Orentaon. 이제는 공교육에서 인공지능을 이야기 해야하는 이유.
질문1. 여러분들은 인공지능 하면 무엇이 떠오르나요?
사례1. 빅스비
사례2. 자율주행 자동차
사례3. 인공지능과 교육
- 해외 : 노리(KnowRe)
Home | Knowre Math
An online core supplement for Grades 1-12 helping teachers personalize learning for students because students don't hate math, they hate being frustrated
www.knowre.com
AI 기반교육 서비스의 사례
이렇게 AI교육이 교육에 미칠 변화에 대해 알아보았습니다. 그렇다면 AI기반으로 만들어진 대표적인 교육 플랫폼은 무엇이 있을까요?
대표적인 사례로 노리(KnowRe)가 있습니다.
노리(KnowRe)는 놀면서 수학의 지식을 쌓자는 의미로, 우리 기술로 만든 AI 기반 맞춤형 수학 교육 플랫폼입니다. 개별 학습자의 취약점을 인공지능을 이용하여 정밀하게 분석하고 실시간으로 개인 맞춤형 솔루션을 제공하여 효과적인 학습을 제공합니다. 노리의 주요 특징 중 하나는 틀린 문제의 풀이 과정을 분석하여 학습자가 모르는 수학 개념을 찾아내는 것입니다. 이렇게 인공지능을 활용하여 학습자의 학습을 효과적으로 도와주는 서비스가 이미 실시되고 있습니다.
- 출처 : m.blog.naver.com/moeblog/221874090154
- 국내
글로벌기업 시총의 변화
질문2. 글로벌 기업의 30년간 시가총액 순위 변화에서 무엇이 느껴지나요?
글로벌 기업 AI 분야 인수 현황
"머신러닝(기계학습)과 인공지능(AI)이 사람들이 기술과 상호 작용하는 방식을 완전히 바꾸고 있기에 애플의 미래에 중요하다."
- 팀 쿡 애플 최고경영자(CEO)
질문3. 그래. 인공지능이 중요한건 알겠는데, 인공지능을 공교육에서 평범한 학생을 학생을 대상으로 가르쳐야 할까? 그렇지 않다면 이유는 무엇일까? 혹은 가르쳐야 한다면 어떤 방향으로 어느 수준까지 가르쳐야 할까?
1. 인공지능 교육 어떻게 할 것인가?
1. 인공지능 교육 현황
교육부의 AI인재 양성 계획
우선적으로 초·중·고 단계별 AI 교육 내용 기준을 마련하고 고등학교 AI 기초·융합 선택과목 신설, 시범학교 운영, 전문 교육인력 양성 등을 통해 체계적으로 AI 교육 도입을 추진할 계획입니다. 더불어 올해 안에 ‘인공지능 교육 종합방안’을 수립하여 전 국민이 AI 시대에 필요한 소양을 기르고, AI 시대를 주도해 나갈 인재를 양성하기 위한 청사진을 제시할 예정입니다.
또한 올해 초·중학교 교당 최소 60개의 스마트기기를 보급하고, 모든 초·중·고에 교당 최소 4개 교실 이상의 무선환경 구축을 완료하여 AI 교육 등을 위한 미래형 학교 기반(인프라)을 구축하는 목표를 가지고 있습니다.
이렇게 교육부는 AI교육 활성화를 위해 학교에 많은 지원을 하고 있습니다. 미래 변화를 선도할 AI·첨단분야 인재양성을 위해 AI교육 기반 조성 및 스마트 학교환경 조성으로 교육환경을 구축하고 있습니다. 또한 AI·첨단분야 전문인재 집중 양성을 위해 학부, 석사 및 박사 인재 집중 양성을 계획하고 있습니다.
- 출처 : 교육부 업무계획(2020)
<AI4Youth Project>
www.intel.com/content/www/us/en/corporate-responsibility/ai-4-youth-video.html
사례 1. 부산 컴퓨터과학고 사례 : AI 인터폰
사례 2. 서울 성남고등학교 : 안면 인식 AI 휄체어
2. 특성화고등학교 인공지능 교육 목표 정하기
1) 교사 대상 인공지능 연수 사례 : 적대적신경망 GAN(한기대 능력개발교육원)
CND GAN(Conditional)를 활용한 컬러이미지 모방
2020.8.12(수)gan 연수 3일차강사 : 임성규 교수님(조지아 공대)** Conditional GAN 구조컨디...
blog.naver.com
- 특성화고등학교에서 인공지능에 대한 심도있는 학문적 접근은 어렵다.
2) 인공지능 프로젝트 사이클
1) Problem Scoping
- 사회 문제를 조망하며 인공지능으로 해결 할수 있는 문제 해결 목표를 세운다.
2) Data Acquisition
- 문제 해결에 필요한 데이터 수집을 한다.
3) Data Exploration
- 수집된 데이터를 비주얼라이징 및 정제화 과정
4) Modeling
- 데이터에 맞는 인공지능 모델 선택 후 최적화 과정
5) Deployment
- 훈련된 인공지능 모델을 다양한 플랫폼에 탑재하여 인공지능 서비스 제공
▶ 일련의 인공지능 프로젝트를 진행하면서 실제 삶에 필요한 다양한 역량을 기를 수 있다.
