Ostatnio nauczyciele i instytucje poszukiwały różnych sposobów włączenia sztucznej inteligencji (AI) do swoich programów nauczania, niezależnie od tego, czy chodzi o nauczanie o uczeniu maszynowym (ML), czy o włączenie jej do tworzenia planów lekcji, oceniania lub innych aplikacji edukacyjnych. Generatywne modele sztucznej inteligencji, w szczególności modele dużych języków (LLM), radykalnie przyspieszyły wpływ sztucznej inteligencji na edukację. Modele generatywnej sztucznej inteligencji i programowania w języku naturalnym (NLP) mają ogromny potencjał w zakresie usprawniania nauczania i uczenia się poprzez generowanie spersonalizowanych treści edukacyjnych i zapewnianie uczniom wciągających doświadczeń edukacyjnych.
W tym poście tworzymy generatywne rozwiązanie AI, które umożliwi nauczycielom tworzenie materiałów szkoleniowych, a uczniom naukę angielskich słów i zdań. Gdy uczniowie udzielają odpowiedzi, rozwiązanie zapewnia oceny w czasie rzeczywistym i oferuje spersonalizowane informacje zwrotne oraz wskazówki dla uczniów, jak poprawić swoje odpowiedzi.
W szczególności nauczyciele mogą wykorzystać to rozwiązanie do wykonania następujących czynności:
- Utwórz zadanie dla uczniów, generując pytania i odpowiedzi na podstawie podpowiedzi
- Utwórz obraz na podstawie monitu, który będzie reprezentował zadanie
- Zapisz nowe zadanie w bazie danych
- Przeglądaj istniejące zadania z bazy danych
Uczniowie mogą wykorzystać rozwiązanie do wykonania następujących czynności:
- Wybierz i przejrzyj zadanie z bazy danych przydziałów
- Odpowiedz na pytania do wybranego zadania
- Sprawdzaj punktację odpowiedzi w czasie rzeczywistym
- Przejrzyj sugerowane ulepszenia gramatyczne swoich odpowiedzi
- Przejrzyj sugerowane ulepszenia zdań w swoich odpowiedziach
- Przeczytaj zalecane odpowiedzi
Przeprowadzimy Cię przez kolejne etapy tworzenia rozwiązania za pomocą Amazońska skała macierzysta, Usługa Amazon Elastic Container Service (Amazonka ECS), Amazon CloudFront, Elastyczne równoważenie obciążenia (ELB), Amazon DynamoDB, Usługa Amazon Simple Storage (Amazon S3) i Zestaw programistyczny AWS Cloud (CDK AWS).
Omówienie rozwiązania
Poniższy diagram przedstawia zasoby i usługi użyte w rozwiązaniu.
Rozwiązanie działa jako skalowalna usługa. Nauczyciele i uczniowie uzyskują dostęp do aplikacji za pomocą przeglądarek. Treść jest dostarczana za pośrednictwem dystrybucji Amazon CloudFront, której źródłem jest Application Load Balancer. Zapisuje wygenerowane obrazy w zasobniku S3 i zapisuje zadania nauczyciela oraz odpowiedzi i wyniki uczniów w oddzielnych tabelach DynamoDB.
Rozwiązanie wykorzystuje Amazon Bedrock do generowania pytań, odpowiedzi, obrazów zadań i oceniania odpowiedzi uczniów. Amazon Bedrock to w pełni zarządzana usługa, która udostępnia podstawowe modele wiodących start-upów AI i Amazon za pośrednictwem łatwych w obsłudze interfejsów API. Rozwiązanie również wykorzystuje API do korekcji błędów gramatycznych oraz parafrazuj API z AI21, aby zalecić poprawki słów i zdań.
Szczegóły implementacji znajdziesz w poniższych sekcjach. Kod źródłowy jest dostępny w pliku Repozytorium GitHub.
Wymagania wstępne
Powinieneś mieć pewną wiedzę na temat generatywnej sztucznej inteligencji, ML i usług wykorzystywanych w tym rozwiązaniu, w tym Amazon Bedrock, Amazon ECS, Amazon CloudFront, Elastic Load Balancing, Amazon DynamoDB i Amazon S3
Do budowy i wdrożenia rozwiązania używamy AWS CDK. Instrukcje konfiguracji można znaleźć w pliku plik readme.
