CN114638732A - 一种人工智能智慧教育平台及其应用 - Google Patents
一种人工智能智慧教育平台及其应用 Download PDFInfo
- Publication number
- CN114638732A CN114638732A CN202210189521.0A CN202210189521A CN114638732A CN 114638732 A CN114638732 A CN 114638732A CN 202210189521 A CN202210189521 A CN 202210189521A CN 114638732 A CN114638732 A CN 114638732A
- Authority
- CN
- China
- Prior art keywords
- teaching
- intelligent
- platform
- layer
- application
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 24
- 230000003993 interaction Effects 0.000 claims abstract description 13
- 238000003860 storage Methods 0.000 claims abstract description 12
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 21
- 210000001503 joint Anatomy 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000007726 management method Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000010223 real-time analysis Methods 0.000 claims description 3
- 241001310793 Podium Species 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 17
- 238000010276 construction Methods 0.000 abstract description 8
- 230000008901 benefit Effects 0.000 abstract description 7
- 230000010354 integration Effects 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 238000013518 transcription Methods 0.000 description 5
- 230000035897 transcription Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000005477 standard model Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
- G09B5/065—Combinations of audio and video presentations, e.g. videotapes, videodiscs, television systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种人工智能智慧教育平台及其应用,所述人工智能智慧教育平台包括基础设施层、支撑系统层、应用平台层、智慧应用层和接入终端层;所述接入终端层提供不同用户的接入端口;智慧应用层通过多模态机器学习实现智慧教育;应用平台层用于开展不同模式的教学,并在不同教学模式之间进行切换;支撑系统层将教学过程数据化,实现教学过程的结构化保存;基础设施层建立智慧教育实施及数据采集的硬件环境。本发明在通用多媒体教室基础上,结合实际教学中的特点和要求,根据“智慧化服务于教学和管理”的建设思路对传统教室教学功能进行系统整合,构建出来的人工智能教育平台具有低成本、高集成、强互动、数智化、规模化、可复制的优点。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种人工智能智慧教育平台及其应用。
背景技术
