基于人工智能技術的智慧教學系統設計

陳仁梅,尹彥盛,陳 艷

(1.貴州師范大學,貴州 貴陽 550001;2.黔西市太來中學,貴州 黔西 551513;3.浙江海洋大學,浙江 舟山 550000)

0 引言

為持續推動新時代教育的智慧化發展,本文基于人工智能技術,依據實際教學應用需求,設計了一套基于人工智能技術的智慧教學系統。 該系統可以利用登錄模塊判定用戶身份,為用戶提供個性化的智能教學導航;通過數據采集及數據處理模塊確保系統數據的準確性及完整性,為后續智能跟蹤追測用戶行為奠定基礎;通過教學服務模塊為用戶進行教學服務功能導航及學習推薦。 智慧教學系統在測試中,不同階段數據節點的教學數據獲取速度均為1 s 左右,系統獲取教學信息的速度較快。 系統數據處理模塊能夠準確提取冗余教學數據。 教學數據采集準確率最高為99.09%,能夠準確采集教學數據并為不同用戶群體提供所需內容。 系統對用戶教學行為的最高監測速率為98.97%,對用戶行為的監督性較強。 此系統具有時代性與科學性的優勢,有助于推動教學向智能化、高效化的方向發展。

1 智慧教學系統硬件設計

優化系統硬件結構是保障基于人工智能技術的智慧教學系統穩定應用于教學中并實現應用效果最大化的前提[1]。

智慧教學系統以主控制器為中心設備,它通過USB 接口連接到其他設備,如攝像頭、麥克風、揚聲器等。 主控制器需要安裝系統軟件和驅動程序,以便與其他設備進行通信和控制。 此外,主控制器可以實現以下功能:控制攝像頭的拍攝角度、曝光、對焦等參數,并將視頻數據傳輸到系統中;控制麥克風的音量、頻率響應等參數,并將錄制的聲音數據傳輸到系統中;控制揚聲器的音量、音質等參數,并將講師的聲音傳播到整個教室中;控制白板的觸摸、壓感等參數,并將教師的繪畫、寫字等數據傳輸到系統中。

1.1 主控制器

主控制器需要安裝系統軟件和驅動程序,以便與其他設備進行通信和控制。 為保障系統運算精度,優化系統運行速度,降低功耗,選用了主控制器硬件資源為:Intel Core i7 處理器、8 GB 內存、256 GB SSD 硬盤,設備編號為MCU001,極大地提高了系統的運行效率。

1.2 系統其他硬件

攝像頭為1 080p 分辨率、30 幀每秒;設備編號為CAM001。 攝像頭通過USB 接口連接到主控制器。攝像頭放置在主講臺的頂部,用于拍攝講師的視頻。麥克風為全向麥克風、頻率響應20 Hz~20 kHz,設備編號為MIC001,麥克風通過USB 接口連接到主控制器。 麥克風固定在主講臺的桌面上,用于錄制講師的聲音。 揚聲器為2.1 聲道、20 W, 設備編號為SPK001。 揚聲器通過USB 接口連接到主控制器,放置在教室的四周,用于播放講師的聲音。 交互白板為觸摸屏、1024 級壓感、分辨率1 920×1 080;設備編號為WBD001。 白板通過USB 接口連接到主控制器。白板固定在主講臺的一側,用于教師進行講解和演示。

2 智慧教學系統軟件設計

2.1 系統登錄模塊

智慧教學系統登錄模塊的主要目的是實現用戶身份驗證和授權,確保只有經過驗證的用戶才能使用系統的功能。 為此,該模塊采用了一種基于用戶名和密碼的認證方式,用戶需要輸入正確的用戶名和密碼才能進入系統。 為了增強安全性,該模塊可采用雙因素認證或多因素認證等較為高級的身份驗證方式。用戶登錄流程如圖1 所示。

圖1 智慧教學系統登錄流程

由圖1 可知,用戶進入登錄系統后,還需如實填寫個人信息,登記個人信息后點擊登錄按鍵發出登錄申請,而后系統將對用戶身份進行判定。 此時,存在兩種情況:一種為身份判定無誤,則用戶登錄成功。系統將依據用戶身份下發權限,而后基于人工智能下的機器學習算法為用戶提供系統使用導航。 另一種為身份驗證有誤。 此時系統會自動返回身份判定階段,由后臺為用戶分發其他登錄驗證方式,并將用戶登錄初始階段輸入的信息與數據庫中的資料信息進行比對,依據比對結果判定登錄失敗的原因,并進行修改提示,用戶對信息進行完善后才可成功登錄。

2.2 數據采集及處理模塊

數據采集及數據處理工作是實現系統智能化的兩大關鍵[2]。 智慧教學系統軟件部分的數據采集及處理模塊是該系統的核心部分,通過對學生的學習數據進行采集和處理,以此來提供個性化的學習建議和預測學習成績等服務。 在智慧教學系統下,數據采集功能借助自然語言處理技術、圖像識別技術、語音識別技術、智能傳感器技術實現。 自然語言處理技術對教師教學設計進行自動評分,對學生作業進行文本相似度比對等。 圖像識別技術用于對學生行為的識別,及教師授課狀態識別,如識別學生是否在課堂上專心聽講、識別學生是否打瞌睡等。 語音識別技術用于對學生語音數據的處理,如對學生口語發音的評估等。智能傳感器技術用于對教學主體行為和環境的檢測,如檢測學生的運動軌跡、姿態等,檢測教室的溫度、濕度等。 在數據采集模塊下延伸出學生信息庫、教師信息庫及系統管理信息庫3 個單元,而后應用主控制器進行數據的初步處理,確保數據采集的有效性。 考慮到不同群體教學行為差異性對數據采集準確性的影響,數據采集完成后,需要應用人工智能技術識別重復數據及冗雜數據,并進行處理,挖掘出符合條件的關聯規則,從而發現學生的學習規律和行為,如學生經常瀏覽哪些網頁,哪些網頁之間存在著強關聯性等關聯規則算法,并用biApriori 算法挖掘學生的學習規律和行為,如式(1)和式(2)所示。