Utwórz zadania
Nauczyciele mogą utworzyć zadanie na podstawie tekstu wejściowego, korzystając z poniższej strony GUI. Zadanie składa się z tekstu wejściowego, pytań i odpowiedzi wygenerowanych na podstawie tekstu oraz obrazu wygenerowanego na podstawie tekstu wejściowego reprezentującego zadanie.
W naszym przykładzie nauczyciel wprowadza Bezpieczeństwo dzieci i rowerów wytyczne Departamentu Transportu Stanów Zjednoczonych. Jako tekst wejściowy używamy pliku bike.safe.riding.tips.txt.
Poniżej znajduje się wygenerowany obraz wyjściowy.
Poniżej znajdują się wygenerowane pytania i odpowiedzi:
"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."
Nauczyciel oczekuje, że uczniowie wykonają zadanie, czytając wprowadzony tekst, a następnie odpowiadając na wygenerowane pytania.
Portal wykorzystuje Amazon Bedrock do tworzenia pytań, odpowiedzi i obrazów. Amazon Bedrock przyspiesza rozwój generatywnych rozwiązań AI, udostępniając podstawowe modele za pośrednictwem interfejsów API. Kod źródłowy znajdziesz w pliku 1_Create_Assignments.py.
Portal odwołuje się do dwóch modeli fundamentów:
- Stabilna dyfuzja XL do generowania obrazów za pomocą tej funkcji
query_generate_image_endpoint
- Antropiczny Claude v2 do generowania pytań i odpowiedzi za pomocą tej funkcji
query_generate_questions_answers_endpoint
Portal zapisuje wygenerowane obrazy do segmentu S3 za pomocą funkcji loading_file_to_s3. Tworzy zadanie na podstawie wprowadzonego tekstu, identyfikatora nauczyciela, wygenerowanych pytań i odpowiedzi oraz łącza do segmentu S3 dla załadowanego obrazu. Zapisuje przypisanie do przypisań tabeli DynamoDB za pomocą funkcji insert_record_to_dynamodb
.
W pliku znajdziesz kod AWS CDK tworzący tabelę DynamoDB cdk_stack.py.
Pokaż zadania
Nauczyciele mogą przeglądać zadania i wygenerowane artefakty, korzystając z poniższej strony GUI.
Portal korzysta z tej funkcji get_records_from_dynamodb
aby pobrać przypisania z przypisań tabeli DynamoDB. Korzysta z funkcji download_image
aby pobrać obraz z segmentu S3. Kod źródłowy znajdziesz w pliku 2_Show_Assignments.py.
Odpowiadać na pytania
Uczeń wybiera i czyta zadanie nauczyciela, a następnie odpowiada na pytania zawarte w zadaniu.
Portal zapewnia wciągającą naukę. Na przykład, gdy uczeń udzieli odpowiedzi „Powinienem chronić mózg w razie wypadku”, portal ocenia odpowiedź w czasie rzeczywistym, porównując ją z poprawną odpowiedzią. Portal klasyfikuje także odpowiedzi wszystkich uczniów na to samo pytanie i wyświetla trzy najlepsze wyniki. Kod źródłowy znajdziesz w pliku 3_Complete_Assignments.py.
Portal zapisuje odpowiedzi ucznia w tabeli DynamoDB zwanej odpowiedziami. W pliku znajdziesz kod AWS CDK tworzący tabelę DynamoDB cdk_stack.py.
Aby ocenić odpowiedź ucznia, portal wywołuje funkcję Model Amazon Titan Embeddings przełożyć odpowiedź ucznia i poprawną odpowiedź na reprezentacje liczbowe, a następnie obliczyć ich podobieństwo jako wynik. Rozwiązanie znajdziesz w pliku 3_Complete_Assignments.py.
Portal generuje sugerowane poprawki gramatyczne i ulepszenia zdań w odpowiedzi ucznia. Wreszcie portal pokazuje poprawną odpowiedź na pytanie.
Portal korzysta z API korekcji błędów gramatycznych oraz API parafrazy z AI21 w celu wygenerowania zalecanych ulepszeń gramatycznych i zdań. Model parafrazy AI21 jest dostępny jako model podstawowy w SageMaker. Możesz wdrożyć model parafrazy AI21 jako punkt wnioskowania w SageMaker i przywołać ten punkt wnioskowania, aby wygenerować ulepszenia zdań.
Funkcje generate_suggestions_sentence_improvements
i generate_suggestions_word_improvements
w pliku 3_Complete_Assignments.py pokazać alternatywny sposób wykorzystania punktów końcowych API REST AI21. Aby wywołać interfejsy API, musisz utworzyć konto AI21 i znaleźć klucz API powiązany z Twoim kontem. Po okresie próbnym będziesz musiał zapłacić za wywołania.
