Современные роботы позволяют решать широкий спектр задач при совместной деятельности с человеком. При этом робот может получать команды от человека через различные системы управления, а также с помощью естественного языка. Выражения на естественном языке обладают значительной многозначностью (омонимией). В статье показано, какими методами обрабатываются высказывания и решается возникающая омонимия при речевом управлении роботом в естественной или виртуальной среде.
В статье изложены принципы разработанного алгоритма выявления трендов на основе анализа больших текстовых данных и представления результата в удобных для лиц принимающих решения (ЛПР) форматах, реализованных в системе интеллектуального анализа больших данных iFORA. Дается обзор существующих алгоритмов текстовой аналитики. Излагается предлагаемая и апробированная на десятках реализованных проектов математическая основа для выявления терминов, означающих тренды. Описываются подходы к кластеризации терминов на основе их векторов в пространстве Word2vec. Приводятся примеры двух ключевых визуализаций (семантические, тренд-карты), дающих представление о круге тем и трендах, характеризующих конкретную исследуемую область, как способ адаптации результатов анализа к задачам ЛПР. Обсуждаются ограничения и преимущества использования предложенного подхода для поддержки принятия решений, предлагаются направления для будущих исследований.
. В статье представлены результаты разработки и исследования методов для создания 3D-моделей растений, выращиваемых в условиях in vitro. В комплексе они решают проблемы, возникающие в процессе исследований растений в пробирке, связанные со сложностью структуры растения, возникновением искажений на границах пробирки, ее возможным запотеванием, а также влиянием человеческого фактора. Создан банк из 792 единиц 3D-моделей для растений шести видов, позволяющий проводить имитационные эксперименты для выявления причинно-следственных связей, осуществления прогнозирования и получения новых знаний. Проведена проверка разработанных методов на адекватность. Представлены примеры их использования для конкретного растения.
Многие современные средcтва Машинного обучения (МО) работают недостаточно эффективно, ввиду выраженной нелинейности изменения трафика и нестационарности. В этих условиях выделяется задача прогнозирования признаков приращений (направления изменения) процесса временных рядов. В статье предлагается использовать некоторые результаты теории случайных процессов для быстрой оценки предсказуемости знаков приращений с приемлемой точностью. Предлагаемая процедура представляет собой простое эвристическое правило предсказания приращения двух соседних значений случайной последовательности. Показывается связь данного подхода для временных рядов с известными подходами предсказания двоичных последовательностей. Рассматривается возможность использования опыта прогнозирования абсолютных значений трафика при прогнозировании знака изменения.
В статье актуализируется необходимость использования онлайн-курсов по программированию, включающих автоматическую проверку кода, в организации самостоятельной работы обучающихся старших классов. Предлагается обзор открытых онлайнкурсов, предназначенных для изучения языка программирования Python, реализованных на разных платформах. Обсуждаются возможности каждого онлайн-курса для решения образовательных задач, таких как общая подготовка обучающихся по программированию, подготовка к государственным экзаменам, формирование навыков решения олимпиадных задач, организация проектной деятельности, профориентация школьников. Проанализированы технические возможности платформ, на которых представлены курсы, с точки зрения их дидактического потенциала. Предлагаются формы организации самостоятельной работы обучающихся при использовании онлайн-курсов по программированию. Общий алгоритм решения задач по программированию уточняется с учетом специфики использования автоматической системы проверки и оценки решения, реализованной в онлайн-курсах.
В содержание раздела «Программирование» на углубленном уровне изучения курса информатики в старшей школе входит рассмотрение вопросов, связанных с проектированием интерфейса пользователя. Если изучение основ программирования происходит с помощью языка Python, то целесообразно и разработку оконных приложений осуществлять с использованием этого языка. В последнее время все большую популярность приобретает библиотека PyQt, что делает актуальным создание методических материалов для знакомства школьников с возможностями указанной библиотеки.
Обучение целесообразно осуществлять в соответствии с технологией реверс-инжиниринга, состоящей в том, что учащиеся не пишут код программы с нуля, а исследуют готовый продукт. На первом этапе можно организовать деятельность школьников с помощью выполнения заданий на исследование готовой программы; на следующем шаге предложить проанализировать внешний вид готового приложения, выделить его элементы и подобрать инструменты для их создания; в заключение предоставить дополнительные задачи, предполагающие самостоятельное изучение учащимися возможностей класса, не рассмотренного ранее.
В статье предложены справочный материал для знакомства школьников с основными возможностями библиотеки, задания для лабораторных и домашних работ.
