.

    • Timing: lente 2008.

  • Bevraging AAP/BAP:

    • Focus: Open vraag naar meningen van het assisterend academisch personeel aangaande de opleiding.

    • Timing: lente 2008.

  • Conclaaf docenten MAI:

    • Focus: Bespreking van de resultaten van de bevragingen alumni, studenten en AAP/BAP. Formuleren van reacties en van te nemen acties aangaande de resultaten van de bevragingen. Sterkte/zwakte analyse van het programma.

    • Timing: eind lente 2008.

De redactie van dit zelfstudierapport kwam tot stand in de periode juni-november 2008, met bijdragen van alle leden van de commissie. De vier ZAP leden van de commissie hebben hierbij voornamelijk het voortouw genomen.

Het rapport is overwegend opgesteld in het Nederlands, met uitzondering van de hoofdstukken 1 (doelstellingen) en 2 (programma). Deze twee hoofdstukken zijn in sterkere mate relevant voor de studenten uit het MAI programma en werden daarom in het Engels geschreven.
Toelichting betreffende de bevraging van de betrokkenen.
De bevraging van de studenten 2007-2008 gebeurde voornamelijk op basis van beweringen waarop de studenten konden aangeven of ze het al dan niet met de bewering eens waren. De mogelijke antwoorden waren ‘helemaal niet akkoord’ (1), ‘niet akkoord’ (2), ‘akkoord’ (3), ‘volledig akkoord’ (4). Voor vele van de thema’s binnen het zelfstudierapport zullen we verwijzen naar de relevante vragen uit de bevraging van de studenten en geven we een interpretatie van de antwoorden op die vragen. We vatten daarbij de antwoorden van de studenten op twee manieren samen. Enerzijds geven we het afgerond percentage van de studenten die zich ‘akkoord’ of ‘volledig akkoord’ verklaarden met de bewering. Anderzijds geven we het gemiddelde en de standaard afwijking van de numerische antwoorden van de studenten, op de schaal van 1 tot 4.
De bevraging van de alumni afgestudeerd in de jaren 2003 tot 2007 gebeurde voornamelijk op basis van vrije commentaren. Alumni werden voornamelijk bevraagd over de sterke en zwakke punten van de opleiding. Daarnaast leverden ze ook gegevens aan rond de instroom en rond de professionele oriëntering van de afgestudeerden. De feedback van de alumni werd in beter interpreteerbare informatie omgezet door categorisering van hun commentaren. Er werd geteld hoe vaak een gelijkaardige opmerking in positieve zin naar voor kwam en daarvan werd afgetrokken hoe vaak een gelijkaardige commentaar als negatief beoordeeld werd. Deze aantallen worden in het zelfstudierapport in termen van percentages van het totale aantal respondenten weergegeven.

De bevraging van de AAP/BAP bestond uit volledig open commentaren. De resultaten van deze bevraging waren zeer sterk in dezelfde lijn als die van studenten en alumni en worden slechts sporadisch naar voor gebracht in het rapport.


De bevraging van de docenten nam de vorm aan van een conclaaf, waarop de docenten enerzijds de reacties van de andere betrokkenen bespraken, reacties en acties formuleerden, en anderzijds zelf een SWOT-analyse voor de opleiding maakte. De overwegingen en voorgestelde acties door de docenten worden in het rapport opgenomen.
Onderwerp 1: Doelstellingen van de opleiding
Facet 1.1 Niveau en oriëntatie
1.1.1 Algemene opleidingsdoelstellingen
The MAI-programme aims at instructing and training students on state of the art knowledge and techniques in Artificial Intelligence, with specific focus either on Engineering and Computer Science technology (ECS), on Cognitive Science (CS) or on Speech and Language Technology (SLT), depending on their selected option within the programme. It aims at introducing the students to the concepts, methods and tools in the field. It aims at instructing students on the methods and the achievements in a number of advanced scientific, technological and application areas and making them familiar with the current research directions in these areas. It aims at bringing students to a level of knowledge, understanding, skills and experience that is needed to actively conduct fundamental or applied research on an international level. In particular, it aims at providing students with a critical scientific attitude towards the central themes of A.I.

