Roland Király, Sándor Király, Martin Marcell Palotai
{"title":"Neurális hálózatok oktatási alkalmazását támogató keretrendszer Virtual (VR) és Augmented Reality (AR) eszközökkel","authors":"Roland Király, Sándor Király, Martin Marcell Palotai","doi":"10.31915/nws.2023.10","DOIUrl":null,"url":null,"abstract":"A mesterséges intelligencia alapú rendszerek nagyjából 2010-es évek második felétől kezdődően, az informatikai fejlesztések elválaszthatatlan részévé váltak. Az ipari szereplők mindegyike valamilyen MI (Mesterséges Intelligencia) alapú fejlesztésbe kezdett, vagy olyan usecase-eket írt elő a munkatársainak, amelyek kapcsolódnak a területhez. Ebben a környezetben az oktatás szereplőinek is fel kell készülniük a gazdasági folyamatok támogatására és számolniuk kell az MI és a hozzá kapcsolódó munkaterületek szakembereinek a képzésével. A hatékony oktatási tevékenység megvalósításához tehát hamarosan szükség lesz olyan módszerek és szoftverek kidolgozására, amelyek felgyorsítják a neurális hálózati modellek programozását kipróbálását és tesztelését. Mindezért egy egyszerűen paraméterezhető, széles körben használható és oktatási célokra is alkalmazható eszközt készítettünk, amelyet szeretnénk továbbfejleszteni egy a nagyközönség, valamint oktatási intézmények számára is használható szoftvercsomaggá. A célközönségünk olyan közép és felsőoktatási intézmények, amelyek a neurális hálózatok használatának tanítását tűzték ki célul. A munkánk során elkészített keretrendszer amellett, hogy a neurális hálózatok konstruálására és tanítására is tartalmaz modulokat, segítségével a rendszerben létrehozott neurális hálózatokat vizualizálni lehet. A vizuális megjelenítés – és természetesen az interakciók – Augmented Reality (AR) és Virtual Reality (VR) környezetben valósulnak meg, vagyis a virtuális teret használjuk a hálózatok megjelenítésére és kezelésére.","PeriodicalId":510117,"journal":{"name":"Új technológiákkal, új tartalmakkal a jövő digitális transzformációja felé : 32. Networkshop: országos konferencia : 2023. április 12-14. Pannon Egyetem, Veszprém","volume":"946 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Új technológiákkal, új tartalmakkal a jövő digitális transzformációja felé : 32. Networkshop: országos konferencia : 2023. április 12-14. Pannon Egyetem, Veszprém","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31915/nws.2023.10","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
A mesterséges intelligencia alapú rendszerek nagyjából 2010-es évek második felétől kezdődően, az informatikai fejlesztések elválaszthatatlan részévé váltak. Az ipari szereplők mindegyike valamilyen MI (Mesterséges Intelligencia) alapú fejlesztésbe kezdett, vagy olyan usecase-eket írt elő a munkatársainak, amelyek kapcsolódnak a területhez. Ebben a környezetben az oktatás szereplőinek is fel kell készülniük a gazdasági folyamatok támogatására és számolniuk kell az MI és a hozzá kapcsolódó munkaterületek szakembereinek a képzésével. A hatékony oktatási tevékenység megvalósításához tehát hamarosan szükség lesz olyan módszerek és szoftverek kidolgozására, amelyek felgyorsítják a neurális hálózati modellek programozását kipróbálását és tesztelését. Mindezért egy egyszerűen paraméterezhető, széles körben használható és oktatási célokra is alkalmazható eszközt készítettünk, amelyet szeretnénk továbbfejleszteni egy a nagyközönség, valamint oktatási intézmények számára is használható szoftvercsomaggá. A célközönségünk olyan közép és felsőoktatási intézmények, amelyek a neurális hálózatok használatának tanítását tűzték ki célul. A munkánk során elkészített keretrendszer amellett, hogy a neurális hálózatok konstruálására és tanítására is tartalmaz modulokat, segítségével a rendszerben létrehozott neurális hálózatokat vizualizálni lehet. A vizuális megjelenítés – és természetesen az interakciók – Augmented Reality (AR) és Virtual Reality (VR) környezetben valósulnak meg, vagyis a virtuális teret használjuk a hálózatok megjelenítésére és kezelésére.
大约从 2010 年代后半期开始,基于人工智能的系统已成为 IT 发展不可或缺的一部分。行业参与者都开始了某种基于人工智能(AI)的开发,或为其员工规定了与该领域相关的用例。在这种环境下,教育部门也必须做好准备,支持经济进程,并依靠人工智能和相关工作领域的专业人员培训。因此,为了确保有效的教育活动,开发加速神经网络编程模型测试和实验的方法和软件将很快成为必要。为此,我们开发了一个易于参数化、可广泛使用且适用于教育目的的工具,并希望进一步将其开发成一个可供公众和教育机构使用的软件包。我们的目标受众是那些旨在教授如何使用神经网络的中等和高等教育机构。除了用于构建和教授神经网络的模块外,我们在这项工作中开发的框架还包括用于可视化系统中创建的神经网络的模块。可视化--当然还有交互--是在增强现实(AR)和虚拟现实(VR)环境中实现的,即利用虚拟空间对网络进行可视化和操作。