Recentemente, gli insegnanti e le istituzioni hanno cercato modi diversi per incorporare l'intelligenza artificiale (AI) nei loro programmi di studio, sia che si tratti di insegnare l'apprendimento automatico (ML) o di incorporarla nella creazione di piani di lezione, valutazione o altre applicazioni educative. I modelli di IA generativa, in particolare i modelli linguistici di grandi dimensioni (LLM), hanno accelerato notevolmente l’impatto dell’IA sull’istruzione. I modelli di intelligenza artificiale generativa e di programmazione del linguaggio naturale (NLP) hanno un grande potenziale per migliorare l’insegnamento e l’apprendimento generando contenuti didattici personalizzati e fornendo esperienze di apprendimento coinvolgenti per gli studenti.
In questo post creiamo una soluzione di intelligenza artificiale generativa per consentire agli insegnanti di creare materiali per il corso e agli studenti di imparare parole e frasi inglesi. Quando gli studenti forniscono risposte, la soluzione fornisce valutazioni in tempo reale e offre feedback e guida personalizzati affinché gli studenti possano migliorare le loro risposte.
Nello specifico, gli insegnanti possono utilizzare la soluzione per effettuare le seguenti operazioni:
- Crea un compito per gli studenti generando domande e risposte da un prompt
- Crea un'immagine dal prompt per rappresentare il compito
- Salvare la nuova assegnazione in un database
- Sfoglia i compiti esistenti dal database
Gli studenti possono utilizzare la soluzione per effettuare le seguenti operazioni:
- Seleziona e rivedi un compito dal database dei compiti
- Rispondi alle domande del compito selezionato
- Controlla i punteggi di valutazione delle risposte in tempo reale
- Esamina i miglioramenti grammaticali suggeriti per le loro risposte
- Esamina i miglioramenti delle frasi suggeriti per le loro risposte
- Leggi le risposte consigliate
Ti guideremo attraverso i passaggi per creare la soluzione utilizzando Roccia Amazzonica, Servizio di container elastici Amazon (Amazon ECS), Amazon CloudFront, Bilanciamento del carico elastico (ELB), Amazon DynamoDB, Servizio di archiviazione semplice Amazon (Amazon S3) e Kit di sviluppo cloud AWS (AWSCDK).
Panoramica della soluzione
Il diagramma seguente mostra le risorse e i servizi utilizzati nella soluzione.
La soluzione funziona come un servizio scalabile. Insegnanti e studenti utilizzano i propri browser per accedere all'applicazione. Il contenuto viene servito tramite una distribuzione Amazon CloudFront con un Application Load Balancer come origine. Salva le immagini generate in un bucket S3 e i compiti dell'insegnante, le risposte e i punteggi degli studenti in tabelle DynamoDB separate.
La soluzione utilizza Amazon Bedrock per generare domande, risposte, immagini di compiti e per valutare le risposte degli studenti. Amazon Bedrock è un servizio completamente gestito che rende disponibili i modelli di base delle principali startup di intelligenza artificiale e di Amazon tramite interfacce API facili da usare. La soluzione utilizza anche l'API di correzione degli errori grammaticali e la parafrasare l'API da AI21 per consigliare correzioni di parole e frasi.
È possibile trovare i dettagli di implementazione nelle sezioni seguenti. Il codice sorgente è disponibile nel file Repository GitHub.
Prerequisiti
Dovresti avere una certa conoscenza di intelligenza artificiale generativa, ML e dei servizi utilizzati in questa soluzione, tra cui Amazon Bedrock, Amazon ECS, Amazon CloudFront, Elastic Load Balancing, Amazon DynamoDB e Amazon S3
Utilizziamo AWS CDK per creare e distribuire la soluzione. Puoi trovare le istruzioni per la configurazione nel file file Leggimi.
Crea compiti
Gli insegnanti possono creare un compito da un testo inserito utilizzando la seguente pagina della GUI. Un compito comprende un testo di input, le domande e le risposte generate dal testo e un'immagine generata dal testo di input per rappresentare il compito.
Per il nostro esempio, un insegnante inserisce il file Bambini e sicurezza in bicicletta linee guida del Dipartimento dei trasporti degli Stati Uniti. Per il testo di input, utilizziamo il file bike.safe.riding.tips.txt.
