Автоматизация знаний: искусственный интеллект в школьном обучении
Ключевые слова:
мобильные приложения, искусственный интеллект, генерация текста и изображений, образовательный процесс, GPT, DALL-E, CLIP, unCLIP, диффузионные модели, трансформерАннотация
В статье описана разработка мобильного приложения, которая использует искусственный интеллект для генерации текстов и изображений в образовательных целях, а также принципы работы GPT и обзорно описываются диффузионные модели, используемые в генеративных ИИ на примере DALL-E. Целью создания мобильного приложения является внедрение такого рода технологий в школьные предметы такие как биология, история, иностранные языки, информатика и другие. В исследовании были использованы трансформерные модели и иерархическая генерация изображений. Результаты показывают успешное создание текстов и изображений. Обсуждаются преимущества и перспективы применения в образовании данной технологии.
Библиографические ссылки
Xu W., Ouyang F. / The application of AI technologies in STEM education: a systematic review from 2011 to 2021 // International Journal of STEM Education, 2022 – URL: https://stemeducationjournal.springeropen.com/articles/10.1186/s40594-022-00377-5/ (дата обращения: 25.04.2025)
Modi M. / Kotlin vs Java: which is better for You in 2022 // Medium, MQoS Technologies. – URL: https://medium.com/mqos-technologies/kotlin-vs-java-which-is-better-for-you-in-2022-7ce97790c20 (дата обращения: 26.04.2025)
Vaswani A., Shazeer N., Parmar N. [и др.] / Attention All You Need // arXiv preprint arXiv: 1706.03762, 2017 – URL: https://arxiv.org/abs/1706.03762
Ramesh A., Dhariwal P., Nichol A. [и др.] / Hierarchical Text-Conditional Image Generation with CLIP Latents // arXiv preprint arXiv: 2204.06125, 2022 – URL: https://arxiv.org/abs/2204.06125
Radford A., Kim J. W., Hallacy Ch. [и др.] / Learning transferable visual models from natural language supervision // arXiv preprint arXiv: 2103.00020, 2021 – URL: https://arxiv.org/abs/2103.00020
Ho J., Jain A., Pieter Abbeel / Denoising Diffusion Probabilistic Models // arXiv preprint arXiv: 2006.11239, 2020 – URL: https://arxiv.org/abs/2006.11239
Image Generation API, OpenAI [Электронный ресурс] // URL: https://platform.openai.com/docs/guides/images-vision?api-mode=responses (дата обращения 25.04.2025)
Brown T. B., Subbiah M., Mann B. [и др.] / Language Models are Few-Shot Learners // arXiv preprint arXiv: 2005.14165, 2020 – URL: https://arxiv.org/abs/2005.14165
Hinton G., Vinyals O., Dean J / Distilling the Knowledge in a Neural Network // arXiv preprint arXiv: 1503.02531, 2015 – URL: https://arxiv.org/abs/1503.02531
Nikolaj Buhl / OpenAI’s DALL-E 3 Explained: Generate Images with ChatGPT // URL: https://encord.com/blog/openai-dall-e-3-what-we-know-so-far/ (дата обращения: 26.04.2025)
Загрузки
Дополнительные файлы
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2025 Диёрбек Ибрагимов, Темурбек Абдуллаев
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