В статье обосновывается важность входного контроля для элективных курсов по информатике. Показывается, какие дидактические средства можно использовать для реализации этого контроля. Приводится несколько элективных курсов по информатике, разработанных студентами физико-математического факультета Мордовского государственного педагогического университета имени М. Е. Евсевьева на вузовской дисциплине «Технология разработки и методика проведения элективных курсов по информатике», для каждого из них даются разработанные практико-ориентированные задания для входного контроля, которые учитывают минимальный набор знаний и умений школьников, необходимый для успешного усвоения последними материала. Демонстрируются возможные результаты выполнения заданий входного контроля и показывается, какую информацию из них может извлечь педагог с целью эффективного построения электива, включая выбор форм и методов обучения, организацию деятельности обучаемых, объединения их в пары или группы для выполнения совместных проектных работ.
В статье обсуждаются три базовые момента работы генеративных нейросетевых моделей (генеративного искусственного интеллекта): понятие «токен», вероятностный характер генерируемого ответа и понятие «большая модель», размер которой обеспечивает псевдоразумное поведение нейросетевых чат-ботов. Принципиально не обсуждаются вопросы реализации генеративных моделей, области и способы их применения.
Приводятся материалы конкурса «ТРИЗформашка-2024», который был посвящен нейросетевым моделям. Демонстрируется факт псевдоразумности генеративных моделей. Оказывается, модель, обученная на одной-единственной фразе «мама мыла раму» и использующая для генерации контекст из одной-единственной буквы, может иногда вести себя так, как будто она знает правила склонения в русском языке и способна изменять слово по падежам!
Понятие «токен» рассматривается применительно к генерации текстов, картинок и паролей. На базе «токенов» выстраивается практически полезная методика генерации паролей, сложных для разгадывания, но простых для воспроизведения (сложных для забывания).
Понятие «большая модель» представляется наглядно и доходчиво за счет «визуализации» его путем сопоставления с физическими величинами. (Если бы один параметр нейросети весил один грамм, то для ее перевозки потребовалось бы 200 грузовых поездов. Если бы он имел длину в один миллиметр, то нейросеть оборачивалась ба вокруг Земли по экватору 25 раз. Если бы на обучение по одному параметру требовалась одна секунда, то начинать обучать современную нейросеть надо было бы во времена кроманьонцев.)
Материалы будут полезны для изучения генеративного искусственного интеллекта в любом возрасте.
В статье представлена диагностическая работа по информатике для учащихся IX классов общеобразовательной школы. Работа проводится с целью определения у обучающихся уровня сформированности функциональной грамотности (читательской, естественно-научной, математической грамотности). Оценка функциональной грамотности направлена на выявление условий успешного обучения, учащихся в основной школе по предмету «Информатика» и достижения ими личностных, метапредметных и предметных результатов освоения основной образовательной программы по данному предмету. Приоритет развития функциональной грамотности закреплен в обновленных федеральных государственных образовательных стандартах и является важнейшим условием развития гармонично развитой личности. Актуальность создания диагностической работы, выявляющей уровень сформированности функциональной грамотности по информатике, определяется тем, что, в отличие от других предметных областей, в информатике нельзя опереться на содержание заданий Всероссийских проверочных работ (ВПР в IX классе не проводятся, соответственно, задания для них не разработаны), а задачи из КИМ ОГЭ требуют существенной переработки для полноценного охвата всех направлений развития функциональной грамотности.
В диагностической работе представлен один вариант, который включает текст, описывающий некоторую ситуацию, и задания к нему, построенные на контексте учебного материала различных предметных областей. Задания созданы на основе жизненных ситуаций и объединены одной темой.
В федеральной рабочей программе по информатике для XI класса (углубленный уровень) указано на необходимость рассмотрения вопросов построения имитационных моделей, предусмотрено выполнение практических работ на моделирование движения и обработку результатов эксперимента. Интересным и понятным для школьников является разработка и анализ имитационных моделей, связанных с организацией дорожного движения. Реализовать указанные модели можно в среде AnyLogic, для чего целесообразно предложить школьникам построить модель знакомого им перекрестка и проанализировать: при какой интенсивности движения транспорта нет необходимости устанавливать светофор, когда светофор необходим, какие временные фазы работы светофора обеспечивают наибольшую пропускную способность перекрестка. В статье описаны алгоритмы создания моделей нерегулируемого и регулируемого перекрестков; представлены задания на анализ пропускной способности перекрестка при различных значениях количества автомобилей на каждом направлении движения в час; даны задания на оптимизацию фаз работы светофора для увеличения пропускной способности перекрестка; приведены примеры тем проектов для организации самостоятельной работы учащихся.