Wnioski
W tym poście pokazano, jak wykorzystać rozwiązanie wspomagane sztuczną inteligencją, aby poprawić jakość nauczania i uczenia się, korzystając z wielu generatywnych modeli sztucznej inteligencji i NLP. Możesz zastosować to samo podejście do opracowania innych prototypów i aplikacji generatywnej sztucznej inteligencji.
Jeśli interesują Cię podstawy generatywnej sztucznej inteligencji i sposoby pracy z modelami podstawowymi, w tym zaawansowanymi technikami podpowiedzi, zapoznaj się z kursem praktycznym Generatywna sztuczna inteligencja z LLM. To 3-tygodniowy kurs na żądanie dla analityków i inżynierów zajmujących się danymi, którzy chcą dowiedzieć się, jak tworzyć generatywne aplikacje AI za pomocą LLM. To dobry fundament do rozpoczęcia budowania z Amazon Bedrock. Odwiedzić Strona funkcji Amazon Bedrock i zarejestruj się, aby dowiedzieć się więcej o Amazon Bedrock.
O autorach
Jeffa Li jest starszym architektem aplikacji w chmurze w zespole usług profesjonalnych w AWS. Pasjonuje się głębokim kontaktem z klientami w celu tworzenia rozwiązań i unowocześniania aplikacji wspierających innowacje biznesowe. W wolnym czasie lubi grać w tenisa, słuchać muzyki i czytać.
Izaak Privitera jest starszym analitykiem danych w firmie Generacyjne Centrum Innowacji AI, gdzie opracowuje dostosowane do indywidualnych potrzeb rozwiązania oparte na generatywnej sztucznej inteligencji, aby rozwiązywać problemy biznesowe klientów. Pracuje przede wszystkim nad budowaniem odpowiedzialnych systemów AI z wykorzystaniem generacji rozszerzonej wyszukiwania (RAG) i rozumowania opartego na łańcuchu myślowym. W wolnym czasie gra w golfa, piłkę nożną i spaceruje ze swoim psem Barrym.
Harisha Vaswaniego jest głównym architektem aplikacji chmurowych w Amazon Web Services. Specjalizuje się w projektowaniu i budowaniu aplikacji natywnych w chmurze oraz udostępnia klientom najlepsze praktyki w procesie transformacji chmury. Poza pracą Harish i jego żona Simin są wielokrotnie nagradzanymi niezależnymi producentami filmów krótkometrażowych i uwielbiają spędzać czas ze swoim 5-letnim synem Karanem.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/machine-learning/develop-generative-ai-applications-to-improve-teaching-and-learning-experiences/
- :Jest
- :Gdzie
- $W GÓRĘ
- 125
- 173
- 7
- a
- O nas
- dostęp
- Konto
- adres
- zaawansowany
- Po
- przed
- AI
- Modele AI
- Systemy SI
- Wszystkie kategorie
- również
- alternatywny
- zawsze
- Amazonka
- Amazon Web Services
- an
- i
- odpowiedź
- odpowiedzi
- api
- Pszczoła
- Zastosowanie
- aplikacje
- podejście
- SĄ
- sztuczny
- sztuczna inteligencja
- Sztuczna inteligencja (AI)
- AS
- oceny
- powiązany
- At
- zwiększona
- dostępny
- uniknąć
- Wielokrotnie nagradzana
- AWS
- stabilizator
- równoważenie
- na podstawie
- BE
- bo
- zanim
- za
- zrobiony na zamówienie
- BEST
- Najlepsze praktyki
- Mózg
- Jasny
- Złamany
- przeglądarki
- budować
- Budowanie
- biznes
- by
- nazywa
- CAN
- łańcuch
- ZOBACZ
- Chmura
- kod
- porównanie
- kompletny
- zawiera
- obliczać
- Pojemnik
- zawartość
- skorygowania
- Korekty
- Kurs
- Crash
- Stwórz
- tworzy
- Tworzenie
- Klientów
- Niebezpieczny
- Ciemny
- dane
- naukowiec danych
- głęboko
- głęboka nauka
- Departament
- rozwijać
