В последнее время учителя и учебные заведения ищут различные способы включения искусственного интеллекта (ИИ) в свои учебные программы, будь то преподавание машинного обучения (МО) или его включение в создание планов уроков, выставление оценок или другие образовательные приложения. Генеративные модели ИИ, в частности модели больших языков (LLM), резко усилили влияние ИИ на образование. Модели генеративного искусственного интеллекта и программирования на естественном языке (НЛП) обладают огромным потенциалом для улучшения преподавания и обучения за счет создания персонализированного учебного контента и предоставления учащимся увлекательного опыта обучения.

В этом посте мы создаем генеративное решение искусственного интеллекта, позволяющее учителям создавать учебные материалы, а учащимся — изучать английские слова и предложения. Когда учащиеся дают ответы, решение выставляет оценки в режиме реального времени и предлагает учащимся персонализированную обратную связь и рекомендации по улучшению своих ответов.

В частности, учителя могут использовать это решение для следующих целей:

• Создайте задание для учащихся, создав вопросы и ответы из подсказки.
• Создайте изображение из подсказки, чтобы представить задание.
• Сохраните новое задание в базе данных.
• Просмотр существующих заданий из базы данных

Учащиеся могут использовать решение для выполнения следующих действий:

• Выберите и просмотрите задание из базы данных заданий.
• Ответьте на вопросы выбранного задания.
• Проверяйте оценки ответов в режиме реального времени
• Просмотрите предложенные грамматические улучшения к их ответам.
• Просмотрите предлагаемые улучшения предложений к их ответам.
• Прочтите рекомендуемые ответы

Мы покажем вам этапы создания решения с использованием Amazon Bedrock, Amazon Elastic Container Service (Amazon ECS), Amazon CloudFront, Elastic Load Balancing (ELB), Amazon DynamoDB, Amazon Simple Storage Service (Amazon S3) и AWS Cloud Development Kit. (AWS CDK).

Обзор решения

На следующей диаграмме показаны ресурсы и службы, используемые в решении.

Решение работает как масштабируемый сервис. Преподаватели и ученики используют свои браузеры для доступа к приложению. Контент обслуживается через дистрибутив Amazon CloudFront, источником которого является балансировщик нагрузки приложений. Он сохраняет сгенерированные изображения в корзину S3, а задания учителя, ответы и оценки учащихся — в отдельные таблицы DynamoDB.

Решение использует Amazon Bedrock для создания вопросов, ответов, изображений заданий и оценки ответов учащихся. Amazon Bedrock — это полностью управляемый сервис, который делает базовые модели от ведущих стартапов в области искусственного интеллекта и Amazon доступными через простые в использовании интерфейсы API. В решении также используется API исправления грамматических ошибок и перефразировать API от AI21, чтобы рекомендовать исправления слов и предложений.

Подробности реализации вы можете найти в следующих разделах. Исходный код доступен в папке Репозиторий GitHub.

Предварительные условия

Вы должны иметь некоторые знания о генеративном искусственном интеллекте, машинном обучении и сервисах, используемых в этом решении, включая Amazon Bedrock, Amazon ECS, Amazon CloudFront, Elastic Load Balancing, Amazon DynamoDB и Amazon S3.

Мы используем AWS CDK для создания и развертывания решения. Инструкцию по настройке вы можете найти в файл readme.

Создание заданий

Учителя могут создавать задания на основе введенного текста, используя следующую страницу графического интерфейса. Задание включает в себя входной текст, вопросы и ответы, созданные на основе текста, а также изображение, созданное на основе входного текста для представления задания.

В нашем примере учитель вводит Дети и безопасность велосипеда Рекомендации Министерства транспорта США. Для входного текста мы используем файл Bike.safe.riding.tips.txt.

Ниже приведен сгенерированный вывод изображения.

Ниже приведены сгенерированные вопросы и ответы:

"question": "What should you always wear when riding a bicycle?",
"answer": "You should always wear a properly fitted bicycle helmet when riding a bicycle. A helmet protects your brain and can save your life in a crash."

"question": "How can you make sure drivers can see you when you are bicycling?",
"answer": "To make sure drivers can see you, wear bright neon or fluorescent colors. Also use reflective tape, markings or flashing lights so you are visible."

"question": "What should you do before riding your bicycle?",
"answer": "Before riding, you should inspect your bicycle to make sure all parts are secure and working properly. Check that tires are inflated, brakes work properly, and reflectors are in place."

"question": "Why is it more dangerous to ride a bicycle at night?",
"answer": "It is more dangerous to ride at night because it is harder for other people in vehicles to see you in the dark."

"question": "How can you avoid hazards while bicycling?",
"answer": "Look ahead for hazards like potholes, broken glass, and dogs. Point out and yell about hazards to bicyclists behind you. Avoid riding at night when it is harder to see hazards."

Учитель ожидает, что учащиеся выполнят задание, прочитав входной текст, а затем ответив на сгенерированные вопросы.

