論文の概要: Build-a-Bot: Teaching Conversational AI Using a Transformer-Based Intent
Recognition and Question Answering Architecture
- arxiv url: http://arxiv.org/abs/2212.07542v1
- Date: Wed, 14 Dec 2022 22:57:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-16 16:32:21.446046
- Title: Build-a-Bot: Teaching Conversational AI Using a Transformer-Based Intent
Recognition and Question Answering Architecture
- Title（参考訳）: build-a-bot: インテント認識と質問応答アーキテクチャを用いた会話型ai教育
- Authors: Kate Pearce, Sharifa Alghowinem, Cynthia Breazeal
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 15.19996462016215
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As artificial intelligence (AI) becomes a prominent part of modern life, AI
literacy is becoming important for all citizens, not just those in technology
careers. Previous research in AI education materials has largely focused on the
introduction of terminology as well as AI use cases and ethics, but few allow
students to learn by creating their own machine learning models. Therefore,
there is a need for enriching AI educational tools with more adaptable and
flexible platforms for interested educators with any level of technical
experience to utilize within their teaching material. As such, we propose the
development of an open-source tool (Build-a-Bot) for students and teachers to
not only create their own transformer-based chatbots based on their own course
material, but also learn the fundamentals of AI through the model creation
process. The primary concern of this paper is the creation of an interface for
students to learn the principles of artificial intelligence by using a natural
language pipeline to train a customized model to answer questions based on
their own school curriculums. The model uses contexts given by their
instructor, such as chapters of a textbook, to answer questions and is deployed
on an interactive chatbot/voice agent. The pipeline teaches students data
collection, data augmentation, intent recognition, and question answering by
having them work through each of these processes while creating their AI agent,
diverging from previous chatbot work where students and teachers use the bots
as black-boxes with no abilities for customization or the bots lack AI
capabilities, with the majority of dialogue scripts being rule-based. In
addition, our tool is designed to make each step of this pipeline intuitive for
students at a middle-school level. Further work primarily lies in providing our
tool to schools and seeking student and teacher evaluations.
- Abstract（参考訳）: 人工知能(AI)が現代生活の顕著な部分を占めるようになるにつれ、AIリテラシーは技術キャリアだけでなく、すべての市民にとって重要になりつつある。
これまでのAI教育教材の研究は、専門用語の導入とAIのユースケースと倫理に重点を置いていたが、学生が独自の機械学習モデルを作成することによって学ぶことは、ほとんどない。
したがって、興味のある教育者に対して、より適応的で柔軟なプラットフォームでAI教育ツールを充実させる必要がある。
そこで我々は,学生や教師が自身のコース資料に基づいてトランスフォーマーベースのチャットボットを開発するだけでなく,モデル作成プロセスを通じてAIの基礎を学ぶためのオープンソースツール(Build-a-Bot)の開発を提案する。
本論文の主な関心事は,自然言語パイプラインを用いて,自校のカリキュラムに基づいて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により,人工知能の原則を学ぶためのインタフェースの作成である。
モデルは、教科書の章などのインストラクターによって与えられたコンテキストを使用して質問に答え、対話型チャットボット/ボイスエージェントにデプロイされる。
このパイプラインは、学生にデータ収集、データ拡張、意図認識、質問応答を、それぞれのプロセスを通してaiエージェントを作成しながら教える。学生と教師がボットをカスタマイズ能力のないブラックボックスとして使用したり、ボットにai能力がない場合、ほとんどの対話スクリプトはルールベースである。
また,本ツールでは,このパイプラインの各ステップを中学生向けに直感的に行うように設計されている。
さらなる研究は主に、私たちのツールを学校に提供し、学生や教師の評価を求めることである。
関連論文リスト
- $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。
我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文 参考訳（メタデータ） (2024-10-31T17:22:30Z) - Distributed agency in second language learning and teaching through generative AI [0.0]
ChatGPTは、テキストまたは音声形式のチャットを通じて非公式な第二言語プラクティスを提供することができる。
インストラクタはAIを使って、さまざまなメディアで学習と評価材料を構築することができる。
論文 参考訳（メタデータ） (2024-03-29T14:55:40Z) - Trust and ethical considerations in a multi-modal, explainable AI-driven chatbot tutoring system: The case of collaboratively solving Rubik's Cube [13.560874044962429]
高校のAI教育における著名な倫理的問題は、データのプライバシー、情報漏洩、虐待的言語、公平性である。
本稿では,マルチモーダル・コラボレーティブ・プラットフォームにおける倫理的かつ信頼性の高い懸念に対処するために構築された技術コンポーネントについて述べる。
データプライバシでは、子どもや親、教師のインフォームドコンセントが、管理されるデータの中心にあることを確実にしたいと思っています。
論文 参考訳（メタデータ） (2024-01-30T16:33:21Z) - Build Your Own Robot Friend: An Open-Source Learning Module for
Accessible and Engaging AI Education [10.864182981901271]
我々は,大学生や高校生を対象としたオープンソースの学習モジュールを開発し,学生が独自のロボットコンパニオンを作れるようにした。
このオープンプラットフォームは、AIのさまざまな側面に関するハンズオン体験と入門的な知識を提供するために使用することができる。
このモジュールは、社会的に補助的なロボットコンパニオンの社会的および個人的な性質のため、人間中心のAIにも特に重点を置いている。
論文 参考訳（メタデータ） (2024-01-06T08:03:08Z) - Curriculum-Driven Edubot: A Framework for Developing Language Learning Chatbots Through Synthesizing Conversational Data [23.168347070904318]
本稿では,チャットボットの対話的特徴と英語教科書の体系的素材を組み合わせたチャットボットを開発するためのフレームワークであるCurriculum-Driven EduBotを紹介する。
まず、教科書から関連するトピックを抽出し、大きな言語モデルを用いてこれらのトピックに関連する対話を生成する。
論文 参考訳（メタデータ） (2023-09-28T19:14:18Z) - Open-World Object Manipulation using Pre-trained Vision-Language Models [72.87306011500084]
ロボットが人からの指示に従うためには、人間の語彙の豊かな意味情報を繋げなければならない。
我々は、事前学習された視覚言語モデルを利用して、オブジェクト識別情報を抽出するシンプルなアプローチを開発する。
実際の移動マニピュレータにおける様々な実験において、MOOはゼロショットを様々な新しいオブジェクトカテゴリや環境に一般化する。
論文 参考訳（メタデータ） (2023-03-02T01:55:10Z) - An Experience Report of Executive-Level Artificial Intelligence
Education in the United Arab Emirates [53.04281982845422]
アラブ首長国連邦(UAE)のビジネスエグゼクティブにAIコースを教える経験報告を提示する。
理論的、技術的な側面にのみ焦点をあてるのではなく、学生が既存のビジネスプロセスにAIを組み込む方法を理解するためにAIを教えるコースを開発しました。
論文 参考訳（メタデータ） (2022-02-02T20:59:53Z) - Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。
現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。
グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
論文 参考訳（メタデータ） (2021-10-15T14:36:45Z) - Actionable Models: Unsupervised Offline Reinforcement Learning of
Robotic Skills [93.12417203541948]
与えられたデータセットの任意の目標状態に到達するために学習することによって、環境の機能的な理解を学ぶ目的を提案する。
提案手法は,高次元カメラ画像上で動作し,これまで見つからなかったシーンやオブジェクトに一般化した実ロボットの様々なスキルを学習することができる。
論文 参考訳（メタデータ） (2021-04-15T20:10:11Z) - 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。