随着人工智能技术在教育教学中的应用日渐丰富,国外逐步将人工智能支持的智慧学习引入了聚焦学习分析、学习支持系统、智慧学习空间等方面。国内对人工智能在教育领域的应用研究,主要集中在机器学习与深度学习、大数据智能、学习分析、机器智能、混合现实技术、情感计算等技术领域。2017年,余明华等发现机器学习教育应用主要集中在学生行为建模、预测学习行为、预警失学风险、学习支持、评测和资源推荐等六方面;刘勇等认为深度学习的教育应用在于学习追踪、智能助教、智能阅卷、外语辅导等领域;2018年,陈松云等从三个层面构建了机器智能教育的实践范式,以实现智能时代的精准教育和个性化学习。
目前,高校智慧教学空间的建设如火如荼,但是仍存在教学关注点不清晰,没有统一规划、不能实现规模化建设,无法实现精准教学评价和个性化学习推送等问题。
发明内容
针对上述存在的问题,本发明旨在提供一种人工智能智慧教育平台及其应用,在通用多媒体教室基础上,结合实际教学中的特点和要求,根据“智慧化服务于教学和管理”的建设思路对传统教室教学功能进行系统整合,构建出来的人工智能教育平台具有低成本、高集成、强互动、数智化、规模化、可复制的优点。
为了实现上述目的,本发明所采用的技术方案如下:
一种人工智能智慧教育平台,其特征在于:包括基础设施层、支撑系统层、应用平台层、智慧应用层和接入终端层;
所述接入终端层提供不同用户的接入端口;
所述智慧应用层基于所述应用平台层采集识别转换的多模态教学数据,通过多模态机器学习实现智慧教育;
所述应用平台层用于开展不同模式的教学,并在不同教学模式之间进行切换;
所述支撑系统层将教学过程数据化,实现教学过程的结构化保存;
所述基础设施层建立智慧教育实施及数据采集的硬件环境。
进一步的,所述接入终端层提供的接入端口类型包括全终端接入、Web接入、IOS接入、Android接入、扫码接入、小程序接入和校内、校外接入。
进一步的,所述支撑系统层包括AI开放平台、边缘云、混合云、智慧应用终端和系统对接;所述AI开放平台用于将教学过程数据化、实现教学过程的结构化保存;所述AI开放平台用于处理音频和图片,所述边缘云用于处理视频和图片数据,所述混合云用于实现校园私有云和外网公有云的无缝混合云模式;所述智慧应用终端实现对教学过程的实时分析处理,生成结构化教学资源,并将资源上传至所述应用平台层;所述系统对接用于连接所述支撑系统层与其他层。
进一步的,所述应用平台层包括智慧教室中台和泛在学习平台;
所述智慧教室中台调用AI开放平台和边缘云能力,对接所述智慧应用终端的软件能力,实现教学过程自动加工处理;所述泛在学习平台与所述智慧教室中台对接,实现混合式教学的开展,以及线下、直播、录播、智慧教室直播多种教学方式的混合和灵活切换。
进一步的,所述智慧应用层所采用的技术包括机器学习、知识图谱、深度学习、多模态数据、知识追踪、人机交互、语音理解和CNN。
进一步的,所述智慧教育包括智能教学评价、智能教学导学和智能教育管理。
进一步的,所述基础设施层包括网络设施、显示设备、录播设备、音频设备和教学弱相关设备。
进一步的,所述教学弱相关设备包括智慧物联、中央控制、环境检测、智能门禁、智能窗帘、智能灯光、一体讲台和电子班牌。
进一步的,人工智能智慧教育平台在智慧教育中的应用。
本发明的有益效果是:与现有技术相比,本发明的改进之处在于,
1、本发明的人工智能智慧教育平台基于人工智能引擎、边缘云AI能力扩展,在通用多媒体教室的基础上,结合实际教学中的特点和要求,根据“智慧化服务于教学和管理”的建设思路对传统教室教学功能进行系统整合,构建出来的人工智能教育平台具有低成本、高集成、强互动、数智化、规模化、可复制优点。
2、本发明的人工智能智慧教育平台具体可实现多源异构教学资源自动加工、统一汇聚,实现多种教学方式的灵活切换和混合式教学,实现多模态知识图谱、智能导学、精准教育评价、虚实融合教学等智慧应用,打造了中台架构的智慧教育应用生态。
附图说明
图1为本发明人工智能智慧教育平台的整体架构图。
图2为本发明人工智能智慧教育平台的技术逻辑架构图。
图3为本发明智慧教室中台的逻辑架构图。
图4为本发明人工智能智慧教育平台应用软件主界面。
图5为本发明极简智慧教室逻辑结构图。
图6为本发明教学模式切换和混合式教学架构图。
图7为本发明精准教育分析逻辑图。
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案,下面结合附图和实施例对本发明的技术方案做进一步的描述。
一种人工智能智慧教育平台,如附图1所示,包括基础设施层、支撑系统层、应用平台层、智慧应用层和接入终端层;
所述接入终端层提供不同用户的接入端口;所述接入终端层提供的接入端口类型包括全终端接入、Web接入、IOS接入、Android接入、扫码接入、小程序接入和校内、校外接入,对应的用户包括全受众、教师、学生、管理者、教务员、督导员和助教。
