最近、教師や教育機関は、機械学習 (ML) について教える場合でも、授業計画の作成、採点、その他の教育アプリケーションに人工知能 (AI) を組み込む場合でも、カリキュラムに人工知能 (AI) を組み込むさまざまな方法を模索しています。 生成 AI モデル、特に大規模言語モデル (LLM) は、教育に対する AI の影響を劇的に加速させました。 生成 AI および自然言語プログラミング (NLP) モデルは、パーソナライズされた学習コンテンツを生成し、生徒に魅力的な学習体験を提供することで、教育と学習を強化する大きな可能性を秘めています。
この投稿では、教師がコース教材を作成し、生徒が英語の単語や文章を学習するための生成 AI ソリューションを作成します。 学生が回答を提供すると、ソリューションはリアルタイムの評価を提供し、学生の回答を改善するための個別のフィードバックとガイダンスを提供します。
具体的には、教師はこのソリューションを使用して次のことを行うことができます。
- プロンプトから質問と回答を生成して、学生向けの課題を作成します
- プロンプトから割り当てを表す画像を作成します
- 新しい割り当てをデータベースに保存する
- データベースから既存の割り当てを参照する
学生はこのソリューションを使用して次のことを行うことができます。
- 課題データベースから課題を選択して確認する
- 選択した課題の質問に答えます
- 解答の採点結果をリアルタイムで確認
- 回答に対して提案された文法上の改善点を確認します。
- 回答に対する提案された文の改善を確認します。
- 推奨された回答を読む
を使用してソリューションを作成する手順を説明します。 アマゾンの岩盤, Amazon エラスティック コンテナ サービス (Amazon ECS)、 アマゾンCloudFrontの, 弾性負荷分散(ELB), Amazon DynamoDB, Amazon シンプル ストレージ サービス (Amazon S3)、および AWSクラウド開発キット (AWS CDK)。
ソリューションの概要
次の図は、ソリューションで使用されるリソースとサービスを示しています。
このソリューションはスケーラブルなサービスとして実行されます。 教師と生徒はブラウザを使用してアプリケーションにアクセスします。 コンテンツは、Application Load Balancer をオリジンとして Amazon CloudFront ディストリビューションを通じて提供されます。 生成された画像は S3 バケットに保存され、教師の課題と生徒の解答とスコアは別の DynamoDB テーブルに保存されます。
このソリューションでは、Amazon Bedrock を使用して質問、回答、課題画像を生成し、学生の回答を採点します。 Amazon Bedrock は、主要な AI スタートアップ企業と Amazon の基盤モデルを使いやすい API インターフェイス経由で利用できるようにするフルマネージド サービスです。 このソリューションではまた、 文法エラー修正 API と APIの言い換え AI21 から単語や文章の修正を推奨します。
実装の詳細については、次のセクションで説明します。 ソースコードは次の場所で入手できます。 GitHubリポジトリ.
前提条件
生成 AI、ML、およびこのソリューションで使用されるサービス (Amazon Bedrock、Amazon ECS、Amazon CloudFront、Elastic Load Balancing、Amazon DynamoDB、Amazon S3 など) に関するある程度の知識が必要です。
ソリューションの構築とデプロイには AWS CDK を使用します。 セットアップ手順については、 READMEファイル.
課題の作成
教師は、次の GUI ページを使用して、入力テキストから課題を作成できます。 課題は、入力テキスト、テキストから生成された質問と回答、入力テキストから生成されて課題を表す画像で構成されます。
この例では、教師が次のように入力します。 子供と自転車の安全性 米国運輸省のガイドライン。 入力テキストには、ファイルを使用します bike.safe.riding.tips.txt.
以下は生成された画像出力です。
生成された質問と回答は次のとおりです。
"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."
教師は、生徒が入力テキストを読み、生成された質問に答えることで課題を完了することを期待します。
ポータルは Amazon Bedrock を使用して質問、回答、画像を作成します。 Amazon Bedrock は、API インターフェイスを通じて基盤モデルを公開することで、生成 AI ソリューションの開発をスピードアップします。 ファイル内のソースコードを見つけることができます 1_Create_Assignments.py.
ポータルは XNUMX つの基礎モデルを呼び出します。
- 安定拡散XL 関数を使用して画像を生成するには
query_generate_image_endpoint
- 人間的クロード v2 関数を使用して質問と回答を生成する
query_generate_questions_answers_endpoint
ポータルは、load_file_to_s3 関数を使用して、生成されたイメージを S3 バケットに保存します。 入力テキスト、教師 ID、生成された質問と回答、ロードされた画像の S3 バケット リンクに基づいて課題を作成します。 関数を使用して、DynamoDB テーブル割り当てへの割り当てを保存します。 insert_record_to_dynamodb
.
DynamoDB テーブルを作成する AWS CDK コードはファイル内にあります。 cdk_stack.py.