▶ 인공지능 분야에서 요구되는 다양한 분야의 산업적 측면을 경험할 수 있다.
▶ 컴퓨터전자과에서 배우는 전공과 인공지능 분야가 융합하여 실제 삶에도 연결되는 작품을 제작 할 수 있다.
[AI Project Cycle] Step 1.Problem Scoping
1. 유엔 지속가능발전목표(SDGs)
THE 17 GOALS | Department of Economic and Social Affairs
2. Loopy - 문제 분석 툴
ex) 김치 가격 상승 요인 분석
LOOPY!
a tool for thinking in systems
ncase.me
3. 4ws Template - 문제 해결 방안의 접근
[AI Project Cycle] Step 2. Data Aquisition
1. 한국 공공데이터
공공데이터 포털
국가에서 보유하고 있는 다양한 데이터를『공공데이터의 제공 및 이용 활성화에 관한 법률(제11956호)』에 따라 개방하여 국민들이 보다 쉽고 용이하게 공유•활용할 수 있도록 공공데이터(Datase
www.data.go.kr
2. 기상자료 개발 포털
기상자료개방포털
data.kma.go.kr
3. Kaggle
Kaggle: Your Machine Learning and Data Science Community
Kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.
www.kaggle.com
4. MNIST
MNIST 알아보기
MNIST Database Wiki에 따르면 National Institute of Standards and Technology의 줄임말이고, NIST(Institute of Standards and Technology, 미국 국립표준기술연구소)의 손으로 쓴 글자 데이터셋에서 숫자만 따로 뽑아낸 ��
brunch.co.kr
5. 직접 이미지 찍어오기
ex) 얼굴 좌표 인식
ex) 얼굴 표정 인식
ex) 구글 티쳐블 머신
teachablemachine.withgoogle.com/
Teachable Machine
Train a computer to recognize your own images, sounds, & poses. A fast, easy way to create machine learning models for your sites, apps, and more – no expertise or coding required.
teachablemachine.withgoogle.com
6. 기타 센서로 데이터 수집
[AI Project Cycle] Step 3. Data Exploration
1) 데이터 비쥬얼라이징 - anychart Play Ground
ex) 전국 학원수 데이터 비쥬얼라이징
2) 데이터 정제화 과정
ex) AI RC Car Project
3) 데이터 규격 맞추기 -> 파이썬 라이브러리 사용법 익히기 -> 학습환경 : 쥬피터 노트북 + 아나콘다
(1) numpy - 데이터 행렬 조절
(2) Pandas - 데이터 규격 확인
(3) 이미지 데이터 규격 맞추기 - open cv
[AI Project Cycle] Step 4. AI Model
1) AI - ML - DL
이론적 배경
2) Deep learning 구조
3) KNN - 데이터 분류에 특화된 Deep learning
게임1. Rock Paper Scissors : AI에게 20번을 먼저 이기세요 -> https://www.afiniti.com/corporate/rock-paper-scissors
Rock, Paper, Scissors
Challenge our AI in a game of Rock Paper Scissors. Learn how we use patterns to predict behavior.
www.afiniti.com
4) CNN - 이미지 판단에 특화된 Deep learning
게임2. Quick Draw : 제한시간 내에 6개의 그림을 완성하세요 -> https://quickdraw.withgoogle.com/
Quick, Draw!
신경망이 학습을 통해 낙서를 인식할 수 있을까요? 내 그림은 얼마나 잘 맞추는지 확인하고, 더 잘 맞출 수 있도록 가르쳐 주세요. 게임을 플레이하기만 하면 됩니다.
quickdraw.withgoogle.com
5) RNN - 언어 처리에 특화된 Deep learning
게임3. Semantris : 연관된 단어를 입력하세요 -> https://research.google.com/semantris
Semantris
research.google.com
6) Pretrained Model - Open Vino
www.intel.co.kr/content/www/kr/ko/internet-of-things/openvino-toolkit.html
OpenVINO™ 툴킷으로 어디에서나 가속화되는 비전
OpenVINO™ 툴킷을 활용하면 인사이트를 확보하고 얼굴 인식, 사물 감지, 예측형 의사 결정을 위한 비전 솔루션을 가속할 수 있습니다.
www.intel.co.kr
7) 개발 환경 - 파이참 + 아나콘다 ->모델 최적화
[AI Project Cycle] Step 5.Deplement
1. google sheet
ex) 인공지능 휠체어 구글 시트
sites.google.com/brainai.co.kr/aiwheelchair/home?authuser=0
AI WheelChair Project
Team Introduction Team Activities with photos and videos Fun, Meaningful Show the social skills, such as collaboration, communication, tec
sites.google.com
2. 라즈베리파이
3. web service
'Python > 인공지능' 카테고리의 다른 글
| 인공지능과 미래사회 교육자료 모음. (2) | 2022.04.14 |
|---|---|
| 티쳐블 머신과 웹페이지, TTS 연동 실습 자료 (5) | 2021.06.07 |
| 인공지능 use case (1) | 2020.12.09 |
| [모듈 4-9] Open Vino 모델 사용하기 1 - 눈코입 각도 확인 (0) | 2020.11.04 |
| [모듈 4-8] Open Vino 설치 및 환경 변수 설정하기 (1) | 2020.10.21 |