所述智慧应用层是最上层的价值表现,是人工智能+教育的第二次深层次落地,基于应用平台层采集识别转换的多模态教学数据,通过多模态机器学习(MultiModalMachine Learning,MMML),实现处理和理解多源模态信息,并结合知识图谱、深度学习、增强学习、知识追踪等技术,建立多模态数据融合下的全面教育评价体系、多模态知识追踪技术的个性化伴学的智能导学系统、多模数据驱动的教育资源配置决策系统等,通过人工智能各层次技术实现智能教学评价、智能教学导学、智能教育管理等,促进“人工智能+教育”的跨界融合和创新发展。
所述应用平台层是智慧教育实施的手段与能力,是人工智能+教育的第一次落地。所述应用平台层包括智慧教室中台和泛在学习平台;智慧教室中台调用云AI(AI开放平台)和边缘AI(边缘云)能力,对接智慧应用终端软件能力,实现教学过程自动加工处理,自动生成教学音频、视频、字幕、知识点标签、无感考勤等数据。智慧教室中台与泛在学习平台对接,可为泛在学习平台提供实时的教学过程音视频(带实时字幕),实现线下开课、录播开课、线上开课、智慧教室开课几种教学模式的灵活切换及混合式教学的开展。
所述支撑系统层在AI开放平台基础上开发适用教学场景的语音降噪、语音实时转写、视频分析技术,将教学过程数据化,实现教学过程的结构化保存。AI开放平台(云AI)主要处理音频、图片,大量教室并发的视频对校园网网络要求太高,因此采用边缘云(边缘AI)处理视频、图片数据,为应用平台层提供自动分析处理教学过程的能力。
所述基础设施层建立智慧教育实施及数据采集的硬件环境,与支撑系统一起支撑应用平台层各平台的开发部署、支撑智慧应用层各类应用、模型、算法、指标、体系的建设,包括5G融合的软件定义网络(SDN、教学设备、录播设备、音频设备、智慧管控设备、云基础设施(GPU、FPGA、内存、存储、计算)以及智慧应用终端等,其具体包含内容如附图1所示。
本发明中的人工智能智慧教育平台技术架构的核心是“一个中台(智慧教室中台)、两个平台(AI开放平台+泛在学习平台)、三类设施(边缘云+混合云+智慧应用终端)、多网融合(SDN+5G专网+光网/有线/无线。整体架构可分为基础设施层)”,智慧教室中台实现多源异构设备的接入,调用云AI、边缘AI能力实现教学过程音视频实时加工,自动生成各类教学资源并在中台沉淀保存下来,中台提供智慧教室教学内网直播的能力。中台对接泛在学习平台,提供实时教学、录播教学资源,泛在学习平台获取线下教室教学音视频数据,结合平台“教、学、管、评”功能实现线下线上的混合式教学及教学方式的快速切换。各核心模块的逻辑关系如附图2所示。
智慧教室中台与统一认证系统对接,实现统一身份认证、资源空间分配、初始权限分配;教务系统对接,实现课表同步,达到老师、课程、教室、资源空间的一致对应;与智慧应用终端对接,实现课堂教学过程的音视频、字幕、图文资源自动上传,实现课堂资源自动上传智慧教室中台教师空间;智慧应用终端集成统一身份认证,实现教师上课签到,紧急调课时切换录播教室源地址,防止资源上传到错误的空间。
一个中台(智慧教室中台)、两个平台(AI开放平台+泛在学习平台)、三类设施(边缘云+混合云+智慧应用终端)的具体内容包括:
智慧教室中台:
智慧教室中台实现包含课堂资源的采集、转码、生产加工、智能分析处理、管理、应用、发布等环节,形成学校专有的校本资源库,发挥教室的最大效益,为全校师生提供专业的教学应用服务。
智慧教室中台汇聚各个AI能力、对接多个系统、汇聚整个教学闭环数据,服务教学,主要包括教学视频资源(录播+微课)、音频资源、中英字幕、课堂图文资源、签到资源等,实现教学—>产生视频(录播+微课)+语音转写/实时字幕(中英)->实时图文直播+实时内外网视频直播->生成结构化数据+可编辑->视频切片+知识点搜索+AI课堂分析->提升教学质量+服务教学管理,形成教学闭环(教学->生产->应用->教学),提升教学质量、服务教学管理,其逻辑架构如附图3所示。
泛在学习平台:
泛在学习平台对接中台后实现混合式教学的开展,实现线下、直播、录播、智慧教室直播多种教学方式的混合和灵活切换。
(1)线上教学平台作为教学统一入口,对接智慧教室中台,获取教室录播系统音视频数据流,通过学习平台直播间功能和教学功能,实现线下线上混合式教学。教师在教室上课的同时,即可自动完成在线直播(带中英字幕),并根据学习者位置实现内外网分流。
(2)平台覆盖教学和实验全流程,提供移动化、线上线下一体化、智能化、全教学流程云化的教学平台,提高线上教学效率、增强师生互动,通过全流程的数据打通提升教学、学习和校园服务能力。
(3)平台实现理论课程和各类云端实验室联动的新模式,无缝对接自有云实验室以及各类第三方实验室,借此可快速建立各类教学实训平台。
AI开放平台
将AI人工智能技术中的语音识别、同声传译、图像识别、自然语言理解等技术应用于教学活动中,自动生成电子讲义,自动生成课程标签,提升教学效率、学习效率。
