Сырой материал

Методическое и программное обеспечение процесса внедрения ИИ в образовании

Методическое и программное обеспечение применения технологий ИИ в образовании

История научное направления (предметная область) "Искусственный интеллект" существует уже более 60 лет. Однако до последнего времени как у нас в стране так, впрочем и за рубежом, не существовало единого подхода к основным положениям этого научного направления. Даже определения что такое "Искусственный интеллект" различными исследователями трактуется по разному.

Все это не способствовало должного развития науки и технологий в этой области.

Однако в настоящее время ситуация меняется и признаком этого являются директивные документы разработанные в различных инстанциях.

Например во время выступления на оперативно-мобилизационном сборе высшего командного состава ВС РФ министр обороны России генерал-армии Сергей Шойгу акцентировал внимание на скорейшее внедрение в оружие технологий искусственного интеллекта. ссылка

Указ

Основополагающим документом является "Национальная стратегия развития искусственного интеллекта на период до 2030 года" утвержденная указом Президента Российской Федерации от 10 октября 2019 года N 490 ссылка ссылка 2

В данной стратегии отмечается В настоящее время в мире происходит ускоренное внедрение технологических решений, разработанных на основе искусственного интеллекта, в различные отрасли экономики и сферы общественных отношений.

Основные понятия

В данном документе приведены основные понятия связанные с научным направлением "ИИ". В частности искусственный интеллект определяется как - комплекс технологических решений, позволяющий имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека. Комплекс технологических решений включает в себя информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений; В свою очередь технологии искусственного интеллекта - технологии, основанные на использовании искусственного интеллекта, включая компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную поддержку принятия решений и перспективные методы искусственного интеллекта;

Определены смежные области использования искусственного интеллекта - технологии и технологические решения, в которых искусственный интеллект используется в качестве обязательного элемента, включая робототехнику и управление беспилотным транспортом;

использование программ и библиотек с

Следует особо отметить что быстрое развитие ИИ обусловлены такими факторами высокая доступность инструментов (в том числе программ для ЭВМ с открытым кодом и открытых библиотека искусственного интеллекта в сети "Интернет") для разработки на основе искусственного интеллекта технологических решений.

основные направления

Следует отметить что среди Основных направлений разработки и развития программного обеспечения указывается

• формирование условий для создания открытых библиотек искусственного интеллекта, в том числе стимулирование (включая материальное) специалистов к участию в российских и международных проектах по их созданию;

• признание успешного участия специалистов в создании открытых библиотек искусственного интеллекта в качестве научного достижения;

Технический комитет

Немаловажным фактором развития научного и технического направления ИИ является проблема стандартизации в этой области.

В этой связи следует отметить что в середине 2019 года был создан технический комитет.

Технический комитет по стандартизации 164 «Искусственный интеллект» создан с целью повышения эффективности работ по стандартизации в области искусственного интеллекта (ИИ) на национальном, межгосударственном и международных уровнях. Основной задачей технического комитета является создание нормативно-технической базы и продвижение российских стандартов на международный уровень. ТК 164 утвержден приказом Росстандарта от 25 июля 2019 года № 1732 ссылка

Аналогичный международный комитет SC 42 «Artificial Intelligenсе» был создан годом ранее

презентация ссылки

В состава данного комитета созданы Рабочие группы (РГ):

• РГ 01 «Основополагающие стандарты»
• РГ 02 «Большие данные»
• РГ 03 «Качество систем искусственного интеллекта»
• РГ 04 «Прикладные технологии искусственного интеллекта»
• РГ 05 «Искусственный интеллект в образовании»

ссылка на презентацию

РГ04 и РГ05 соответствуют WG 04 “Use cases and applications”

Одной из задач РГ 01 является унификация и стандартизация терминологии

Особый интерес для нас представляет рабочая группа 05

РГ 05 «Искусственный интеллект в образовании»