式(1)和式(2)中,X 和Y 分別代表數據集中的項集,其中,X 表示規則的前件,Y 表示規則的后件。support(X →Y) 表示規則X →Y 的支持度,表示同時包含X 和Y 的數據項集在總數據項集中的比例。confidence(X →Y)表示規則X →Y 的置信度,表示不僅包含X 的數據項集中,還包含X 和Y 的數據項集的比例。 Apriori 算法通過設置最小支持度和最小置信度的閾值,挖掘出符合條件的關聯規則。 這條規則的含義是,當學生瀏覽了網頁A 和B 時,也會瀏覽網頁C,從而幫助教師和系統預測學生的學習行為和興趣愛好,更好地進行教學管理和推薦資源。

2.3 教學服務模塊

智慧教育系統下,利用教學服務模塊可以為用戶提供教學服務功能[3-4]。 模塊下分為學習服務層及溝通服務層兩個層級。 學習服務層是學生及教師實現學習活動的主要模塊,此層級由智能引導、資源共享、信息交互單元構成。 溝通服務層下分為要事公告、教學論壇、實時解答等單元,為系統用戶交流溝通提供渠道。 智慧教學系統基于人工智能應用領域下的大數據技術實現教學服務功能,智能教學服務推薦流程如圖2 所示。

圖3 智能教學服務推薦流程

由圖2 可知,教學服務模塊利用大數據技術收集系統用戶群體的個人興趣及使用需求等數據,依據推薦算法生成用戶行為特征向量,而后依據數據類別提取與用戶特征向量相似的數據,并生成數據表格,對相關數據表格進行統計及排名后獲取最終推薦結果。例如,當學生用戶進入學習服務層搜選學習資料時,系統依據大數據對用戶的系統使用權限等用戶信息進行查詢,利用信息篩選器對學生的系統使用痕跡、學習狀態、學習規劃等信息進行篩選整合及提取工作,以生成用戶行為特征向量;而后依據圖像數據、影響數據等特征推薦生成用戶行為特征表格,依據表格信息生成資料查詢服務初步推薦結果;最終利用大數據,依據用戶特征屬性及用戶反饋進行結果篩選及排列,明確最終服務推薦意見并輸出推薦意見,用戶可以此意見為依據開展后續學習。 大數據智能教學服務推薦模式有助于針對性地為用戶提供智能性的個性化引導,避免面對眾多教學資源難以選擇,使用戶在龐大的系統功能中明確使用方向。

3 智慧教學系統測試實驗

3.1 測試準備

為驗證基于人工智能技術的智慧教學系統的可行性及穩定性,筆者對系統開展性能及模塊功能測試。本教育系統的實驗硬件配置為:(1)主控制器。 其硬件資源為Intel Core i7 處理器、8GB 內存、256GB SSD 硬盤;設備編號為MCU001。 (2)攝像頭為1 080p 分辨率、30 幀每秒;設備編號為CAM001。 攝像頭通過USB 接口連接到主控制器。 攝像頭放置在主講臺的頂部。 (3)麥克風為全向麥克風、頻率響應 20 Hz~20 kHz;設備編號為MIC001,麥克風通過USB 接口連接到主控制器。 麥克風固定在主講臺的桌面上。 (4)揚聲器為2.1 聲道、20W;設備編號為SPK001,揚聲器通過USB 接口連接到主控制器。 揚聲器放置在教室的四周。 (5)交互白板為觸摸屏、1024 級壓感、分辨率為1 920x1 080;設備編號為WBD001。 白板通過USB 接口連接到主控制器。 白板固定在主講臺的一側。

3.2 測試結果

系統基于人工智能技術實現交互性教學服務、準確獲取教學數據、教學情況智能檢測等功能是智慧教學系統的關鍵,本測試通過采用4 個不同時段的數據節點進行,實驗結果數據如表1 所示。

表1 智慧系統測試結果

由表1 可知,不同階段數據節點的教學數據獲取速度均為1 s 左右,證明系統可在較快時間內獲取不同用戶的教育教學數據信息;系統數據處理模塊對于冗余數據的處理水平較高,能夠準確提取冗余教學數據并及時進行處理;教學數據采集準確率最高為99.09%,能夠準確采集教學數據并為不同用戶群體提供需求內容;系統對用戶教學行為的最高監測速率為98.97%,對用戶行為的監督性較強。 結果表明,系統綜合運行情況較為穩定,且其安全性較強。

4 結語

科技的飛速發展推動了人工智能技術的進步,人工智能技術的進步又為教育教學的發展提供了機遇。本文以人工智能為技術依托進行了智慧教學系統的設計,優化了系統硬件結構,構建了登錄模塊、數據采集及數據處理模塊、教學服務模塊。 測試結果表明,本系統功能完好,穩定性較強。 相關人員應基于人工智能技術堅持探究實踐,持續提升智慧教學系統的普適性及操作的穩定性,力爭實現更佳的教學效果。