(1)资源智能标签:基于对课程资源的智能识别,将视频中的人物、语音、文字等提取形成视频结构化标签(关键词标签、人物标签),同时保持标签与音视频画面的时间匹配关联性。师生可以基于标签在资源库中对相关资源进行检索,降低师生查找资源的时间,同时基于标签精准定位到具体知识点的时间点位置,从而提高学习效率。
(2)资源智能审核:可以从文件规范性,技术标准正确性以及内容合规性层面全方位提高视频资源内容审核完整性,降低学校大量音视频文件的审核人力消耗,提升内容安全性。
(3)智能视频集锦:通过对视频内容的深度智能分析,自动根据场景内容对长视频进行智能剪切及重组,实现快速自动输出视频集锦,可实现课程重点集锦、人物高光时刻集锦、活动关键场景集锦。
边缘云
边缘云具有AI算法和AI算力,软件采用云边协同架构下发算法,硬件采用存算检一体智能平台架构进行边缘计算,能够实时分析处理大量视频流,算法包括人脸视频、人脸图片、机非人(人体、车辆、骑行人)、行为分析、区域监测等。通过边缘云打造教学视频存储和分析平台,教室监控、常态化录播、直播、巡课、督导、无感考勤和课情分析等功能物理上融合一体,简化教室部署和运维,降低成本,实现快速大规模部署。
混合云
基础资源混合云平台实现校园私有云和外网公有云的无缝混合云模式,私有云与公有云在基础设施层的架构统一、智慧教室中台与泛在学习平台在平台、业务层的无缝对接,为线下线上混合式教学内外网直播提供流量策略、CDN策略、负载均衡、OSS等策略。
智慧应用终端
智慧教学应用终端是集智慧微课、智慧录播、同步课堂、分组互动等智慧教学应用于一体的软硬件一体化智慧终端,作为课堂入口,具有极简统一的操作界面。终端调用云AI能力,对接智慧教室中台,实现对教学过程的实时分析处理,生成结构化教学资源,并将资源上传智慧教室中台,实现教学资源的沉淀汇聚。教师通过左右滑动屏幕实现智慧应用界面和教师电脑界面的切换,方便老师快速进入授课界面。
本发明中人工智慧教育平台应用软件主界面如附图4所示。其中,智慧微课软件的核心代码包括:
进一步的,本发明中的人工智能智慧教育平台在智慧教育中的应用,其具体应用场景包括:
(1)、形成低成本、可复制、引领示范的中台架构智慧教室建设规范标准
针对智慧教室SMART模型的五大特色,当前多媒体教室已经具有一定的内容呈现和环境管理能力,能够满足教学需求,但没有资源获取、及时互动、情景感知的能力。采用中台架构的智慧教室建设,只需在原有多媒体教室加装智慧应用终端*1+摄像头*2+拾音矩阵*1或在原有4/6级考场教室加装智慧应用终端*1+拾音矩阵*1,即可实现智慧教室五大特征的其它三个特征:资源获取(Accessible)、及时互动(Real-time Interactive)、情景感知(Testing),形成极简智慧教室,其逻辑结构如附图5所示,
其中智慧应用终端是课室边缘设备,带21寸显示屏的软硬件一体机,调用AI能力,实现智慧微课、智慧录播、课堂同步、分组互动、投屏等功能,采集课堂音视频、ppt等资源,并实时进行语音转写,中英字幕加载,所有资源上传智慧教室中台,实现资源统一汇聚。拾音矩阵是课室边缘设备,加载AI降噪算法,实现开放课室复杂噪声环境的降噪拾音。边缘云是楼栋边缘设备,加载视频算法,实现开放教室的无感考勤、课堂预警、课堂交互多模数据分析。通过AI能力实现教室内设备数量极简化部署,实现轻量部署前端应用,功能集中后端平台。
(2)、构建资源多源汇聚、智能加工、快速获取的中台智慧教育服务;
面向教师,提供教学资源加工、编辑、发布功能;
1)异构资源汇聚
为教师提供多种教学过程资源的汇聚,自动实现多源异构资源沉淀。包含音视频、字幕、图文、文档、表格、演示文稿、图片等。智慧教室中台支持全文检索及知识点搜索,使教师可以轻松便捷的获取教学资源。
2)资源智能加工
为教师提供教学资源的智能加工,自动生成结构化教学资源。通过语音识别转写能力实现教学语音转字幕(实时+后期),将课堂中教师讲解、提问应答、师生互动等语音实时转写记录为文字信息资源保存;通过人脸识别,自动生成考勤数据等。通过语音识别、OCR识别、语音分析等AI能力,生成视频知识点标签,通过文字搜索、人物搜索、图片搜索可以快速定位至知识点进行学习,提升学习效率。
3)精品资源编辑
为教师提供在线音视频编辑功能,快速加工、产出精品教学资源。中台提供在线音视频文件进行剪切、合并、添加索引等操作,并支持添加片头片尾及视频水印,编辑完成后在后台生成一个全新的视频资源,提供多种加工模板,支持视频、音频、图片等类型文件上线编辑,编辑可支持6轨编辑(2视频轨、2音频轨、2字幕),编辑支持帧精确编辑。中台提供包含2D、淡入淡出、遮罩、静帧等专业编辑特效,编辑时填写编目元数据及节目头图截取,编辑时可一键上智能字幕。
4)资源智能发布