Задачами данной группы являются

• стандартизация требований к учебным материалам с целью формирования персональных образовательных траекторий при помощи технологий ИИ
• стандартизация информации об образовательной активности обучающегося (цифровой след) и формирование стандартов по ее использованию, распространению и интерпретации с целью внедрения адаптивности и нелинейности образовательного процесса при помощи ИИ
• стандартизация требований к образовательным платформам и средствам проведения обучения с целью интеграции в них технологий ИИ

Значительным достижением комитета является создание классификации ИИ

ГОСТы

ГОСТ Р 59277-2020 Системы искусственного интеллекта. Классификация систем искусственного интеллекта

ссылка

Принципы классификации систем искусственного интеллекта Искусственный интеллект как область знаний охватывает все области человеческой деятельности. включая: информатику, математику, философию, психологию, термодинамику, лингвистику, здравоохранение. инженерию, экономику, когнитивные науки и др. Эти знания используются в таких приложениях, как: системы управления, системы принятия решений. многоагентные системы, системы обработки естественного языка, распознавание образов, распознавание речи, обработка знаний, интеллектуальный анализ данных, логистика и другие приложения.

Среди множества оснований для классификации можно выделить два "Специализации систем" и "Вид деятельности". В последнем основании нас интересует класс "Образование и наука". А по основанию "Специализации систем". Классы

• Экспертные системы (управление знаниями)
• Игровые системы ?
• Систем естественного языка
• Систем компьютерного зрения

По основанию "знания" - по модели знаний процедурные или декларативные а также базы знаний; по управлению знаниями.

ещё ссылка

Проекты стандартов

Хотя данные "проекты стандартов не подлежит применению до их утверждения" тем не менее он дает общую картину по терминологии о областям применения элементов ИИ в образовательном процессе.

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ Понятия и терминология

В проекте устанавливает общие положения и терминологию в области технологии искусственного интеллекта в образовании. Термины сведены в пять групп: термины, относящиеся к искусственному интеллекту; термины, относящиеся к машинному обучению; термины, относящиеся к нейронным сетям; термины, относящиеся к свойству вызывать доверие (надежности); термины, относящиеся к обработке естественного языка.

В данном проекте даны определение ИИ в контексте системы и в контексте инженерной дисциплины. В первом случае ИИ определяется как " Способность приобретать, обрабатывать, создавать и применять знания , определенные в форме модели, для выполнения одной или нескольких поставленных задач". Во втором как "Дисциплина о создании и изучении ИИ"

Кромке того даны определения термина "Система искусственного интеллекта" ( Спроектированная система обработки информации, обладающая ИИ); "Знания" (Информация об объектах, событиях, понятиях и правилах, их отношениях и свойствах, систематизированная для целевого регулярного использования).

Дано определение термина экспертная система- Система ИИ, которая инкапсулирует актуальные знания человека-эксперта и позволяет неспециалистам использовать эти знания для решения задач.

Прикладной (специальный) ИИ - ИИ, который решает определенные задачи для решения конкретной проблемы.

Робот- Автоматизированная система с исполнительными механизмами, которая выполняет поставленные задачи в материальном мире посредством измерения окружающей среды и программной системы управления. ем.

Человеко-машинное объединение - эффективная и действенная интеграция человеческого взаимодействия и интеллектуальных способностей машины.

ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАНИИ

Проект стандарта ТЕХНОЛОГИИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ОБРАЗОВАНИИ (Общие положения и терминология) разработан в рабочей группе РГ 05

В данном проекте искусственный интеллект, определяется как Способность технической системы имитировать когнитивные функции человека (включая самообучение и поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые, как минимум, с результатами интеллектуальной деятельности человека.

Приведены определения как специфические термины так и термины определенные в других стандартах и директивных документах.

Особый интерес представляет раздел Общие положения в котором определяются области использования специфических технологий ИИ в области образования.