Портал использует Amazon Bedrock для создания вопросов, ответов и изображений. Amazon Bedrock ускоряет разработку генеративных решений искусственного интеллекта, предоставляя базовые модели через интерфейсы API. Исходный код вы можете найти в файле 1_Create_Assignments.py.

Портал использует две базовые модели:

• Stable Diffusion XL для создания изображений с помощью функции query_generate_image_endpoint
• Anthropic Claude v2 для генерации вопросов и ответов с помощью функции query_generate_questions_answers_endpoint

Портал сохраняет сгенерированные изображения в корзину S3 с помощью функции load_file_to_s3. Он создает задание на основе входного текста, идентификатора учителя, сгенерированных вопросов и ответов, а также ссылки на корзину S3 для загруженного изображения. Он сохраняет присвоение в назначениях таблицы DynamoDB с помощью функции insert_record_to_dynamodb.

Код AWS CDK, создающий таблицу DynamoDB, можно найти в файле. cdk_stack.py.

Показать задания

Учителя могут просматривать задания и созданные артефакты, используя следующую страницу графического интерфейса.

Портал использует функцию get_records_from_dynamodb для получения назначений из назначений таблицы DynamoDB. Он использует функцию download_image чтобы загрузить изображение из корзины S3. Исходный код вы можете найти в файле 2_Show_Assignments.py.

Ответить на вопросы

Учащийся выбирает и читает задание учителя, а затем отвечает на вопросы задания.

Портал предоставляет увлекательный опыт обучения. Например, когда учащийся дает ответ «Я должен защитить мозг при аварии», портал оценивает ответ в режиме реального времени, сравнивая ответ с правильным ответом. Портал также ранжирует ответы всех учащихся на один и тот же вопрос и показывает три верхних балла. Исходный код вы можете найти в файле 3_Complete_Assignments.py.

Портал сохраняет ответы учащихся в таблице DynamoDB под названием «ответы». Код AWS CDK, создающий таблицу DynamoDB, можно найти в файле. cdk_stack.py.

Чтобы оценить ответ учащегося, портал вызывает модель Amazon Titan Embeddings, которая переводит ответ учащегося и правильный ответ в числовые представления, а затем вычисляет их сходство в виде оценки. Решение вы можете найти в файле 3_Complete_Assignments.py.

Портал генерирует предлагаемые грамматические исправления и улучшения предложений для ответа учащегося. Наконец, портал показывает правильный ответ на вопрос.

Портал использует API исправления грамматических ошибок и API перефразирования от AI21 для генерации рекомендуемых грамматических улучшений и улучшений предложений. Модель перефразирования AI21 доступна в качестве базовой модели в SageMaker. Вы можете развернуть модель перефразирования AI21 в качестве точки вывода в SageMaker и использовать ее для улучшения предложений.

Функции generate_suggestions_sentence_improvements и generate_suggestions_word_improvements в файле 3_Complete_Assignments.py покажите альтернативный способ использования конечных точек REST API AI21. Вам необходимо создать учетную запись AI21 и найти ключ API, связанный с вашей учетной записью, для вызова API. Вам придется заплатить за вызовы после пробного периода.

Заключение

В этом посте показано, как использовать решение на основе искусственного интеллекта для улучшения качества преподавания и обучения с помощью нескольких генеративных моделей искусственного интеллекта и НЛП. Вы можете использовать тот же подход для разработки других прототипов и приложений генеративного ИИ.

Если вас интересуют основы генеративного искусственного интеллекта и способы работы с базовыми моделями, включая продвинутые методы подсказок, ознакомьтесь с практическим курсом. Генеративный ИИ с LLM. Это трехнедельный курс по запросу для специалистов по данным и инженеров, которые хотят научиться создавать генеративные приложения искусственного интеллекта с помощью LLM. Это хорошая основа для начала работы с Amazon Bedrock. Посетите страницу функций Amazon Bedrock и зарегистрируйтесь, чтобы узнать больше об Amazon Bedrock.

Об авторах

Джефф Ли — старший архитектор облачных приложений в команде профессиональных услуг AWS. Он увлечен глубоким взаимодействием с клиентами для создания решений и модернизации приложений, поддерживающих бизнес-инновации. В свободное время он любит играть в теннис, слушать музыку и читать.

Исаак Привитера является старшим специалистом по данным в Инновационном центре генеративного искусственного интеллекта, где он разрабатывает индивидуальные решения на основе генеративного искусственного интеллекта для решения бизнес-задач клиентов. Он работает в основном над созданием ответственных систем искусственного интеллекта с использованием дополненной генерации (RAG) и цепочки мыслей. В свободное время он любит гольф, футбол и гуляет со своей собакой Барри.

Хариш Васвани является главным архитектором облачных приложений в Amazon Web Services. Он специализируется на проектировании и создании облачных приложений и предлагает клиентам лучшие практики в процессе трансформации облака. Вне работы Хариш и его жена Симин являются отмеченными наградами независимыми продюсерами короткометражных фильмов и любят проводить время со своим 5-летним сыном Караном.