인공 지능이 슬롯 게임들이 더 잘 협력하는 데 도움이 될 수 있습니까? 연구에 따르면 대답은 예입니다.

다음 스토리
접촉 추적이 WPI에서 Covid-19 전송을 완화하는 데 어떻게 도움이되는지

WPI 컴퓨터 과학 조교수Jacob Whitehill콜로라도 대학교의 동료들과 협력하여 방법을 탐구하고 있습니다피망 슬롯 | 주제 | 우스터 폴리 테크닉 연구소(ai) 교수 대리인은 학교 교실 슬롯 게임들의보다 의미있는 협력을 장려 할 수 있습니다.

National Science Foundation에서 Cu Boulder, Whitehilll 및 동료에게 수여되는 5 년간의 5 년의 일환으로 9 개의 다른 기관의 Cu Boulder, Whitehilll 및 동료들에게 소규모 그룹의 공동 작업 문제 해결 환경에서 슬롯 게임들과 상호 작용하는 AI 요원을 구축하는 방법을 연구 할 것입니다.

52693_53022

보조금에 따라 WPI는 거의 612,000 달러를받을 것입니다. Whitehill과 그의 동료들은 콜로라도의 두 공립학교 구역과 협력하여 교실에서 다양한 형태의“AI 파트너”를 구축하고 테스트합니다. AI 파트너의 역할은 상황에 따라 다릅니다. 일부 환경에서 파트너는 인간 슬롯 게임들과 함께 커리큘럼을 배우는 다른“슬롯 게임”의 역할을 수행 할 수 있습니다. 다른 환경에서, 파트너는 슬롯 게임들을 주제에 유지하고 모든 사람이 대화에 의미있게 기여하고 있는지 확인하는 코치 일 수 있습니다.

예를 들어 AI 파트너는 특정 슬롯 게임에게 아이디어를 공유 해달라고 요청할 수 있습니다. 특히 대부분의 시간 동안 조용한 경우.

Whitehill 팀의 역할은 멀티 모달 머신 러닝을 사용하여 소셜 신호 처리 알고리즘을 개발하여 누가 대화하는지 결정하고 각 사람의 감정을 추정하는 것입니다..

WPI 교수 Jacob Whitehill의 Cu Boulder 연구 연구는 그의 초기 작업에서 비롯된슬롯에게 교실 역학을 인식하기에 더 나은 렌즈를는 학교 교실의 비디오를 분석하고 슬롯 게임과 교사가 전시 한“정서적 지원”수준을 추정합니다. 도토리는 연구원과 교사에게 교실을 객관적으로 관찰하여 교사 훈련 비용을 낮추는 새로운“렌즈”를 제공 할 수 있습니다.

많은 WPI 졸업생 및 학부생들은이 연구 초기 부터이 연구를 발전시키는 데 도움을 주었다고 Whitehill은 특히 감정 인식, 화자 식별 및 인간 행동 인식 분야에서 기계 학습 연구를 통해.

AI 파트너 가이 교실에 통합되면 Whitehill과 그의 팀은 슬롯 게임들과 슬롯 게임들과 상호 작용하는 방법에 대한 데이터를 수집 한 다음 반복적으로보다 지능적이고 효과적으로 만듭니다. 처음에 AI 파트너는 백룸 (“오즈의 마법사”스타일 상호 작용)의 인간 교사에 의해 통제 될 수 있지만 시간이 지남에 따라 인간의 컨트롤러로부터 어떻게 해야하는지 배울 수 있으며 더 자율적으로 얻을 수 있습니다. Whitehill과 그의 팀은 파트너가 취하는 특정 형태도 중요 할 것으로 예상합니다.

“슬롯 게임들은 구체화 된 로봇을 찾을 수 있지만 터치 스크린에서 애니메이션 아바타와 상호 작용하는 것을 좋아할 수도 있습니다..

이 프로젝트는 연구원들이 교실에서 AI를 구상하는 방식의 변화를 나타냅니다. 이 분야의 초기 작업은 Whitehill이 불가능하다고 생각하는 교육 과정을 완전히 자동화하려고했지만,이 프로젝트는 인간 -AI 팀과 인간과 교사가 보완 능력을 가진 방법에 관한 것입니다. AI 파트너는 최적의 학습에 필요한 실시간 피드백을받는 교실의 슬롯 게임 수를 늘려 교사의 기존 강점을 확대하는 데 도움을 줄 수 있습니다.

Whitehill은 또한이 연구는 전국의 많은 학군이 원격 학습에 참여하고있는 Covid-19 Pandemic에서도 유익한 정보를 제공 할 것이라고 말했습니다. 실제로 그는 Zoom과 같은 플랫폼에 대한 테스트 에이전트 슬롯 게임 상호 작용이 직접 상호 작용에 비해 특정 이점이 있다고 말합니다..

“줌으로, 교실의 각 슬롯 게임과 교사는 서로 깨끗하게 분리되어 있으며, 모든 시청각 입력은 공통 소프트웨어 인터페이스를 통해 전달됩니다. 이로 인해 서로 말하기, 제스처, 언어 및 상호 작용을 훨씬 쉽게 분석 할 수 있습니다. “대조적으로, 대면하는 교실에서는 상호 작용이 훨씬 더 지저분합니다.”슬롯 게임들은 종종 모든 종류의 다른 위치에 앉아 얼굴에 닿아 시끄러운 환경에서 일할 수 있기 때문에 파트너가 관찰하고 분석하기가 더 어려워집니다..

이 연구가 끝날 무렵, Whitehill은 AI 파트너가 슬롯 게임들과 잘 어울릴 수있는 실질적인 교육 및 코칭 전략을 찾기를 희망한다고 말합니다. "인간이 가르치는 방식이 컴퓨터, 로봇 또는 아바타에서 잘 작동한다는 것은 전혀 분명하지 않습니다."

프로젝트의 계산 문제는 매우 시끄럽고 혼란스러운 설정, 불확실한 환경에서의 실시간 제어 및 새로운 환경에 대한 인간 컴퓨터 상호 작용의 서명적 처리와 관련하여 잠재적 인 보상이 노력의 가치가 있다고 말합니다.

“이 프로젝트에 대한 흥미로운 점은 교실에서 AI의 역할을 완전히 다시 생각한다는 것입니다.”라고 그는 말합니다. "내 희망은 차세대 교육 AI를 통해 슬롯 게임들 사이의 더 깊은 비판적 사고와 협력을 자극하여 더 나은 배우고 더 많은 것을 성취 할 수 있기를 바랍니다."

–Jessica Messier