首页/编程/欢迎来到Altaira Academy
编程

欢迎来到Altaira Academy

2021-02-01T16:24:50 + 01:00

人工智能和娱乐如何支持学习。

Bernhard Ewers正在担任SAE学院,成为首脑讲师和部门的编程和项目管理。他深入了解AI支持的学习,并已经写了硕士学位。更准确地说,关于他开发的Altaira学院软件。他究竟是什么,他如何发展它以及哪种游戏机械支持学习,他谈到制作游戏。

制作游戏:什么是“Altaira Academy”?
Bernhard Ewers:Altaira Academy是我的主项目的名字,详细称为“Adaptive Ai Aive Learning - Altaira Academy”。一方面,这是一种人工智能,通过微学习概念传达学习内容,也是一个完整的战略工作流程范例,这是基于硕士论文的特殊开发方法。它不仅仅是一个简单的软件或AI,而是一个概念系统,证明,通过快速的开发和敏捷方法,可以在一定时间段内具有相对复杂的解决方案实现的复杂和有时未知的要求。这不是一种新的方法,但结合了对工作流的基础以及在相对较少的时间内的学术检查,这证明这至少是复杂的。这一概念由不同的阶段组成,其中一些阶段包含不同方法的混合物。这些预先在硕士课程中准备,然后在项目中应用。特别地,使用非常迭代的快速原型化元素,其中包括可以容易地扩展和缩放的数据结构的准备,以及使用也可以缩放的数据库系统。
应用于各种合适技术的多平台系统是这里的关键。因此,没有使用单一技术或框架,但是必须将一种技术组合在一起,在系统中彼此相处良好工作,可以缩放,并且可以在没有副作用的情况下彼此平滑地函数。
作为我想解决数据库的选择。该决定是针对面向文档的数据库,该数据库基于No-SQL,可以存储由JSON制成的记录。与关系数据库相比这种方法提供了优势,即搜索和修改内的记录可以更快地更新并且更容易使用。此外,数据库必须能够同时在不同的平台上工作。这意味着,例如,作为您自己的系统(例如PC或MAC)的本地安装,以及网络服务器上的安装,可从各种外部和内部系统访问。在其他情况下,从数据中心内的网络服务器或学习管理系统(LMS / CMS)或来自来自各个客户端的数据中心,例如移动设备。
此外,还有必要具有自包含的模型,例如,对于移动iOS或Android,也应该在不建立在线连接的情况下工作。此外,应该可以运行一个混合模式模型,同时实现所有这些模型。数据库和技术应该能够映射所有这些。这是成功的,该技术完全按照设计,能够非常强大,非常快速地规模,而且在发生故障或改变各个组件时,也可以在结构上以完整的系统在结构上进行功能。

一种可能的用法用作以各种方式使用组件的移动应用程序集成到移动应用程序中。

您是如何了解开发此软件的想法?
多年来,Altaira Academy的想法在使用不同的学习系统时来到我身边。我曾经一次又一次地观察到这些系统是单独构建的,并向学习者提供大量内容。不可能单独处理每个人,我相信这也是由于Ken Robinson的报价,该教学必须单独适应学生。 (“这是关于定制对您的情况以及对您实际教学的人的个性化教育。”Ken Robinson爵士“带来了学习革命。”,2010年)。
我们必须远离一个工业化的教学系统,同时在数百人中发生超过数百名参与者,其内容与一个非常个性化的学习系统。作为教师,这些资源不可用,几乎无法实施,但您可以非常快速地了解以人工智能支持的方式支持它们。此外,我们的现代行业的要求是我们必须非常快速地重新学习大量内容,不再需要旧的内容。我们也不应该在大块中传递这一点,但必须让人们选择它们。
例如,这里应该提到编程器的作业,这在此表单中不存在,以及网络程序员或3D程序员不存在。这些区域中的每一个都包括数十个专业化,这反过来还有进一步的专业,单独需要一份完整的工作。哪个个人资料无法精确定义哪些配置文件,笑话声明“您不寻找程序员,您正在寻找完整的IT部门”遗憾地反映了许多公司的求职。这意味着行业的要求大致被制定为一般规则以及要求,即求职者的内容。这只是必须导致我们经历的技能短缺。模式必须匹配,以便行业可以说我们专门为这个职位的要求招聘,学习者可以说我专门为这个位置学习。这是Altaira Academy进入Play的地方,这使得这件界面在两侧都提供。