为教师提供一键资源发布功能,实现资源快速、高校的利用。通过北向接口对接学习平台,提供实时教学资源、录播教学资源,实现广覆盖、高质量的课堂内外网分流直播、及数据调用。
中台对接线下课堂,关注教学资源,为传统在线教育平台提供能力与资源支撑,打造集存储、管理、制作、分析、统计于一体的集中式教学资源平台。
面向学生,提供视频、图文教学直播,课后扫码带走;学生可通过二维码、链接、泛在学习平台获取常态化线下课堂教学视频直播、图文直播(均配字幕),课后亦可观看回放,实现广覆盖、常态化的混合式教学,实现教室教学的同时进行在线的教室直播和课后的视频回放点播。
面向管理,提供在线督导评价,课后多模数据分析;平台提供完整线上巡课、评课、督导评价功能,根据课中实时音视频+课后课堂结构化数据+分析模型实现课堂教学质量评价,提供清晰的操作流界面及展示界面;利用AI能力+边缘云能力实时对课堂情况进行分析,提供课堂混乱程度预警,实现课堂无感考勤;提供清晰界面,实现管理者能够更加系统和精确地了解教师在教学内容、教学方法、教学态度、教学效果等方面教学情况,从而更好督促教师教学能力的提升。
面向设备,提供多种标准接口,实现校本统一资源平台;中台基于标准协议(包含GB/T28181、ONVIF、RTSP/RTP、Restful API等)设计智慧教室中台南向接口,统一管理异构录播设备,利旧教室摄像头、PC等,实现5景位视频采集保存,包括教师全景、近景,学生全景、近景以及电脑PPT信号5路视频的同步采集,采集课堂音视频+授课界面+实时中英字幕合成一路视频流,并进行直播。
(3)构建线下线上多种教学方式灵活切换的混合教学环境
智慧教室中台对接泛在学习平台,为泛在学习平台提供音频、视频、字幕等资源,泛在学习平台获取智慧教室实时、录播的教学音视频,通过泛在学习平台的教学功能、直播功能实现线下课堂线上直播教学、录播教学,因此通过学习平台与智慧教室中台的对接实现线上开课、线下开课、智慧教室开课、录播开课等教学方式的灵活切换及混合式教学的开展,开发立体综合教学场景,如附图6所示。
(4)实现多源、多模态数据下的精准教育分析及标准模型库推广
基于神经网络模型、模糊逻辑系统,利用语言及视觉的多模态知识表达与推理技术设计多模态用户意图识别模型及算法,加载至云AI服务器和边缘AI设备,实现真实场景下跨模态的多媒体及语义理解,包括师生课堂的语音、五官、表情、手势、肢体语言及考勤结果、作业完成时间及次数、任务完成情况、考试情况、学生校园内生活数据等,实现多源、多模态教育数据的采集、加工、组织。结合多源、多模数据设计、训练教学大数据模型,实现多模知识图谱构建、智能导学、精准教育评价、资源推荐、多模态智能交互等功能,如附图7所示。
构建人工智能教育产品的标准模型库,调用智慧教室中台数据集进行训练模型、评估模型、发布模型标准、开放模型、共享模型,实现示范推广。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种人工智能智慧教育平台,其特征在于:包括基础设施层、支撑系统层、应用平台层、智慧应用层和接入终端层;
所述接入终端层提供不同用户的接入端口;
所述智慧应用层基于所述应用平台层采集识别转换的多模态教学数据,通过多模态机器学习实现智慧教育;
所述应用平台层用于开展不同模式的教学,并在不同教学模式之间进行切换;
所述支撑系统层将教学过程数据化,实现教学过程的结构化保存;
所述基础设施层建立智慧教育实施及数据采集的硬件环境。
2.根据权利要求1所述的一种人工智能智慧教育平台,其特征在于:所述接入终端层提供的接入端口类型包括全终端接入、Web接入、IOS接入、Android接入、扫码接入、小程序接入和校内、校外接入。
3.根据权利要求1所述的人工智能智慧教育平台,其特征在于:所述支撑系统层包括AI开放平台、边缘云、混合云、智慧应用终端和系统对接;所述AI开放平台用于将教学过程数据化、实现教学过程的结构化保存;所述AI开放平台用于处理音频和图片,所述边缘云用于处理视频和图片数据,所述混合云用于实现校园私有云和外网公有云的无缝混合云模式;所述智慧应用终端实现对教学过程的实时分析处理,生成结构化教学资源,并将资源上传至所述应用平台层;所述系统对接用于连接所述支撑系统层与其他层。
4.根据权利要求3所述的人工智能智慧教育平台,其特征在于:所述应用平台层包括智慧教室中台和泛在学习平台;
所述智慧教室中台调用AI开放平台和边缘云能力,对接所述智慧应用终端的软件能力,实现教学过程自动加工处理;所述泛在学习平台与所述智慧教室中台对接,实现混合式教学的开展,以及线下、直播、录播、智慧教室直播多种教学方式的混合和灵活切换。
5.根据权利要求1所述的人工智能智慧教育平台,其特征在于:所述智慧应用层所采用的技术包括机器学习、知识图谱、深度学习、多模态数据、知识追踪、人机交互、语音理解和CNN。