課題を表示する
教師は、次の GUI ページを使用して、課題と生成された成果物を参照できます。
ポータルはこの機能を使用します get_records_from_dynamodb
DynamoDB テーブル割り当てから割り当てを取得します。 関数を使用します download_image
S3 バケットからイメージをダウンロードします。 ファイル内のソースコードを見つけることができます 2_Show_Assignments.py.
質問に答えます
生徒は教師の課題を選択して読み、課題の質問に答えます。
ポータルは魅力的な学習体験を提供します。 たとえば、学生が「事故の際に脳を守るために帽子をかぶる必要がある」という答えを提供すると、ポータルはその答えを正解と比較してリアルタイムで答えを採点します。 このポータルでは、同じ質問に対するすべての学生の回答もランク付けされ、上位 XNUMX つのスコアが表示されます。 ファイル内のソースコードを見つけることができます 3_Complete_Assignments.py.
ポータルは、学生の回答を回答と呼ばれる DynamoDB テーブルに保存します。 DynamoDB テーブルを作成する AWS CDK コードはファイル内にあります。 cdk_stack.py.
学生の解答を採点するために、ポータルは Amazon Titan 埋め込みモデル 生徒の解答と正解を数値表現に変換し、それらの類似性をスコアとして計算します。 解決策はファイル内にあります 3_Complete_Assignments.py.
ポータルは、生徒の解答に対して文法的な修正や文章の改善の提案を生成します。 最後に、ポータルには質問に対する正しい答えが表示されます。
ポータルは、AI21 の文法エラー修正 API と言い換え API を使用して、推奨される文法および文章の改善を生成します。 AI21 言い換えモデルは、SageMaker の基礎モデルとして利用できます。 AI21 言い換えモデルを SageMaker の推論ポイントとしてデプロイし、推論ポイントを呼び出して文章の改善を生成できます。
機能 generate_suggestions_sentence_improvements
および generate_suggestions_word_improvements
ファイル内 3_Complete_Assignments.py AI21 REST API エンドポイントを使用する別の方法を示します。 API を呼び出すには、AI21 アカウントを作成し、アカウントに関連付けられた API キーを見つける必要があります。 試用期間終了後は呼び出し料金を支払う必要があります。
まとめ
この投稿では、AI 支援ソリューションを使用して、複数の生成 AI モデルと NLP モデルを使用して教育と学習のエクスペリエンスを向上させる方法を説明しました。 同じアプローチを使用して、他の生成 AI プロトタイプやアプリケーションを開発できます。
生成 AI の基礎と、高度なプロンプト手法を含む基礎モデルの操作方法に興味がある場合は、実践コースをチェックしてください。 LLM を使用した生成 AI。 これは、LLM を使用して生成 AI アプリケーションを構築する方法を学びたいデータ サイエンティストとエンジニアを対象とした、オンデマンドの 3 週間のコースです。 これは、Amazon Bedrock を使用して構築を始めるのに適した基盤です。 訪問 Amazon Bedrock の機能ページ および サインアップして Amazon Bedrock について詳しく知る.
著者について
ジェフ・リー AWS のプロフェッショナル サービス チームのシニア クラウド アプリケーション アーキテクトです。 彼は、顧客と深く関わってソリューションを作成し、ビジネス イノベーションをサポートするアプリケーションを最新化することに情熱を持っています。 余暇には、テニスをしたり、音楽を聴いたり、読書を楽しんでいます。
アイザック・プリヴィテラ のシニア データ サイエンティストです。 ジェネレーティブAIイノベーションセンターでは、顧客のビジネス上の問題に対処するためのオーダーメイドの生成 AI ベースのソリューションを開発しています。 彼は主に、検索拡張生成 (RAG) と思考連鎖推論を使用した責任ある AI システムの構築に取り組んでいます。 余暇には、ゴルフ、フットボール、愛犬バリーとの散歩を楽しんでいます。
ハリシュ・バスワニ アマゾン ウェブ サービスのプリンシパル クラウド アプリケーション アーキテクトです。 彼はクラウド ネイティブ アプリケーションの設計と構築を専門とし、顧客がクラウド変革の過程でベスト プラクティスを実現できるようにします。 仕事以外では、ハリッシュと妻のシミンは受賞歴のある独立系短編映画プロデューサーであり、5 歳の息子カランと時間を過ごすのが大好きです。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://aws.amazon.com/blogs/machine-learning/develop-generative-ai-applications-to-improve-teaching-and-learning-experiences/
- :は
- :どこ
- $UP
- 125
- 173
- 7
- a
- 私たちについて
- アクセス
- 住所
- 高度な
- 後
- 先んじて
- AI
- AIモデル
- AIシステム
- すべて
- また
- 代替案
- 常に
- Amazon
- Amazon Webサービス
- an
- および
- 回答
- 回答
- API
- API
- 申し込み
- アプローチ
- です
- 人工の
- 人工知能
- 人工知能(AI)
- AS
- アセスメント
- 関連する
- At
- 増強された
- 利用できます
- 避ける
- 受賞歴のある
- AWS
- スイング
- バランシング
- ベース
- BE
- なぜなら
- 背後に
- 別注
- BEST
- ベストプラクティス
- 脳
- 明るい
- 壊れた
- ブラウザ
- ビルド
- 建物
- ビジネス
- by
- 呼ばれます
- 缶
- チェーン
- チェック
- クラウド
- コード
- 比較
- コンプリート
- 含む
- 計算
- コンテナ
- コンテンツ
- 正しい
- 補正
- コース
- Crash
- 作ります
- 作成します。
- 作成
- Customers
- 危険な
- 暗いです
- データ
- データサイエンティスト
- 深いです
- 深層学習
- 部門
- 展開します
- 細部
- 開発する
- 開発
- 開発
- 異なります
- ディストリビューション
- ダイビング
- do
- 犬
- ダウンロード
- 劇的に
- ドライバー
- 使いやすい
- 教育
- 教育の
- 可能
- 魅力的
- エンジニア
- 英語
- 高めます
- エラー
- 例
- 既存の
- 期待する
- 体験
- エクスペリエンス
- 特徴
- フィードバック
- File
- 膜
- 最後に
- もう完成させ、ワークスペースに掲示しましたか?
