論文の概要: Introducing Variational Autoencoders to High School Students

• arxiv url: http://arxiv.org/abs/2111.07036v1
• Date: Sat, 13 Nov 2021 04:34:15 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-16 17:53:15.739581
• Title: Introducing Variational Autoencoders to High School Students
• Title（参考訳）: 高校生への変分オートエンコーダの導入
• Authors: Zhuoyue Lyu, Safinah Ali, Cynthia Breazeal
• Abstract要約: 本報告では,22名の学生を対象に,授業設計について解説し,パイロット研究の知見を共有している。 我々はWebベースのゲームを開発し、哲学的な比喩であるPlatoの洞窟を使って、VAEの仕組みを紹介した。 我々のアプローチは、学生に新しいAI概念を教えるのに効果的であることがわかった。
• 参考スコア（独自算出の注目度）: 12.341543369402217
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Generative Artificial Intelligence (AI) models are a compelling way to introduce K-12 students to AI education using an artistic medium, and hence have drawn attention from K-12 AI educators. Previous Creative AI curricula mainly focus on Generative Adversarial Networks (GANs) while paying less attention to Autoregressive Models, Variational Autoencoders (VAEs), or other generative models, which have since become common in the field of generative AI. VAEs' latent-space structure and interpolation ability could effectively ground the interdisciplinary learning of AI, creative arts, and philosophy. Thus, we designed a lesson to teach high school students about VAEs. We developed a web-based game and used Plato's cave, a philosophical metaphor, to introduce how VAEs work. We used a Google Colab notebook for students to re-train VAEs with their hand-written digits to consolidate their understandings. Finally, we guided the exploration of creative VAE tools such as SketchRNN and MusicVAE to draw the connection between what they learned and real-world applications. This paper describes the lesson design and shares insights from the pilot studies with 22 students. We found that our approach was effective in teaching students about a novel AI concept.
• Abstract（参考訳）: 生成人工知能(AI)モデルは、芸術媒体を用いて、K-12の学生をAI教育に導入する魅力的な方法であり、それゆえ、K-12のAI教育者から注目を集めている。 これまでのcreative aiのカリキュラムは、主にgan(generative adversarial network)に重点を置いていたが、それ以来ジェネレーティブaiの分野で一般的になっている、自己回帰モデル、変分オートエンコーダ(mutational autoencoder、vaes)、その他の生成モデルにはあまり注意を払っていない。 VAEsの潜在空間構造と補間能力は、AI、創造芸術、哲学の学際的学習を効果的に基礎づけることができる。 そこで我々は,高校生にVAEについて教える授業を設計した。 我々はWebベースのゲームを開発し、哲学的な比喩であるPlatoの洞窟を使って、VAEの仕組みを紹介した。 学生はGoogle Colabのノートブックを使って、手書きの数字でVAEを訓練して理解を深めました。 最後に、SketchRNNやMusicVAEといったクリエイティブなVAEツールの探索をガイドし、彼らが学んだことと現実世界のアプリケーションとのつながりを描きました。 本論文は,22名の学生を対象に,パイロット研究から得られた知見と授業設計について述べる。 我々のアプローチは、学生に新しいAI概念を教えるのに効果的であることがわかった。

関連論文リスト

• ArchiGuesser -- AI Art Architecture Educational Game [0.5919433278490629]
  生成AIは、単純な入力プロンプトに基づいて、テキスト、音声、画像から教育コンテンツを作成することができる。 本稿では,様々なAI技術を組み合わせた多感覚学習ゲームArchiGuesserについて述べる。
  論文  参考訳（メタデータ） (2023-12-14T20:48:26Z)
• Exploration with Principles for Diverse AI Supervision [88.61687950039662]
  次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。 この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。 この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。 本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T07:03:39Z)
• The Impact of Artificial Intelligence on the Evolution of Digital Education: A Comparative Study of OpenAI Text Generation Tools including ChatGPT, Bing Chat, Bard, and Ernie [0.196629787330046]
  このレビュー論文は、Bing Chat、Bard、ErnieといったOpenAIの先駆的なテキスト生成ツールの能力と影響を対比することで、急速に進化するデジタル教育の風景を深く掘り下げている。 この研究は、教育の民主化、自治主義の育成、学生のエンゲージメントの拡大におけるその役割を浮き彫りにしている。 しかし、このような変革的な力によって、テキスト生成ツールが必然的に学術的完全性に挑戦する可能性があるため、誤用の可能性がもたらされる。
  論文  参考訳（メタデータ） (2023-09-05T08:15:00Z)
• Beyond Reality: The Pivotal Role of Generative AI in the Metaverse [98.1561456565877]
  本稿では、生成型AI技術がMetaverseをどう形成しているかを包括的に調査する。 我々は、AI生成文字による会話インタフェースを強化しているChatGPTやGPT-3といったテキスト生成モデルの応用を探求する。 また、現実的な仮想オブジェクトを作成する上で、Point-EやLumimithmicのような3Dモデル生成技術の可能性についても検討する。
  論文  参考訳（メタデータ） (2023-07-28T05:44:20Z)
• Constructing Dreams using Generative AI [23.344751807278044]
  ジェネレーティブAIツールは、若者のための新しい、そしてアクセス可能なメディア作成形式を導入します。 彼らは、偽メディアの生成、データ保護、プライバシー、AI生成アートの所有権に関する倫理的懸念を提起している。 我々は,学生が想像する未来のアイデンティティを表現して生成的AI学習を促進する。
  論文  参考訳（メタデータ） (2023-05-19T21:56:12Z)
• Build-a-Bot: Teaching Conversational AI Using a Transformer-Based Intent Recognition and Question Answering Architecture [15.19996462016215]
  本稿では、自然言語パイプラインを用いて、独自の学校カリキュラムに基づく質問に答えるためにカスタマイズされたモデルを訓練することで、人工知能の原理を学習するためのインタフェースを提案する。 このパイプラインは、AIエージェントを作成しながら、これらのプロセスのそれぞれを通じて、学生のデータ収集、データ拡張、意図認識、質問応答を教える。
  論文  参考訳（メタデータ） (2022-12-14T22:57:44Z)
• Masked World Models for Visual Control [90.13638482124567]
  視覚表現学習と動的学習を分離する視覚モデルに基づくRLフレームワークを提案する。 提案手法は,様々な視覚ロボット作業における最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-06-28T18:42:27Z)
• WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
  我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。 そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-27T12:25:21Z)
• 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)
• Teaching Tech to Talk: K-12 Conversational Artificial Intelligence Literacy Curriculum and Development Tools [9.797319790710711]
  我々は,MIT App Inventorの会話エージェントインタフェースとワークショップのカリキュラムをAI能力に関して評価した。 私たちは、学生がAI倫理と学習の概念に最も苦労していることを発見し、教えるときにこれらのトピックを強調することを推奨した。
  論文  参考訳（メタデータ） (2020-09-11T20:52:46Z)
• Explainable Active Learning (XAL): An Empirical Study of How Local Explanations Impact Annotator Experience [76.9910678786031]
  本稿では、最近急増している説明可能なAI(XAI)のテクニックをアクティブラーニング環境に導入することにより、説明可能なアクティブラーニング(XAL)の新たなパラダイムを提案する。 本研究は,機械教育のインタフェースとしてのAI説明の利点として,信頼度校正を支援し,リッチな形式の教示フィードバックを可能にすること,モデル判断と認知作業負荷による潜在的な欠点を克服する効果を示す。
  論文  参考訳（メタデータ） (2020-01-24T22:52:18Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。