論文の概要: Elucidating STEM Concepts through Generative AI: A Multi-modal Exploration of Analogical Reasoning

• arxiv url: http://arxiv.org/abs/2308.10454v1
• Date: Mon, 21 Aug 2023 04:00:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-22 15:10:00.360357
• Title: Elucidating STEM Concepts through Generative AI: A Multi-modal Exploration of Analogical Reasoning
• Title（参考訳）: 生成AIによるSTEM概念の解明 : アナロジカル推論のマルチモーダル探索
• Authors: Chen Cao, Zijian Ding, Gyeong-Geon Lee, Jiajun Jiao, Jionghao Lin, Xiaoming Zhai
• Abstract要約: 本研究では、生成人工知能(AI)と多モード類似推論の統合について検討する。 我々は、生成AIの能力を利用して、数学、物理学、プログラミングの複雑な原理を理解可能な比喩に変換する新しいシステムを開発した。
• 参考スコア（独自算出の注目度）: 5.759606494344033
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This study explores the integration of generative artificial intelligence (AI), specifically large language models, with multi-modal analogical reasoning as an innovative approach to enhance science, technology, engineering, and mathematics (STEM) education. We have developed a novel system that utilizes the capacities of generative AI to transform intricate principles in mathematics, physics, and programming into comprehensible metaphors. To further augment the educational experience, these metaphors are subsequently converted into visual form. Our study aims to enhance the learners' understanding of STEM concepts and their learning engagement by using the visual metaphors. We examine the efficacy of our system via a randomized A/B/C test, assessing learning gains and motivation shifts among the learners. Our study demonstrates the potential of applying large language models to educational practice on STEM subjects. The results will shed light on the design of educational system in terms of harnessing AI's potential to empower educational stakeholders.
• Abstract（参考訳）: 本研究では,科学,技術,工学,数学(STEM)教育を強化する革新的なアプローチとして,生成人工知能(AI),特に大規模言語モデルの統合について検討する。 我々は、生成AIの能力を利用して、数学、物理学、プログラミングの複雑な原理を理解可能な比喩に変換する新しいシステムを開発した。 教育経験をさらに強化するために、これらのメタファーは後に視覚形式に変換される。 本研究の目的は,視覚的メタファーを用いて学習者のSTEM概念の理解を深めることである。 本システムの有効性をランダム化a/b/cテストで検証し,学習者間の学習成果とモチベーションシフトを評価した。 本研究では,STEMにおける教育実践に大規模言語モデルを適用する可能性を示す。 結果は、AIが教育関係者に力を与える可能性を活用するという観点から、教育システムの設計に光を当てることになる。

関連論文リスト

• Understanding Machine Learning Paradigms through the Lens of Statistical Thermodynamics: A tutorial [0.0]
  このチュートリアルは、エントロピー、自由エネルギー、そして機械学習に使用される変分推論のような高度なテクニックを掘り下げる。 物理的システムの振る舞いを深く理解することで、より効果的で信頼性の高い機械学習モデルが得られることを示す。
  論文  参考訳（メタデータ） (2024-11-24T18:20:05Z)
• From MOOC to MAIC: Reshaping Online Teaching and Learning through LLM-driven Agents [78.15899922698631]
  MAIC(Massive AI-empowered Course)は、LLM駆動のマルチエージェントシステムを活用して、AIが強化された教室を構築するオンライン教育の新たな形態である。 中国一の大学である清華大学で予備的な実験を行う。
  論文  参考訳（メタデータ） (2024-09-05T13:22:51Z)
• Visual Knowledge in the Big Model Era: Retrospect and Prospect [63.282425615863]
  視覚知識は、視覚概念とその関係を簡潔で包括的で解釈可能な方法でカプセル化できる新しい知識表現である。 視覚世界に関する知識は、人間の認知と知性にとって欠かせない要素として認識されているため、視覚知識は、機械知性を確立する上で重要な役割を担っていると考えられる。
  論文  参考訳（メタデータ） (2024-04-05T07:31:24Z)
• Bringing Generative AI to Adaptive Learning in Education [58.690250000579496]
  我々は、生成AIと適応学習の交差研究に光を当てた。 我々は、この連合が教育における次の段階の学習形式の発展に大きく貢献するだろうと論じている。
  論文  参考訳（メタデータ） (2024-02-02T23:54:51Z)
• Multimodality of AI for Education: Towards Artificial General Intelligence [14.121655991753483]
  マルチモーダル人工知能(AI)アプローチは、教育的文脈における人工知能(AGI)の実現に向けた道を歩んでいる。 この研究は、認知フレームワーク、高度な知識表現、適応学習機構、多様なマルチモーダルデータソースの統合など、AGIの重要な側面を深く掘り下げている。 本稿は、AGI開発における今後の方向性と課題に関する洞察を提供する、教育におけるマルチモーダルAIの役割の意味についても論じる。
  論文  参考訳（メタデータ） (2023-12-10T23:32:55Z)
• Large Language Models for Scientific Synthesis, Inference and Explanation [56.41963802804953]
  大規模言語モデルがどのように科学的合成、推論、説明を行うことができるかを示す。 我々は,この「知識」を科学的文献から合成することで,大きな言語モデルによって強化できることを示す。 このアプローチは、大きな言語モデルが機械学習システムの予測を説明することができるというさらなる利点を持っている。
  論文  参考訳（メタデータ） (2023-10-12T02:17:59Z)
• Non-equilibrium physics: from spin glasses to machine and neural learning [0.0]
  障害のある多体系は様々なスケールで幅広い創発現象を示す。 我々は、統計物理学を通して、乱れたシステムにおけるそのような突発的な知性を特徴付けることを目指している。 知的システムを設計するための指針となる学習メカニズムと物理力学の関係を明らかにする。
  論文  参考訳（メタデータ） (2023-08-03T04:56:47Z)
• Enhancing STEM Learning with ChatGPT and Bing Chat as Objects to Think With: A Case Study [0.0]
  本研究では、高度な対話型AIであるChatGPTとBing Chatの「考える対象」としての可能性について検討する。 この研究は、ChatGPTとBing Chatが、STEM教育に革命をもたらす有望な道を提供する、と結論付けている。
  論文  参考訳（メタデータ） (2023-05-01T12:20:18Z)
• Machine learning and deep learning [0.0]
  機械学習は、問題固有のトレーニングデータから学習するシステムの能力を記述する。 ディープラーニングは、人工ニューラルネットワークに基づく機械学習の概念である。
  論文  参考訳（メタデータ） (2021-04-12T09:54:12Z)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)
• A general framework for scientifically inspired explanations in AI [76.48625630211943]
  我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。 このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
  論文  参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。