В разделе Использование технологий компьютерного зрения в образовании приведены следующие области:

- для контроля обучаемого во время проведения онлайн-прокторинга. Использование алгоритмов искусственного интеллекта применяется для непрерывного контроля за процессом выполнения экзамена и распознавания основных паттернов списывания, например, посторонняя помощь, использование, не входящих в регламент проведения учебных материалов, использование программно-аппаратных средств для поиска информации;

- перевода в машиночитаемый вид сканированных версий рукописных работ;

- обеспечения безопасности образовательных учреждений при идентификации в режиме реального времени на видеоряде лиц обучаемых и сотрудников образовательных организаций на входах образовательного учреждения с целью предотвращения допуска посторонних лиц в образовательной учреждение;

- предотвращения конфликтных ситуаций между обучающихся при идентификации в режиме реального времени видеоряда и выявлении основных паттернов конфликтных ситуаций между ними;

- распознавания в режиме реального времени видеоряда и оценки психоэмоционального состояния обучающихся в классе, идентификации паттернов нестабильного психоэмоционального состояния, в том числе суицидальных настроений и т.д.

В разделе Использование технологий автоматического распознавания речи даются следующие области использорвания:

- для перевода в машиночитаемый и текстовый вид голосовых команд преподавателя и обучаемого, в том числе для задания команд различным образовательным помощникам и интерфейсам;

- автоматизации проверки устных докладов обучающихся.

В разделе Технологии машинного обучения и анализа данных в образовании приведены следующие области использования:

-для реализации адаптивного обучения при помощи программного или программно-аппаратного комплекса;

- автоматизации процессов оценивания выполненных заданий при помощи алгоритмов;

- автоматизации процесса подготовки к занятию преподавателя при помощи рекомендательной системы подбора учебно-методических материалов;

- автоматизации процесса самостоятельной работы обучающимся при помощи рекомендательной системы подбора учебно-методических материалов;

- предоставления обратной связи преподавателю в режиме реального времени о прогрессе каждого обучающегося и формированию рекомендаций по изменению учебной программы.

В разделеИспользование совокупности описанных технологий искусственного интеллекта отмечается что " Совокупность описываемых технологий искусственного интеллекта используется для автономного обучения обучающихся без вмешательства преподавателя посредством искусственного интеллекта-репетитора. Технологии компьютерного зрения позволяют перевести входную информацию обучающегосмя в машиночитаемый вид. Технологий машинного обучения и анализа данных позволяют сформировать персональный образовательную траекторию обучающегося и провести оценивание.

Обзор научных и методических материалов

Круглый стол

Дисциплины Системы искусственного интеллекта, Основы искусственного интеллекта и т.д.

Системы искусственного интеллекта И.Сидоркина 2015, Душкин, Р. В. Искусственный интеллект / Р. В. Душкин. — Москва : ДМК Пресс, 2019, Жданов А. А. Автономный искусственный интеллект. 2020. Проектирование систем искусственного интеллект Сотник С.Л. - Проектирование систем искусственного интеллект 2016

поиск 28.23.00

СИМВОЛИЧЕСКИЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: МАТЕМАТИЧЕСКИЕ ОСНОВЫ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ Новиков Ф.А. Учебное пособие / Москва, 2020. Сер. 76 Высшее образование (1-е изд.)

Программное обеспечение

искусственный интеллект (artificial intelligence): Комплекс технологических решений, позво- ляющий имитировать когнитивные функции человека (включая самообучение, поиск решений без за- ранее заданного алгоритма и достижение инсайта) и получать при выполнении конкретных практически значимых задач обработки данных результаты, сопоставимые, как минимум, с результатами интеллек- туальной деятельности человека. Примечание — Комплекс технологических решений включает в себя информационно-коммуникацион- ную инфраструктуру, программное обеспечение (в том числе, в котором испогъзуются методы машинного обучения). процессы и сервисы по обработке данных, анализу и синтезу решений.

Средства программного обеспечения систем ИИ

Основной средой функционирования систем ИИ будут операционные системы на основе дистрибутивов Linux к которым относятся дистрибутивы Astra Linux, ROSA и т.д.

Средства построения СИИ включают:

- языки программирования

- языки инженерии знаний

- вспомогательные средства

- средства поддержки.