Quello che segue è l'output dell'immagine generata.
Di seguito sono riportate le domande e le risposte generate:
"question": "What should you always wear when riding a bicycle?",
"answer": "You should always wear a properly fitted bicycle helmet when riding a bicycle. A helmet protects your brain and can save your life in a crash."
"question": "How can you make sure drivers can see you when you are bicycling?",
"answer": "To make sure drivers can see you, wear bright neon or fluorescent colors. Also use reflective tape, markings or flashing lights so you are visible."
"question": "What should you do before riding your bicycle?",
"answer": "Before riding, you should inspect your bicycle to make sure all parts are secure and working properly. Check that tires are inflated, brakes work properly, and reflectors are in place."
"question": "Why is it more dangerous to ride a bicycle at night?",
"answer": "It is more dangerous to ride at night because it is harder for other people in vehicles to see you in the dark."
"question": "How can you avoid hazards while bicycling?",
"answer": "Look ahead for hazards like potholes, broken glass, and dogs. Point out and yell about hazards to bicyclists behind you. Avoid riding at night when it is harder to see hazards."
L'insegnante si aspetta che gli studenti completino il compito leggendo il testo immesso e quindi rispondendo alle domande generate.
Il portale utilizza Amazon Bedrock per creare domande, risposte e immagini. Amazon Bedrock accelera lo sviluppo di soluzioni di intelligenza artificiale generativa esponendo i modelli di base tramite interfacce API. Puoi trovare il codice sorgente nel file 1_Create_Assignments.py.
Il portale invoca due modelli fondamentali:
- Diffusione stabile XL per generare immagini utilizzando la funzione
query_generate_image_endpoint
- Claude antropico v2 per generare domande e risposte utilizzando la funzione
query_generate_questions_answers_endpoint
Il portale salva le immagini generate in un bucket S3 utilizzando la funzione load_file_to_s3. Crea un compito in base al testo immesso, all'ID insegnante, alle domande e risposte generate e al collegamento al bucket S3 per l'immagine caricata. Salva l'assegnazione alle assegnazioni della tabella DynamoDB utilizzando la funzione insert_record_to_dynamodb
.
Puoi trovare il codice AWS CDK che crea la tabella DynamoDB nel file cdk_stack.py.
Mostra compiti
Gli insegnanti possono sfogliare i compiti e gli artefatti generati utilizzando la seguente pagina della GUI.
Il portale utilizza la funzione get_records_from_dynamodb
per recuperare le assegnazioni dalle assegnazioni della tabella DynamoDB. Utilizza la funzione download_image
per scaricare un'immagine dal bucket S3. Puoi trovare il codice sorgente nel file 2_Show_Assignments.py.
Rispondi alle domande
Uno studente seleziona e legge il compito di un insegnante e poi risponde alle domande del compito.
Il portale offre un'esperienza di apprendimento coinvolgente. Ad esempio, quando lo studente fornisce la risposta “Dovrei proteggere il cervello in caso di incidente” il portale valuta la risposta in tempo reale confrontando la risposta con la risposta corretta. Il portale classifica inoltre le risposte di tutti gli studenti alla stessa domanda e mostra i primi tre punteggi. Puoi trovare il codice sorgente nel file 3_Complete_Assignments.py.
Il portale salva le risposte dello studente in una tabella DynamoDB chiamata risposte. Puoi trovare il codice AWS CDK che crea la tabella DynamoDB nel file cdk_stack.py.
Per valutare la risposta di uno studente, il portale richiama il Modello Amazon Titan Embeddings tradurre la risposta dello studente e la risposta corretta in rappresentazioni numeriche e quindi calcolare la loro somiglianza come punteggio. Puoi trovare la soluzione nel file 3_Complete_Assignments.py.
Il portale genera correzioni grammaticali suggerite e miglioramenti delle frasi per la risposta dello studente. Infine, il portale mostra la risposta corretta alla domanda.
Il portale utilizza l'API di correzione degli errori grammaticali e l'API di parafrasi di AI21 per generare i miglioramenti grammaticali e delle frasi consigliati. Il modello di parafrasi AI21 è disponibile come modello di base in SageMaker. Puoi distribuire il modello di parafrasi AI21 come punto di inferenza in SageMaker e richiamare il punto di inferenza per generare miglioramenti della frase.