As a master-after-master programme, it is assumed that the students entering this programme have already achieved the general skills, abilities and attitudes defined for any masters’ programme. Nevertheless, it is also within the aims of the programme to further strengthen the skills, abilities and attitudes, as defined in the concept of Guided independent learning (see 1.1.2 below), within the specific scientific context that A.I. offers.


In the above, we have been vague in the expressions “a number of advanced scientific, technological and application areas” and “the central themes of A.I.”. Concerning the first, the aim is to offer a wide range of areas of A.I. and to allow students the freedom to select those areas which correspond to their own interests and backgrounds. Some examples of what we consider as advanced areas in this programme are: Advanced Programming Languages for A.I., Selected Topics in Logic Programing, Robotics, Cybernetics, Biometric System Concepts, Computer Vision, Knowledge Extraction for Expert Systems, Psycholinguistics, Speech Recognition, Speech Synthesis, Support Vector Machines, Text-Based Information Retrieval, Data Mining, among many others.

Concerning “the central themes of A.I.”: artificial intelligence is a very wide field of research, with considerably different perspectives depending on whether the field is approached from a computer science and engineering angle, or from a humanities angle or from a speech and language angle. We have chosen to offer these three different perspectives on the field within this programme. As a result, which themes are central to A.I. is dependent on the perspective.

In the formulation of the general learning outcomes below, we indicate the themes which we consider to be central to all the perspectives (all the options) offered in the programme.
Based on the above goals, we have the following learning outcomes for the programme as a whole.
General learning outcomes for the programme as a whole

a. Knowledge level:

Graduated students have a good understanding of the concepts, the methods, and the applicability of the fundamentals of A.I., including:

-          basic knowledge representation formalisms,

-          search and problem solving techniques,

-          the basics of neuroscience and neural computing,

-          the basics of the multi-disciplinary study of the human mind.

Graduated students have a good understanding of the concepts and techniques of an Object Oriented or an A.I.-programming language.

Graduated students have a good understanding of the basics of several advanced areas of A.I. and with the current research directions taken in these areas.



b. Skills:

General:


Graduated students are able to conduct fundamental or applied research in one of the areas of artificial intelligence. This means that they are able to formulate research goals, determine trajectories that achieve these goals, collect and select information relevant to achieve the research goals and interpret collected information on the basis of a critical research attitude.

They are able to read and comprehend the international scientific literature on A.I. (in English).

They are able to write a scientific paper on A.I. (in English).

They are able to give a scientific presentation on A.I. (in English).

Specific:

Graduated students are able to write programs in an Object Oriented or an A.I.-programming language.



c. Attitudes:

Graduated students possess an attitude of approaching and investigating A.I. and A.I.-problems from a multi-disciplinary perspective. They possess a critical scientific attitude towards the central themes of A.I.



1.1.2 Academische gerichtheid en beroepsgerichtheid van het programma.
Academic orientation
The goals of the programme are aimed at bringing students to the following academic skills. Graduates are able

  • to formulate research goals in the context of an area in A.I.,

  • to determine trajectories that achieve these goals,

  • to collect and select information relevant to achieve the research goals,

  • to interpret collected information on the basis of a critical research attitude,

  • to read and comprehend the international scientific literature on A.I. (in English),

  • to write a scientific paper on A.I. (in English),

  • to give a scientific presentation on A.I. (in English),

The motivation for setting up the interfaculty MAI-programme in 1988 was that a large number of research units at K.U.Leuven were active on research in various areas of Artificial Intelligence. In setting up this programme, the main aim was to achieve an efficient structure for knowledge transfer on research related themes in A.I., mostly to prepare students for PhD-research.

Today, although the impact of industrial applications of A.I. technology has much increased and many students find their professional career more in industry than at the university, the focus in the MAI-programme on state-of-the-art research areas in A.I. has remained unchanged and a significant number of graduates from the MAI-programme enter PhD programmes.