Языки программирования

Императивные языки(Паскаль, Си, Форт, Бейсик и др.) позволяют создавать последовательности команд, выполняемых в порядке их расположения. Императивная программа одинаково выполняется при каждом последующем прогоне.

Декларативные языки используются для написания спецификаций некоторой предметной области. Спецификация характеризует некоторое множество объектов предметной области и заданные на нем отношения между объектами. Декларативные языки делятся на логические и функциональные.

Наиболее важным среди функциональных языков является язык Лисп. Лисп основан на функциональном - исчислении Черча. На его базе разработаны мощные инструментальные оболочки экспертных систем KEE, LOOPS, ART, S.I и др. Такие широко распространенные версии языка Лисп как Интерлисп и Мехлисп имеют развитые редакторы и средства отладки.

Языки программирования, подобные языку Лисп, представляют максимальную гибкость разработчику СИИ, но не подсказывают ему, как представлять знания и строить механизмы их обработки. Это ограничение в значительной мере снято в языке Пролог.

Языки представления знаний

   CycL
   IKL
   KIF
   Loom
   OWL
   KM: Машина Знаний (фреймовый язык, использовавшийся для задач представления знаний)
   язык Пролог

Для разработки систем ИИ используют такие языки программирования как Prolog, Python, Lisp, Java. Си, Паскаль

Prolog

В репозитории Astra Linux присутствует дистрибутив языка SWI-prolog. Данный язык позволяет разрабатывать различные системы ИИ. В частности экспертные системы.

SWI-prolog присутствует во всех выпусках (версиях дистрибутива) debian "jessie" "stretch" актуальном "buster" и перспективном "bullseye"

русификация

По прологу имеется достаточное количество литературы

Начиная с версии 7.3.33 на SWI-Prolog распространяется упрощенной лицензия BSD.

На сайте программы есть возможность скачивания пакетов и дополнений

Пакеты - это относительно независимые дополнительные библиотеки, которые могут быть доступны не во всех установках. Пакеты являются частью выпусков исходного кода SWI-Prolog и могут быть включены или отключены во время сборки.

Дополнения для расширений, предоставляемых сообществом, которые должны быть установлены отдельно с помощью.

Lisp

Лисп является наиболее важным языком программирования, используемым в исследованиях по искусственному интеллекту и в математической лингвистике. Лисп представляет собой язык так называемого функционального программирования. Он основан на алгебре списочных структур, лямбда-исчислении и теории рекурсивных функций. Лисп долгое время являлся основным инструментом исследователей искусственного интеллекта и средством теоретического подхода к анализу программирования.

Python

Python идеально подходит для проектов в сфере компьютерного зрения и машинного обучения, аналитики, разработки систем корпоративного обучения.

Java

Java бесспорно один из самых популярных. В частности, Java применяют при создании решений для машинного обучения, нейронных сетей, алгоритмов поиска, генетического программирования и мульти-робототехнических систем.

Такие свойства, как объектно-ориентированность и масштабируемость, обязательны для ИИ-проектов, а потому Java подходит им как нельзя лучше.

С помощью Java API ученые создали целый ряд мобильных роботов, которые используются для исследований в районе Полярного круга

Java и ИИ

JavaScript

Вы — веб-разработчик, заинтересовавшийся искусственным интеллектом (AI)? Хотите с легкостью создать приложения AI полностью на JavaScript, которые будут работать где угодно, без головной боли от утомительной установки, размещения на облачных сервисах или работы с Python? Тогда TensorFlow.js для вас! Эта библиотека смещает парадигму и устраняет разрыв между разработчиками веб-интерфейсов и ранее трудоемким процессом обучения и приручения AI. Теперь разработчики могут с легкостью использовать искусственный интеллект для создания приложений, реагирующих в реальном времени на вводимые пользователем голосовые и мимические данные, или для создания более

Другие средства программного обеспечения технологий ИИ

CLIPS

Средства разработки экспертных систем. CLIPS является одной из наиболее широко используемых инструментальных сред для разработки экспертных систем благодаря своей скорости, эффективности и бесплатности. Являясь общественным достоянием. Данный программный продукт отсутствует в репозитории Astra Linux, однако содержится в репозиториях всех версиях дистрибутива Debian.