Le funzioni generate_suggestions_sentence_improvements
ed generate_suggestions_word_improvements
nel file 3_Complete_Assignments.py mostrare un modo alternativo di utilizzare gli endpoint API REST AI21. Devi creare un account AI21 e trovare la chiave API associata al tuo account per richiamare le API. Dovrai pagare per le invocazioni dopo il periodo di prova.
Conclusione
Questo post ti ha mostrato come utilizzare una soluzione assistita dall'intelligenza artificiale per migliorare l'esperienza di insegnamento e apprendimento utilizzando più modelli di intelligenza artificiale e PNL generativi. Puoi utilizzare lo stesso approccio per sviluppare altri prototipi e applicazioni di intelligenza artificiale generativa.
Se sei interessato ai fondamenti dell'intelligenza artificiale generativa e a come lavorare con i modelli di base, comprese le tecniche di prompt avanzate, dai un'occhiata al corso pratico IA generativa con LLM. Si tratta di un corso on demand di 3 settimane per data scientist e ingegneri che desiderano imparare come creare applicazioni di intelligenza artificiale generativa con LLM. È una buona base per iniziare a costruire con Amazon Bedrock. Visitare il Pagina delle funzionalità di Amazon Bedrock ed iscriviti per saperne di più su Amazon Bedrock.
Informazioni sugli autori
Jeff Li è un Senior Cloud Application Architect presso il team dei servizi professionali di AWS. La sua passione è interagire in profondità con i clienti per creare soluzioni e modernizzare le applicazioni che supportano le innovazioni aziendali. Nel tempo libero gli piace giocare a tennis, ascoltare musica e leggere.
Isacco Privitera è Senior Data Scientist presso il Centro per l'innovazione dell'IA generativa, dove sviluppa soluzioni personalizzate basate sull'intelligenza artificiale per affrontare i problemi aziendali dei clienti. Lavora principalmente alla costruzione di sistemi di intelligenza artificiale responsabile utilizzando la generazione aumentata di recupero (RAG) e il ragionamento a catena di pensiero. Nel tempo libero gli piace il golf, il calcio e passeggiare con il suo cane Barry.
Harish Vaswani è Principal Cloud Application Architect presso Amazon Web Services. È specializzato nell'architettura e nella creazione di applicazioni native del cloud e fornisce ai clienti le migliori pratiche nel loro percorso di trasformazione del cloud. Fuori dal lavoro, Harish e sua moglie Simin sono pluripremiati produttori indipendenti di cortometraggi e adorano trascorrere il tempo con il loro figlio di 5 anni, Karan.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
- PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
- PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
- Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
- Fonte: https://aws.amazon.com/blogs/machine-learning/develop-generative-ai-applications-to-improve-teaching-and-learning-experiences/
- :È
- :Dove
- $ SU
- 125
- 173
- 7
- a
- Chi siamo
- accesso
- Il mio account
- indirizzo
- Avanzate
- Dopo shavasana, sedersi in silenzio; saluti;
- avanti
- AI
- Modelli AI
- Sistemi di intelligenza artificiale
- Tutti
- anche
- alternativa
- sempre
- Amazon
- Amazon Web Services
- an
- ed
- rispondere
- risposte
- api
- API
- Applicazioni
- applicazioni
- approccio
- SONO
- artificiale
- intelligenza artificiale
- Intelligenza artificiale (AI)
- AS
- valutazioni
- associato
- At
- aumentata
- disponibile
- evitare
- premiata
- AWS
- equilibratore
- bilanciamento
- basato
- BE
- perché
- prima
- dietro
- su misura
- MIGLIORE
- best practice
- Cervello
- Brillants
- Rotto
- browser
- costruire
- Costruzione
- affari
- by
- detto
- Materiale
- catena
- dai un'occhiata
- Cloud
- codice
- confronto
- completamento di una
- incluso
- Calcolare
- Contenitore
- contenuto
- correggere
- Correzioni
- Portata
- Crash
- creare
- crea
- Creazione
- Clienti
- Pericoloso
- Scuro
- dati
- scienziato di dati
- deep
- apprendimento approfondito
- Shirts Department
- schierare
- dettagli
- sviluppare
- Mercato
- sviluppa
- diverso
- Emittente
- distribuzione
- immersione
- do
- Cane
- scaricare
- drammaticamente
- driver
- facile da usare
- Istruzione
- educativo
- Abilita
- impegnandosi
- Ingegneri
- Inglese
- accrescere
- errore
- esempio
- esistente
- aspetta
- esperienza
- Esperienze
- Caratteristiche
- feedback
- Compila il
- Film
- Infine
- Trovare
- lampeggiante
- i seguenti
- Calcio
- Nel
- Fondazione
- da
- completamente
- function
- funzioni
- Fondamenti
- generare
- generato
- genera
- la generazione di
- ELETTRICA
- generativo
- AI generativa
- vetro.
