基于人工智能技术的智慧教学系统设计

陈仁梅,尹彦盛,陈 艳

(1.贵州师范大学,贵州 贵阳 550001;2.黔西市太来中学,贵州 黔西 551513;3.浙江海洋大学,浙江 舟山 550000)

0 引言

为持续推动新时代教育的智慧化发展,本文基于人工智能技术,依据实际教学应用需求,设计了一套基于人工智能技术的智慧教学系统。 该系统可以利用登录模块判定用户身份,为用户提供个性化的智能教学导航;通过数据采集及数据处理模块确保系统数据的准确性及完整性,为后续智能跟踪追测用户行为奠定基础;通过教学服务模块为用户进行教学服务功能导航及学习推荐。 智慧教学系统在测试中,不同阶段数据节点的教学数据获取速度均为1 s 左右,系统获取教学信息的速度较快。 系统数据处理模块能够准确提取冗余教学数据。 教学数据采集准确率最高为99.09%,能够准确采集教学数据并为不同用户群体提供所需内容。 系统对用户教学行为的最高监测速率为98.97%,对用户行为的监督性较强。 此系统具有时代性与科学性的优势,有助于推动教学向智能化、高效化的方向发展。

1 智慧教学系统硬件设计

优化系统硬件结构是保障基于人工智能技术的智慧教学系统稳定应用于教学中并实现应用效果最大化的前提[1]。

智慧教学系统以主控制器为中心设备,它通过USB 接口连接到其他设备,如摄像头、麦克风、扬声器等。 主控制器需要安装系统软件和驱动程序,以便与其他设备进行通信和控制。 此外,主控制器可以实现以下功能:控制摄像头的拍摄角度、曝光、对焦等参数,并将视频数据传输到系统中;控制麦克风的音量、频率响应等参数,并将录制的声音数据传输到系统中;控制扬声器的音量、音质等参数,并将讲师的声音传播到整个教室中;控制白板的触摸、压感等参数,并将教师的绘画、写字等数据传输到系统中。

1.1 主控制器

主控制器需要安装系统软件和驱动程序,以便与其他设备进行通信和控制。 为保障系统运算精度,优化系统运行速度,降低功耗,选用了主控制器硬件资源为:Intel Core i7 处理器、8 GB 内存、256 GB SSD 硬盘,设备编号为MCU001,极大地提高了系统的运行效率。

1.2 系统其他硬件

摄像头为1 080p 分辨率、30 帧每秒;设备编号为CAM001。 摄像头通过USB 接口连接到主控制器。摄像头放置在主讲台的顶部,用于拍摄讲师的视频。麦克风为全向麦克风、频率响应20 Hz~20 kHz,设备编号为MIC001,麦克风通过USB 接口连接到主控制器。 麦克风固定在主讲台的桌面上,用于录制讲师的声音。 扬声器为2.1 声道、20 W, 设备编号为SPK001。 扬声器通过USB 接口连接到主控制器,放置在教室的四周,用于播放讲师的声音。 交互白板为触摸屏、1024 级压感、分辨率1 920×1 080;设备编号为WBD001。 白板通过USB 接口连接到主控制器。白板固定在主讲台的一侧,用于教师进行讲解和演示。

2 智慧教学系统软件设计

2.1 系统登录模块

智慧教学系统登录模块的主要目的是实现用户身份验证和授权,确保只有经过验证的用户才能使用系统的功能。 为此,该模块采用了一种基于用户名和密码的认证方式,用户需要输入正确的用户名和密码才能进入系统。 为了增强安全性,该模块可采用双因素认证或多因素认证等较为高级的身份验证方式。用户登录流程如图1 所示。

图1 智慧教学系统登录流程

由图1 可知,用户进入登录系统后,还需如实填写个人信息,登记个人信息后点击登录按键发出登录申请,而后系统将对用户身份进行判定。 此时,存在两种情况:一种为身份判定无误,则用户登录成功。系统将依据用户身份下发权限,而后基于人工智能下的机器学习算法为用户提供系统使用导航。 另一种为身份验证有误。 此时系统会自动返回身份判定阶段,由后台为用户分发其他登录验证方式,并将用户登录初始阶段输入的信息与数据库中的资料信息进行比对,依据比对结果判定登录失败的原因,并进行修改提示,用户对信息进行完善后才可成功登录。

2.2 数据采集及处理模块

数据采集及数据处理工作是实现系统智能化的两大关键[2]。 智慧教学系统软件部分的数据采集及处理模块是该系统的核心部分,通过对学生的学习数据进行采集和处理,以此来提供个性化的学习建议和预测学习成绩等服务。 在智慧教学系统下,数据采集功能借助自然语言处理技术、图像识别技术、语音识别技术、智能传感器技术实现。 自然语言处理技术对教师教学设计进行自动评分,对学生作业进行文本相似度比对等。 图像识别技术用于对学生行为的识别,及教师授课状态识别,如识别学生是否在课堂上专心听讲、识别学生是否打瞌睡等。 语音识别技术用于对学生语音数据的处理,如对学生口语发音的评估等。智能传感器技术用于对教学主体行为和环境的检测,如检测学生的运动轨迹、姿态等,检测教室的温度、湿度等。 在数据采集模块下延伸出学生信息库、教师信息库及系统管理信息库3 个单元,而后应用主控制器进行数据的初步处理,确保数据采集的有效性。 考虑到不同群体教学行为差异性对数据采集准确性的影响,数据采集完成后,需要应用人工智能技术识别重复数据及冗杂数据,并进行处理,挖掘出符合条件的关联规则,从而发现学生的学习规律和行为,如学生经常浏览哪些网页,哪些网页之间存在着强关联性等关联规则算法,并用biApriori 算法挖掘学生的学习规律和行为,如式(1)和式(2)所示。