Электронные справочники

Язык swi-prolog позволяет создавать широкий спектр программ с элементами искусственного интеллекта. Например терминологические справочники, тезаурусы и т.д. Которые могут встраиваться в электронные учебники или тренажерные.

Экспертные системы

Примером реализации экспертной системы на языке swi-prolog является «Экспертная система с базой знаний в виде фреймов», зарегистрированной в федеральная служба по интеллектуальной собственности под номером 201961121. ссылка

Программа представляет собой реализацию экспертной системы с базой знаний в виде фреймов. Она имеет графический интерфейс. В ней реализован механизм наследования и поддерживается приоритет исходных значений слотов перед наследуемыми. Программа реализует базу знаний, в которой слоты инициируются отдельно от фреймов и могут принадлежать к трем типам: слоты с наследованием, с приоритетом исходного значения и слоты, допускающие многократное использование в одном фрейме. Имена слотов и фреймов могут задаваться произвольно. Все это позволяет пользователю достаточно легко формировать базу знаний с учетом ее прикладной направленности.

TensorFlow

TensorFlow - это комплексная платформа, которая упрощает создание и развертывание моделей машинного обучения. Основная библиотека с открытым исходным кодом, которая поможет вам разрабатывать и обучать модели машинного обучения. работает с Python. TensorFlow.js - это библиотека JavaScript для обучения и развертывания моделей в браузере и на Node.js.

Виртуальные ассистенты

Виртуальный ассистент (англ. Virtual assistant) — программный агент, который может выполнять задачи (или сервисы) для пользователя на основе информации, введенной пользователем

Примерами такого рода агентов являются программы Siri, Google Assistant (Google Now), Amazon Alexa, Microsoft Cortana, Bixby, Voice Mate, Алиса и другие.

мобильные Alexa, Google Assistant и Siri, есть Cortana на Windows

голосового помощника Dragonfire 1.0. Что известно Программа написана на языке Python и распространяется под лицензией MIT. Для работы нужны дистрибутивы на базе ОС Ubuntu, в том числе KDE neon и elementary OS. Также есть мобильная версия для Android.

Распознавание голосовых команд осуществляется системой распознавания речи Mozilla DeepSpeech. Она базируется на платформе машинного обучения TensorFlow. Синтез же производится за счёт Festival.

Голосовые команды позволяют запускать приложения, вычислять математические выражения и задавать произвольные вопросы. Также голосом можно искать по списку встроенных команд.

помощник Dragonfire развивается как разработка в рамках проект по созданию мотоциклетного шлема дополненной реальности Dragon Armor. Однако использование технологии голосового управления интересно и на обычных ПК.

Dragonfire 1.0

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ ИЗУЧЕНИЯ ИНОСТРАННЫХ ЯЗЫКОВ

В языковом обучении (отечественные)

ссылка

Российские компании, ведущие разработки в области NLP, представлены на рынке в нескольких категориях. Прежде всего, это поисковики и компании, которые уже много лет занимаются текстовыми технологиями: «Яндекс», ABBYY, Mail.ru, PROMT и RCO (часть группы Rambler).

PROMT Mobile SDK — многофункциональный элемент для встраивания в мобильные приложения, позволяющий использовать технологию перевода PROMT полностью офлайн.

Вторая категория — крупные корпорации, которые лишь в последние 3‑4 года начали формировать свои компетенции в области ИИ. Например, Сбербанк, «Тинькофф банк», МТС

Третья группа - компании Центр речевых технологий, Brand Analytics, АСМ Решения, Медиалогия, Kribrum, Just AI, Наносемантика, Naumen.

Центр речевых технологий

Системы аудио- и видеопротоколирования Нестор.BRIFF Применение технологии распознавания речи и автоматическая разметка стенограммы по участникам совещания существенно сокращает трудозатраты на выпуск финального протокола.