- golf
- buono
- grado
- grande
- guida
- linee guida
- mani su
- Più forte
- ha
- Avere
- he
- il suo
- Come
- Tutorial
- HTML
- HTTPS
- ID
- Immagine
- immagini
- Impact
- implementazione
- competenze
- miglioramenti
- in
- Compreso
- incorporare
- incorporando
- studente indipendente
- Innovazione
- innovazioni
- ingresso
- Ingressi
- istituzioni
- istruzioni
- Intelligence
- interessato
- interfacce
- ai miglioramenti
- invoca
- IT
- SUO
- viaggio
- jpg
- Le
- conoscenze
- Lingua
- grandi
- principale
- IMPARARE
- apprendimento
- lezione
- Vita
- piace
- LINK
- Ascolto
- caricare
- Guarda
- guardò
- amore
- macchina
- machine learning
- make
- FA
- gestito
- Materiale
- ML
- modello
- modelli
- modernizzare
- Scopri di più
- multiplo
- Musica
- nativo
- Naturale
- Bisogno
- Neon
- New
- notte
- nlp
- of
- Offerte
- Vecchio
- on
- On-Demand
- or
- origine
- Altro
- nostro
- su
- produzione
- al di fuori
- pagina
- particolare
- Ricambi
- appassionato
- Paga le
- Persone
- periodo
- Personalizzata
- posto
- piani
- Platone
- Platone Data Intelligence
- PlatoneDati
- gioco
- punto
- Portale
- Post
- potenziale
- pratiche
- principalmente
- Direttore
- problemi
- Produttori
- professionale
- Programmazione
- propriamente
- protegge
- prototipi
- fornire
- fornisce
- fornitura
- domanda
- Domande
- ranghi
- Lettura
- di rose
- tempo reale
- raccomandare
- raccomandato
- rappresentare
- Risorse
- responsabile
- REST
- recensioni
- VIAGGIO
- equitazione
- corre
- sicura
- sagemaker
- stesso
- Risparmi
- scalabile
- Scienziato
- scienziati
- Punto
- sezioni
- sicuro
- vedere
- selezionato
- anziano
- condanna
- separato
- servito
- servizio
- Servizi
- flessibile.
- Corti
- dovrebbero
- mostrare attraverso le sue creazioni
- ha mostrato
- Spettacoli
- Un'espansione
- So
- soluzione
- Soluzioni
- alcuni
- è composta da
- Fonte
- codice sorgente
- specializzata
- velocità
- Spendere
- inizia a
- Startup
- stati
- Passi
- conservazione
- studente
- Gli studenti
- supporto
- sicuro
- SISTEMI DI TRATTAMENTO
- tavolo
- insegnanti
- Insegnamento
- team
- tecniche
- testo
- che
- I
- L’ORIGINE
- loro
- poi
- questo
- pensiero
- tre
- Attraverso
- tempo
- suggerimenti
- pneumatici
- titano
- a
- top
- Trasformazione
- tradurre
- trasporti
- prova
- seconda
- Unito
- Stati Uniti
- uso
- utilizzato
- usa
- utilizzando
- Veicoli
- via
- visibile
- Visita
- camminare
- a piedi
- volere
- Modo..
- modi
- we
- sito web
- servizi web
- Che
- quando
- se
- while
- OMS
- perché
- moglie
- volere
- con
- Word
- parole
- Lavora
- lavoro
- lavori
- Tu
- Trasferimento da aeroporto a Sharm
- zefiro