6.根据权利要求5所述的人工智能智慧教育平台,其特征在于:所述智慧教育包括智能教学评价、智能教学导学和智能教育管理。
7.根据权利要求1所述的人工智能智慧教育平台,其特征在于:所述基础设施层包括网络设施、显示设备、录播设备、音频设备和教学弱相关设备。
8.根据权利要求7所述的人工智能智慧教育平台,其特征在于:所述教学弱相关设备包括智慧物联、中央控制、环境检测、智能门禁、智能窗帘、智能灯光、一体讲台和电子班牌。
9.如权利要求1-8任一项所述的人工智能智慧教育平台在智慧教育中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210189521.0A CN114638732A (zh) | 2022-02-28 | 2022-02-28 | 一种人工智能智慧教育平台及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210189521.0A CN114638732A (zh) | 2022-02-28 | 2022-02-28 | 一种人工智能智慧教育平台及其应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114638732A true CN114638732A (zh) | 2022-06-17 |
Family
ID=81947630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210189521.0A Pending CN114638732A (zh) | 2022-02-28 | 2022-02-28 | 一种人工智能智慧教育平台及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114638732A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115035762A (zh) * | 2022-07-21 | 2022-09-09 | 武汉岑熙教育科技有限公司 | 基于人工智能教育互动系统 |
CN115689833A (zh) * | 2022-12-29 | 2023-02-03 | 成都华栖云科技有限公司 | 基于多维感知和普适计算的智慧教学空间模式构建方法 |
CN116187533A (zh) * | 2022-12-29 | 2023-05-30 | 安徽宝信信息科技有限公司 | 一种基于深度学习的大数据趋势预测方法及系统 |
CN116560857A (zh) * | 2023-06-29 | 2023-08-08 | 北京轻松筹信息技术有限公司 | Agi平台调用管理方法、装置、存储介质及电子设备 |
CN116644218A (zh) * | 2023-07-26 | 2023-08-25 | 成都华栖云科技有限公司 | 一种线上线下融合的教学空间数据采集与存储方法及装置 |
CN117973643A (zh) * | 2024-04-01 | 2024-05-03 | 广州银狐科技股份有限公司 | 一种智慧教学黑板的管控方法及系统 |
-
2022
- 2022-02-28 CN CN202210189521.0A patent/CN114638732A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115035762A (zh) * | 2022-07-21 | 2022-09-09 | 武汉岑熙教育科技有限公司 | 基于人工智能教育互动系统 |
CN115689833A (zh) * | 2022-12-29 | 2023-02-03 | 成都华栖云科技有限公司 | 基于多维感知和普适计算的智慧教学空间模式构建方法 |
CN116187533A (zh) * | 2022-12-29 | 2023-05-30 | 安徽宝信信息科技有限公司 | 一种基于深度学习的大数据趋势预测方法及系统 |
CN116187533B (zh) * | 2022-12-29 | 2023-11-17 | 安徽宝信信息科技有限公司 | 一种基于深度学习的大数据趋势预测方法及系统 |
CN116560857A (zh) * | 2023-06-29 | 2023-08-08 | 北京轻松筹信息技术有限公司 | Agi平台调用管理方法、装置、存储介质及电子设备 |
CN116560857B (zh) * | 2023-06-29 | 2023-09-22 | 北京轻松筹信息技术有限公司 | Agi平台调用管理方法、装置、存储介质及电子设备 |