- 点滅する
- フォロー中
- サッカー
- Foundation
- から
- 完全に
- function
- 機能
- 基礎
- 生成する
- 生成された
- 生成
- 生成
- 世代
- 生々しい
- 生成AI
- ガラス
- ゴルフ
- 良い
- グレード
- 素晴らしい
- ガイダンス
- ガイドライン
- 実践的な
- もっと強く
- 持っています
- 持ってる
- he
- 彼の
- 認定条件
- How To
- HTML
- HTTPS
- ID
- 画像
- 画像
- 影響
- 実装
- 改善します
- 改善
- in
- 含めて
- 組み込む
- 組み込む
- 独立しました
- 革新的手法
- イノベーション
- 入力
- 機関
- 説明書
- インテリジェンス
- 興味がある
- インターフェース
- に
- 呼び出す
- IT
- ITS
- 旅
- JPG
- キー
- 知識
- 言語
- 大
- 主要な
- LEARN
- 学習
- レッスン
- 生活
- ような
- LINK
- 耳を傾ける
- 負荷
- 見て
- 見
- 愛
- 機械
- 機械学習
- make
- 作る
- マネージド
- 材料
- ML
- モデル
- 近代化します
- 他には?
- の試合に
- 音楽を聴く際のスピーカーとして
- ネイティブ
- ナチュラル
- 必要
- Neon
- 新作
- 夜
- NLP
- of
- オファー
- 古い
- on
- オンデマンド
- or
- 起源
- その他
- 私たちの
- でる
- 出力
- 外側
- ページ
- 特定の
- 部品
- 情熱的な
- 支払う
- のワークプ
- 期間
- カスタマイズ
- 場所
- プラン
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- 再生
- ポイント
- ポータル
- ポスト
- 潜在的な
- プラクティス
- 主に
- 校長
- 問題
- 生産者
- プロ
- プログラミング
- 正しく
- 守る
- プロトタイプ
- 提供します
- は、大阪で
- 提供
- 質問
- 質問
- ランク
- リーディング
- リアル
- への
- 推奨する
- 推奨される
- 表す
- リソース
- 責任
- REST
- レビュー
- Ride
- ライディング
- 実行
- 安全な
- セージメーカー
- 同じ
- Save
- ド電源のデ
- 科学者
- 科学者たち
- スコア
- セクション
- 安全に
- 選択
- シニア
- 文
- 別
- サービスを提供
- サービス
- サービス
- ショート
- すべき
- 表示する
- 示されました
- 作品
- 簡単な拡張で
- So
- 溶液
- ソリューション
- 一部
- 息子
- ソース
- ソースコード
- 専門にする
- 速度
- 支出
- start
- スタートアップ
- 米国
- ステップ
- ストレージ利用料
- 学生
- 生徒
- サポート
- 確か
- システム
- テーブル
- 教師
- ティーチング
- チーム
- テクニック
- 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다.
- それ
- ソース
- アプリ環境に合わせて
- その後
- この
- 考え
- 三
- 介して
- 時間
- ヒント
- タイヤ
- タイタン
- 〜へ
- top
- 変換
- 翻訳する
- 輸送サービス
- トライアル
- 2
- ユナイテッド
- 米国
- つかいます
- 中古
- 使用されます
- 車
- 、
- 目に見える
- 訪問
- 歩く
- ウォーキング
- 欲しいです
- 仕方..
- 方法
- we
- ウェブ
- Webサービス
- この試験は
- いつ
- かどうか
- while
- 誰
- なぜ
- 妻
- 意志
- Word
- 言葉
- 仕事
- ワーキング
- 作品
- You
- あなたの
- ゼファーネット