Доступ к учебным материалам

Эффективное дистанционное обучение требует мультимедийной подачи образовательных материалов, чтобы ликвидировать разрыв в качестве по сравнению с традиционным способом обучения.

«Центр речевых технологий» предлагает оригинальный подход к формированию и организации доступа к образовательным материалам на основе своих достижений в области голосового самообслуживания, голосовой биометрии и транскрибирования речи. Используемые продукты:

   Нестор.BRIEF 

Инструмент 1: Внедрите аудиовидеозапись теоретических и практических занятий и их распределенное транскрибирование Инструмент 2: Внедрите голосовую платформу для образовательного Интернет-портала Инструмент 3: Внедрите голосовую биометрическую аутентификацию

плюс «Варвара» — платформа для создания голосовых ассистентов с поддержкой технологий голосовой биометрии.

Just AI

Just AI Conversational Framework

Бесплатный фреймворк с открытым исходным кодом на базе Kotlin

Just AI Conversational Platform — платформа enterprise-уровня для разработки разговорных чат-ботов и ассистентов, понимающих естественный язык. Чат-боты, созданные в платформе, решают комплексные задачи бизнеса: поддержка клиентов, найм и обучение сотрудников, оформление заказов и продажа товаров.

Наносемантика

интеллектуальных чат-ботов, которые поддерживают диалог с человеком на естественном языке на заданные темы в текстовых и голосовых каналах.

«Элиза» — виртуальный консультант компании.

Naumen

Naumen University — информационно-аналитическая система для организации управления учебным процессом в высших и средних специальных учебных заведениях. Внедрение Naumen University позволит комплексно подойти к решению задач, стоящих перед современным учебным заведением.

Платформа Naumen Erudite позволяет с нуля создавать голосовых роботов и чат-ботов для обслуживания клиентов, внедрять их в контакт-центры, а также управлять работой ИИ-сотрудников с помощью понятных интерфейсов. В решении используются технологии искусственного интеллекта, которые обеспечивают высокий уровень диалоговых навыков роботов.

Решение Naumen University ориентировано как на коммерческие, так и государственные высшие учебные заведения.

Информационная система Naumen University предназначена для решения следующих задач:

   автоматизация всех уровней учебного процесса вуза, в т.ч. формирование учебных и рабочих планов, составление расписания учебных занятий, проведение сессий, перевод студентов с курса на курс и т.д.;
   обеспечение прозрачности управления вузом за счет понятной организационной структуры, формализованных процессов, оперативного контроля исполнения распоряжений;
   системный контроль исполнения требований Государственного образовательного стандарта, региональных и вузовских стандартов;
   упрощение стандартизации системы управления качеством;
   контроль полного цикла подготовки студента (от прохождения вступительных испытаний до последующего трудоустройства);
   формирование отчетности по различным аспектам деятельности вуза.

Узнать больше о задачах, решаемых

Нормативно правовые основы

Указ Президента Российской Федерации от 10.10.2019 г. № 490 О развитии искусственного интеллекта в Российской Федерации

1. Утвердить прилагаемую Национальную стратегию развития искусственного интеллекта на период до 2030 года.

2. Правительству Российской Федерации:

до 15 декабря 2019 г. обеспечить внесение изменений в национальную программу "Цифровая экономика Российской Федерации", в том числе разработать и утвердить федеральный проект "Искусственный интеллект";

На что опирается

Правовую основу настоящей Стратегии составляют

• Конституция Российской Федерации,
• Федеральный закон от 28 июня 2014 г. № 172-ФЗ "О стратегическом планировании в Российской Федерации",
• указы Президента Российской Федерации
  • от 7 мая 2018 г. № 204 "О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года",
  • от 9 мая 2017 г. № 203 "О Стратегии развития информационного общества в Российской Федерации на 2017 - 2030 годы",
  • от 1 декабря 2016 г. № 642 "О Стратегии научно-технологического развития Российской Федерации"