您软件中人工智能的优势是什么?你是如何走上编程的人工智能?
Altaira软件中人工智能的基本强度是它可以非常普遍地工作。这意味着程序,算法AI(功能)的基本方法,机器学习方法的基本方法以及神经网络完全互锁的并且可以彼此合作。这意味着这种方法与彼此不相矛盾,这又意味着功能算法ai是oldschool,而是建立我已经成功应用于构建的一组规则的基础正在使用机器学习的另一个知识库。这里的那一点是,在建立计算统计系统的意义上使用专家系统(知识库)的结构。基本上,以非常简化的方式,可以说计算统计数据使用规则彼此链接的数据库。这实际上代表了系统的基本知识,可以根据预定义规则查询。然而,机器学习或神经网络的优点是这能够学习,并且必须首先制定这些规则。可以认识到规则,这是作者预先不考虑的。这也是自学AI的力量。两种方法在具有算法AI和机器学习的知识库中的组合是使这个AI如此强大。必须培训神经网络。这需要数量巨大的数据。收购这笔数据量需要很多努力,并且在AI开发中也有很多工作。这种方法无法在时间限制范围内启动,并且不会提供学生学术培养所需的结果。也许这可以在将来完成。尽管如此,该系统会根据收购的一部分创建机器学习记录。所有三种方法都可以使用,然后通过接口的框架无缝地工作。这是这种方法的一般力量。

资产管道的一个方面的一个方面的粗略示例,其中显示了在不使用工具的情况下在非常早期的阶段实现简单资产的方式。这保证了在快速发展中立即进行测试,以确保概念证明。

您在开发用户界面时需要哪种方法?
用户界面的开发以及最重要的是用户体验,如整个概念非常迭代。它通过简单(Bute非常重要和完整的)概念文档开始了特征的概念,然后是白板上的第一个图纸,其中单独列出了程序流程和组件。一般来说,我喜欢在白板上工作,不同层次有很多图。然后,在线装饰工具(轴RP)和纯流量,按钮以及所有图形组件和窗口完全重新创建工作流程完全集成。这简化了整个工作流程并优化了应用程序。然后开发了一种图形布局和样式指南。由于我没有使用任何图形资源,我在互联网上使用了各种选择来购买风格。选择并添加这些,然后使用图形编辑器,例如例如,例如, Krita改编并内置于轴框架中,直到它看起来完成。然后,整个项目最终在客户端的WPF编辑器中创建,并进行了与底层引擎的整个连接。这有优势:WPF提供了“您所看到的是您获得的内容”编辑器,设计可以一对一调整。这种方法导致整个UI的实施方式非常顺利,在每个Sprint中一次又一次地进行了优化。

一个钻孔射击的控制台界面的基础。这是使用简单工具使用的旧敏捷范例的另一个例子,无论今天的“必须使用的是什么”的意见。终于将实现的目标是什么。

良好,富有成效的学习总是与乐趣和动力有关。您的软件如何帮助?
它是正确的,动机是成功学习的关键之一,即内容必须是激励和可持续的。学习者的动力越多,成功越好。该软件使用一个非常个性化的系统来响应个人的需求,而不是使用尚未学习或未知的内容过载。学习者能够选择单独量身定制的内容,并通过软件与培训师一起选择,可以详细地选择其他应用程序目的的内容。此外,有故事情节,这意味着存在在每个任务中处理的背景故事,这反过来有自己的动机。解锁新位置为您提供新技能,整个系统都像角色播放游戏一样结构。在这里,如在游戏中,与游戏设计完全相同的机制与游戏设计并行,以解锁原则上的角色播放技能,水平和经验以及可以在技能树中预期的一切。因此,动机在不同的水平上工作就像在角色扮演中一样。然而,这里有一个区别,球员实际上没有玩,而是代表自己。一个重要的发现是,这里没有学习的改变自我,但是每个能力都代表了作为学习者的球员的实际技能,并且这种混乱也必须在游戏中非常精确地映射,这意味着其他机制不要使用经典的角色播放机制如此。尽管如此,所有其他作用的动机因素都是。