- detale
- rozwijać
- oprogramowania
- rozwija się
- różne
- Transmitowanie
- 分配
- nurkowanie
- do
- Pies
- pobieranie
- dramatycznie
- sterowniki
- łatwy w użyciu
- Edukacja
- edukacyjny
- Umożliwia
- ujmujący
- Inżynierowie
- Angielski
- wzmacniać
- błąd
- przykład
- Przede wszystkim system został opracowany
- oczekuje
- doświadczenie
- Doświadczenia
- Korzyści
- informacja zwrotna
- filet
- Film
- W końcu
- Znajdź
- miga
- następujący
- piłka nożna
- W razie zamówieenia projektu
- Fundacja
- od
- w pełni
- funkcjonować
- Funkcje
- Podstawy
- Generować
- wygenerowane
- generuje
- generujący
- generacja
- generatywny
- generatywna sztuczna inteligencja
- szkło
- golf
- dobry
- stopień
- wspaniały
- poradnictwo
- wytyczne
- hands-on
- trudniej
- kapelusz
- Have
- he
- jego
- W jaki sposób
- How To
- HTML
- HTTPS
- ID
- obraz
- zdjęcia
- Rezultat
- realizacja
- podnieść
- ulepszenia
- in
- Włącznie z
- włączać
- włączenie
- niezależny
- Innowacja
- innowacje
- wkład
- Wejścia
- instytucje
- instrukcje
- Inteligencja
- zainteresowany
- interfejsy
- najnowszych
- inwokuje
- IT
- JEGO
- podróż
- jpg
- Klawisz
- wiedza
- język
- duży
- prowadzący
- UCZYĆ SIĘ
- nauka
- lekcja
- życie
- lubić
- LINK
- Słuchanie
- załadować
- Popatrz
- wyglądał
- miłość
- maszyna
- uczenie maszynowe
- robić
- WYKONUJE
- zarządzane
- materiały
- ML
- model
- modele
- zmodernizować
- jeszcze
- wielokrotność
- Muzyka
- rodzimy
- Naturalny
- Potrzebować
- Neon
- Nowości
- noc
- nlp
- of
- Oferty
- Stary
- on
- Na żądanie
- or
- pochodzenie
- Inne
- ludzkiej,
- na zewnątrz
- wydajność
- zewnętrzne
- strona
- szczególny
- strony
- namiętny
- Zapłacić
- Ludzie
- okres
- Personalizowany
- Miejsce
- plany
- plato
- Analiza danych Platona
- PlatoDane
- gra
- punkt
- Portal
- Post
- potencjał
- praktyki
- głównie
- Główny
- problemy
- Producenci
- profesjonalny
- Programowanie
- prawidłowo
- chronić
- prototypy
- zapewniać
- zapewnia
- że
- pytanie
- pytania
- szeregi
- Czytający
- real
- w czasie rzeczywistym
- polecić
- Zalecana
- reprezentować
- Zasoby
- odpowiedzialny
- REST
- przeglądu
- zmarszczka
- jazda konna
- działa
- "bezpiecznym"
- sagemaker
- taki sam
- Zapisz
- skalowalny
- Naukowiec
- Naukowcy
- wynik
- działy
- bezpieczne
- widzieć
- wybrany
- senior
- wyrok
- oddzielny
- służył
- usługa
- Usługi
- ustawienie
- Short
- powinien
- pokazać
- pokazał
- Targi
- Prosty
- So
- rozwiązanie
- Rozwiązania
- kilka
- syn
- Źródło
- Kod źródłowy
- specjalizuje się
- prędkości
- Spędzanie
- początek
- Startups
- Zjednoczone
- Cel
- przechowywanie
- student
- Studenci
- wsparcie
- pewnie
- systemy
- stół
- nauczycieli
- Nauczanie
- zespół
- Techniki
- XNUMX
- że
- Połączenia
- Źródło
- ich
- następnie
- to
- myśl
- trzy
- Przez
- czas
- wskazówki
- Opony
- tytan
- do
- Top
- Transformacja
- tłumaczyć
- transport
- próba
- drugiej
- Zjednoczony
- United States
- posługiwać się
- używany
- zastosowania
- za pomocą
- Pojazdy
- przez
- widoczny
- Odwiedzić
- spacer
- chodzący
- chcieć
- Droga..
- sposoby
- we
- sieć
- usługi internetowe
- Co
- jeśli chodzi o komunikację i motywację
- czy
- Podczas
- KIM
- dlaczego
- żona
- będzie
- w
- słowo
- słowa
- Praca
- pracujący
- działa
- You
- Twój
- zefirnet