Етикет: резултати от въпросника

4: Проучване за преподаватели в областта на приложния изкуствен интелект: анализ на състоянието за WP2

4: Проучване за преподаватели в областта на приложния изкуствен интелект: анализ на състоянието за WP2

Събрани са и са анализирани въпросници на 80 учители от 5 държави относно
преподаването на изкуствен интелект. Сред по-интересните резултати е констатацията,
че повечето от учителите се самообразоват по отношение на изкуствения интелект,
повечето от тях никога не са участвали в търговски проект, свързан с изкуствения
интелект, но повечето от учителите биха приветствали разширено участие на експерти
от индустрията в обучението на учениците. От техните препоръки могат да бъдат
избрани например съвети:
Съсредоточете се повече върху безплатните версии.
Изберете първо подходящ изчислителен език и библиотеки
Внимание към компютърното зрение, обясним изкуствен интелект,
взаимодействие между човека и изкуствения интелект
Добавяне на повече дейности за правене на примери
Решаване на реални казуси с ИИ в часовете
Повечето от отговорите бяха анализирани и визуализирани под формата на графики.

 

Повече информация може да намерите тук: Research 4 StateOfTheArt_teachers_Dirgova bg

Изследване 3: Проучване на научни проекти в областта на приложния изкуствен интелект: анализ на състоянието за WP2

Изследване 3: Проучване на научни проекти в областта на приложния изкуствен интелект: анализ на състоянието за WP2

Бяха събрани и анализирани въпросници за 63 проекта, събрани от партньорски
организации от петте държави, относно преподаването на изкуствен интелект.
Координаторите на проектите бяха от 19 държави. Сред по-интересните резултати е
констатацията, че повече от половината от проектите се отнасят до модули за обучение
на дълбоки невронни мрежи, а повечето задачи за машинно обучение, които са били
решени, са били обработка на изображения, класификация, регресия, клъстеризация и
обработка на естествен език. Сред използваните библиотеки за изкуствен интелект
преобладават TensorFlow, Keras, scikit-learn и CUDA. Езиците за програмиране бяха
Python и C++.
Повечето от отговорите бяха анализирани и визуализирани под формата на графики.

 

Повече информация може да намерите тук: Research 3 StateOfTheArt_scientificprojects_Dirgova_BG