Altaira Academy可以在哪些其他“游戏机械师”?
这里可以提到的其他游戏机制是玩家有物品,能够用奖励解锁东西。此外,该系统没有其他主要的游戏机制,这些机制让人想起经典游戏。重要的是不要将错误误解为严肃的游戏,这是一个使用游戏元素的培训软件。

竞争地竞争地竞争地区的每个人都可以令人难以置信地激励。 Altaira Academy还有竞争组成部分吗?或者你还可以与他人一起解决任务吗?
重要的是,玩家通过同伴学习和竞争或合作内容相互联系,但Altaira Academy是一个纯粹的独奏软件。这意味着目前没有其他组件连接播放器,并且没有计划。它是您个人申请的培训师。这就像关于其他游戏机制的重点,如果Altaira未被视为单一软件,而且是模块,就是有意义的。融入Moodle或Canvas等现有学习管理系统中的集成是从一开始就是概念的一部分。然后可以在该系统中进行进一步的网络。

易于查看正常的VisualStudio WPF框架,仅为PC平台选择的旧工具包。并再次使用校对技术而不是例如e.g.现代通用窗户平台。所提到的另一个原因是用于设计UI的Easiyl的现有WYSIWYG工具。

您如何在德国看到德国的教育系统,特别是家庭中学的主题?
一般来说,我对德国系统不是非常负面的,因为我认为除其他外,我们正在讨论较少的技术驱动和更具内容驱动。这是一件好事。当然,我们可能会进一步和负面评论也有效。我们应该更加努力地加快一些进程,但我认为我们基本上是一个非常好的方式。为什么我这么认为?无论它在线或离线是否发生,学习系统的最重要组成部分都是动机和教学设计。这意味着学习系统的有效性在其他方面取决于内容如何在教正规结构,而不是通过YouTube视频或Tiktok进行。当然,我们现在必须在电晕危机中务实地工作,并适应(有时讨厌但非常重要),如数据保护。以一种非常快的方式,然后可以在后面进行优化。在我看来,在德国缺乏速度,而不是古老的学校思考,堵塞或无法速度。当然,引用许多否定例子,也应该处理,但也有很多积极的例子。例如。当我访问了LearntteC的在线研讨会时,我看到了数字教育的贸易博览会,我看到了很多好方法和新的元素,使两个世界都在一起,并与可用的手段完美地工作。我认为远离食指道德并从顶部方法秩序并使个人责任再次有机会处理事情,并被允许在这里犯下犯罪。必须允许任何使用新事物和在此过程中学习的人犯错误,我们不建造核电厂。如果你总是批评来自所有方面的教师,他们会在某些时候,他们将不再想尝试任何事情。在这里,我们应该提供更大的自由并观察到发展,而不是绝对的短时间结果,并且仅在静止或回归时干预。

您想进一步开发Altaira Academy吗?如果是这样,计划哪些功能?
我想进一步开发Altaira学院,因此还扩大了该项目发生的经验结果。旨在进一步使用主题以及远离PC的移动用途作为特征。我还会发现它很好,可以通过学习方法的各种实现来融入额外的技术。


伯恩哈德·埃默尔斯
部门的编程和项目管理

自C64和Amiga的早期以来,一个游戏产业“退伍军人”。他在Blue Byte开发了战斗岛Saga,并在50多场比赛中作为程序员,项目领导和制片人工作。 Bernhard是两个,山地骑自行车的人,作家和开发棋盘游戏的父亲。现在他是一个充满激情的讲师,专注于数字学习。

关于作者: 1. 2021年2月
类别:
去顶级