From our questionnaire to recent alumni (see Appendix 6.2) we learned that more than 40% (52 out of 128) of the responding alumni started a PhD after graduating from the MAI-programme.
Guided Independent Learning

Guided independent learning is a central concept for education at K.U.Leuven. The concept was developed in line with recent scientific insights in the area of learning and teaching in higher education and is the translation of what is meant with 'good education' at K.U.leuven. Guided independent learning assumes that the education should be scientifically underpinned. It considers students' participation in research as characteristic for university education. Because of its focus on the close relationship between research and education, Guided independent learning states that the following goals should be aimed for in each study programme:



  • to have knowledge of the results of scientific work situated in time and space,

  • to have insight in the way in which research results come about,

  • to be able to independently give meaning to new information,

  • to be able to provide an active contribution to the knowledge development processes,

  • to be able to come to an informed judgment on the basis of critical insight in the underlying processes and, in that way, take well-reasoned social attitudes.

The MAI-programme adheres to the goals of Guided independent learning, but as already stated above, students entering the programme should already have reached these goals in a previous master's programme. Rather than obtaining these goals again, the programme aims more to reinforce these skills.

Professional market

Compared to the start of the programme, 20 years ago, the industrial relevance of A.I.-technology has grown significantly. But even today, at least within the Belgian context, there are only few A.I.-dedicated companies. The professional market for graduates of the MAI-programme consists partly of the academic world and partly of a very broad range of companies, for which the use of A.I.-technology is beneficial for their business. It is not the goal to redirect students to a completely new professional market than the one they aimed at in their initial masters’ degree.

Nevertheless, there is a renewed strong interest in A.I. in today’s society. In the Framework Programme 7 of the European Commission, 40 MEuro has been budgeted in support of research in Robotics and Cognitive Science. Many national and international projects are ongoing in central themes of A.I. The society’s interest in this field is not diminishing, but the industrial exploitation is not as fast as we could hope for.
Professional orientation

On the level of professional orientation, the goal of the MAI-programme is to complement the students' prior study with state of the art knowledge, insights, skills and attitudes related to A.I. and A.I. technologies. Some students use this complement to enter PhD programmes. Others typically use this complement to obtain a somewhat different function profile within companies of the professional market of their prior degree. Often this means that our graduates take on more research related positions within the context of their prior degree. A typical example is that of a master in Informatics, who uses his/her additional MAI degree to obtain functions in an ICT company in which he/she explores the applicability of novel A.I. technology to improve the company's business. Many of these people apply machine learning or data-mining techniques, natural language processing or advanced search or problem solving techniques to problems within the fields of their prior study.


In general, because the professional market for our graduates is very broad and because our students have already been trained towards a professional orientation in their prior masters' study, our goals in terms of professional orientation are:

  • to complement the students' prior study with state of the art knowledge, insights, skills and attitudes related to A.I. and A.I. technologies (as stated above),

  • to further strengthen the research related goals expressed in the goals stated for Guided independent learning, in order to prepare students for doctoral or industrial research in A.I.,

  • to further strengthen the students' abilities in oral and written communication.

International character

The international character of A.I. (technology) is self-evident and it is therefore the explicit goal to instruct the students in an international context. From the questionnaire to recent alumni, about 10% of the responding alumni mention the international context as one of the strongest points of the programme.

Students and teaching assistants from a range of nationalities and cultures interact with each other on a daily basis. Many teaching assistants are ex-students from the programme and therefore often non-Belgians. The teaching language is English. The text books or research papers used as course material in the courses are most often international. The lecturers and teaching assistants are active researchers in the internationally organized field of research in Artificial Intelligence. Many lecturers are actively involved in other international education programmes (see Appendix 3.4). Specifically for the Speech and Language Technology option in the programme, this option forms part of the European Masters in Language and Speech initiative (see Section 1.2).



  1   2   3   4   5   6   7   8   9   10   11


De database wordt beschermd door het auteursrecht ©opleid.info 2017
stuur bericht

    Hoofdpagina