CN116644218A (zh) * | 2023-07-26 | 2023-08-25 | 成都华栖云科技有限公司 | 一种线上线下融合的教学空间数据采集与存储方法及装置 |
CN116644218B (zh) * | 2023-07-26 | 2023-11-21 | 成都华栖云科技有限公司 | 一种线上线下融合的教学空间数据采集与存储方法及装置 |
CN117973643A (zh) * | 2024-04-01 | 2024-05-03 | 广州银狐科技股份有限公司 | 一种智慧教学黑板的管控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114638732A (zh) | 一种人工智能智慧教育平台及其应用 | |
CN110598770B (zh) | 一种多空间融合学习环境构建方法和装置 | |
US11151892B2 (en) | Internet teaching platform-based following teaching system | |
CN113593351B (zh) | 一种立体综合教学场系统的工作方法 | |
CN104408983B (zh) | 基于录播设备的智能教学信息处理系统 | |
CN201255932Y (zh) | 全自动智能教学录播系统 | |
CN110488975B (zh) | 一种基于人工智能的数据处理方法及相关装置 | |
Temkar et al. | Internet of things for smart classrooms | |
Erol et al. | An overview of technologies for e-meeting and e-lecture | |
CN114327060A (zh) | 一种基于ai助手的虚拟教学系统的工作方法 | |
KR101858204B1 (ko) | 양방향 멀티미디어 컨텐츠 생성 방법 및 장치 | |
Lyu et al. | Design and implementation of an intelligent classroom teaching system for music class based on internet of things | |
Luo et al. | The artificial intelligence and neural network in teaching | |
Herczeg et al. | Ambient Learning Spaces: BYOD, Explore and Solve in Physical Contexts | |
Ho et al. | Work in progress: An AI-assisted metaverse for computer science education | |
Yu et al. | A near-reality approach to improve the e-learning open courseware | |
CN109886255A (zh) | 一种具有面部情绪识别功能的智能互动教学系统 | |
CN115273582A (zh) | 一种基于人工智能的课堂教学应用系统 | |
CN115034938A (zh) | 一种实验教学监测及评价的系统及方法 | |
CN114359816A (zh) | 基于边缘计算的动态扩容视频分析课桌及智能识别方法 | |
Kolås et al. | Evaluation and categorization of educational videos | |
Di et al. | An introduction to the technology of blending-reality smart classroom | |
Holt et al. | Building a multimodal corpus to study the development of techno-semio-pedagogical competence across different videoconferencing settings and languages | |
Zhang | Intelligent classroom perception system based on Artificial Intelligence | |
Yan | A Video Classification Strategy Based on Content Recognition in English Teaching |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |