Fugu-MT 論文翻訳(概要): The AI Triplet: Computational, Conceptual, and Mathematical Representations in AI Education

論文の概要: The AI Triplet: Computational, Conceptual, and Mathematical Representations in AI Education

arxiv url: http://arxiv.org/abs/2110.09290v1
Date: Thu, 14 Oct 2021 14:19:30 GMT
ステータス: 処理完了
システム内更新日: 2021-10-22 06:38:21.527543
Title: The AI Triplet: Computational, Conceptual, and Mathematical Representations in AI Education
Title（参考訳）: AI三部作:AI教育における計算的、概念的、数学的表現
Authors: Maithilee Kunda
Abstract要約: 近年の化学教育に影響を与えた「化学三重奏曲」に類似した「AI三重奏曲」を提案する。化学三重項が化学教育に与える影響と同様に、AI三重項を考えることがAI教育における障害の特定にどのように役立つかの最初の例を提案する。
参考スコア（独自算出の注目度）: 2.055949720959582
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Expertise in AI requires integrating computational, conceptual, and mathematical knowledge and representations. We propose this trifecta as an "AI triplet," similar in spirit to the "chemistry triplet" that has influenced the past four decades of chemistry education. We describe a rationale for this triplet and how it maps onto topics commonly taught in AI courses, such as tree search and gradient descent. Also, similar to impacts of the chemistry triplet on chemistry education, we suggest an initial example of how considering the AI triplet may help pinpoint obstacles in AI education, i.e., how student learning might be scaffolded to approach expert-level flexibility in moving between the points of the triplet.
Abstract（参考訳）: aiの専門知識は計算、概念、数学的知識と表現を統合する必要がある。我々はこの三重項を,過去40年間の化学教育に影響を与えた「化学三重項」に類似した「AI三重項」として提案する。この三重項の理論的根拠と、木探索や勾配降下といったAIコースで一般的に教えられているトピックへの写像について説明する。また,化学教育における化学三重項の影響と同様に,ai三重項を考慮すれば,ai教育における障害,すなわち三重項間の移動におけるエキスパートレベルの柔軟性にアプローチするための学生学習の足場となる可能性を示す最初の例を提案する。

関連論文リスト

Aligning Generalisation Between Humans and Machines [74.120848518198]
近年のAIの進歩は、科学的発見と意思決定支援において人間を支援できる技術をもたらしたが、民主主義と個人を妨害する可能性がある。 AIの責任ある使用は、ますます人間とAIのチームの必要性を示している。これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文参考訳（メタデータ） (2024-11-23T18:36:07Z)
Funhouse Mirror or Echo Chamber? A Methodological Approach to Teaching Critical AI Literacy Through Metaphors [0.0]
本研究では,概念メタファー理論(CMT)とユネスコのAI能力フレームワークを組み合わせて,クリティカルAIリテラシー(CAIL)を開発する手法を提案する。我々は,CAIL の教え方として,GenAI をエコーチャンバーとして,GenAI をファンハウスミラーとして,GenAI をブラックボックスマジシャンとして,GenAI をマップとして,4つの重要なメタファを特定し,提案する。
論文参考訳（メタデータ） (2024-11-22T05:01:11Z)
A Triumvirate of AI Driven Theoretical Discovery [0.0]
近い将来、AIに取って代わられる危険はないが、人間の専門知識とAIアルゴリズムのハイブリッドは、理論的な発見の不可欠な部分になる、と我々は主張する。
論文参考訳（メタデータ） (2024-05-30T11:57:00Z)
Le Nozze di Giustizia. Interactions between Artificial Intelligence, Law, Logic, Language and Computation with some case studies in Traffic Regulations and Health Care [0.0]
この論文の重要な目的は、数理論理の基礎を人工知能を扱う法的なコミュニティに伝えることである。 AIとは何かを分析した後、ニューラルネットワークと機械学習を別として、ルールベースのAIに身を委ねることにしました。数学的論理が法則に基づくAIの実践とどのように相互作用するかを見る。
論文参考訳（メタデータ） (2024-02-09T15:43:31Z)
Finnish 5th and 6th graders' misconceptions about Artificial Intelligence [0.0]
本研究では,フィンランドの5年生と6年生のAI概念を分析した。 3つの誤解カテゴリーが同定された。その結果, 文脈固有の言語的特徴は, 学生のAI誤解に寄与することが示唆された。
論文参考訳（メタデータ） (2023-11-28T09:49:11Z)
AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。 AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文参考訳（メタデータ） (2023-10-19T02:00:31Z)
Repurposing Knowledge Graph Embeddings for Triple Representation via Weak Supervision [77.34726150561087]
現在の方法では、事前訓練されたモデルからの実体と述語埋め込みを使わずに、スクラッチから三重埋め込みを学習する。本研究では,知識グラフからトリプルを自動抽出し,事前学習した埋め込みモデルからそれらのペアの類似性を推定する手法を開発した。これらのペアの類似度スコアは、細い三重表現のためにシームズ様のニューラルネットワークに供給される。
論文参考訳（メタデータ） (2022-08-22T14:07:08Z)
Neurocompositional computing: From the Central Paradox of Cognition to a new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文参考訳（メタデータ） (2022-05-02T18:00:10Z)
Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文参考訳（メタデータ） (2021-06-25T22:31:55Z)
HALMA: Humanlike Abstraction Learning Meets Affordance in Rapid Problem Solving [104.79156980475686]
人間は自然主義的タスクの構造に応じて構成的および因果的抽象化、つまり知識を学ぶ。エージェントがその知識をどのように表現するかには、知覚、概念、アルゴリズムの3段階の一般化がある、と我々は主張する。このベンチマークは、ビジュアルコンセプト開発と迅速な問題解決のための新しいタスクドメイン、HALMAを中心にしています。
論文参考訳（メタデータ） (2021-02-22T20:37:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。