式(1)和式(2)中,X 和Y 分别代表数据集中的项集,其中,X 表示规则的前件,Y 表示规则的后件。support(X →Y) 表示规则X →Y 的支持度,表示同时包含X 和Y 的数据项集在总数据项集中的比例。confidence(X →Y)表示规则X →Y 的置信度,表示不仅包含X 的数据项集中,还包含X 和Y 的数据项集的比例。 Apriori 算法通过设置最小支持度和最小置信度的阈值,挖掘出符合条件的关联规则。 这条规则的含义是,当学生浏览了网页A 和B 时,也会浏览网页C,从而帮助教师和系统预测学生的学习行为和兴趣爱好,更好地进行教学管理和推荐资源。

2.3 教学服务模块

智慧教育系统下,利用教学服务模块可以为用户提供教学服务功能[3-4]。 模块下分为学习服务层及沟通服务层两个层级。 学习服务层是学生及教师实现学习活动的主要模块,此层级由智能引导、资源共享、信息交互单元构成。 沟通服务层下分为要事公告、教学论坛、实时解答等单元,为系统用户交流沟通提供渠道。 智慧教学系统基于人工智能应用领域下的大数据技术实现教学服务功能,智能教学服务推荐流程如图2 所示。

图3 智能教学服务推荐流程

由图2 可知,教学服务模块利用大数据技术收集系统用户群体的个人兴趣及使用需求等数据,依据推荐算法生成用户行为特征向量,而后依据数据类别提取与用户特征向量相似的数据,并生成数据表格,对相关数据表格进行统计及排名后获取最终推荐结果。例如,当学生用户进入学习服务层搜选学习资料时,系统依据大数据对用户的系统使用权限等用户信息进行查询,利用信息筛选器对学生的系统使用痕迹、学习状态、学习规划等信息进行筛选整合及提取工作,以生成用户行为特征向量;而后依据图像数据、影响数据等特征推荐生成用户行为特征表格,依据表格信息生成资料查询服务初步推荐结果;最终利用大数据,依据用户特征属性及用户反馈进行结果筛选及排列,明确最终服务推荐意见并输出推荐意见,用户可以此意见为依据开展后续学习。 大数据智能教学服务推荐模式有助于针对性地为用户提供智能性的个性化引导,避免面对众多教学资源难以选择,使用户在庞大的系统功能中明确使用方向。

3 智慧教学系统测试实验

3.1 测试准备

为验证基于人工智能技术的智慧教学系统的可行性及稳定性,笔者对系统开展性能及模块功能测试。本教育系统的实验硬件配置为:(1)主控制器。 其硬件资源为Intel Core i7 处理器、8GB 内存、256GB SSD 硬盘;设备编号为MCU001。 (2)摄像头为1 080p 分辨率、30 帧每秒;设备编号为CAM001。 摄像头通过USB 接口连接到主控制器。 摄像头放置在主讲台的顶部。 (3)麦克风为全向麦克风、频率响应 20 Hz~20 kHz;设备编号为MIC001,麦克风通过USB 接口连接到主控制器。 麦克风固定在主讲台的桌面上。 (4)扬声器为2.1 声道、20W;设备编号为SPK001,扬声器通过USB 接口连接到主控制器。 扬声器放置在教室的四周。 (5)交互白板为触摸屏、1024 级压感、分辨率为1 920x1 080;设备编号为WBD001。 白板通过USB 接口连接到主控制器。 白板固定在主讲台的一侧。

3.2 测试结果

系统基于人工智能技术实现交互性教学服务、准确获取教学数据、教学情况智能检测等功能是智慧教学系统的关键,本测试通过采用4 个不同时段的数据节点进行,实验结果数据如表1 所示。

表1 智慧系统测试结果

由表1 可知,不同阶段数据节点的教学数据获取速度均为1 s 左右,证明系统可在较快时间内获取不同用户的教育教学数据信息;系统数据处理模块对于冗余数据的处理水平较高,能够准确提取冗余教学数据并及时进行处理;教学数据采集准确率最高为99.09%,能够准确采集教学数据并为不同用户群体提供需求内容;系统对用户教学行为的最高监测速率为98.97%,对用户行为的监督性较强。 结果表明,系统综合运行情况较为稳定,且其安全性较强。

4 结语

科技的飞速发展推动了人工智能技术的进步,人工智能技术的进步又为教育教学的发展提供了机遇。本文以人工智能为技术依托进行了智慧教学系统的设计,优化了系统硬件结构,构建了登录模块、数据采集及数据处理模块、教学服务模块。 测试结果表明,本系统功能完好,稳定性较强。 相关人员应基于人工智能技术坚持探究实践,持续提升智慧教学系统的普适性及操作的稳定性,力争实现更佳的教学效果。