Zarejestruj

Projekty »

Sztuczna inteligencja w słowach: Jak komputery rozumieją język

:: Projekt PL157 (Szczegóły)
Adresaci
szkoła ponadpodstawowa, studenci
Dla niepełnosprawnych
niedosłyszących, niepełnosprawnych ruchowo
Forma prezentacji
ćwiczenia, doświadczenie, dyskusja, prezentacja multimedialna, wykład
Nauki i sztuki
ekonomia i finanse, informatyka, nauki o zarządzaniu i jakości
Przedmioty
ekonomia w praktyce, informatyka, podstawy przedsiębiorczości, zajęcia komputerowe
Organizator
Politechnika Lubelska
Wydział Zarządzania
Autorzy
dr inż. Korneliusz Pylak (kierownik),
mgr Konrad Kania, dr inż. Paweł Tomiło
Terminy
Czas trwania projektu: 2 godz. (90 min.)
Edycja zakończona
Wtorek 2024-09-17 10:00 - 12:00
Brak wolnych miejsc
Edycja zakończona
Wtorek 2024-09-17 12:00 - 14:00
Brak wolnych miejsc

Miejsce realizacji: Wydział Zarządzania (122)
Adres: Lublin, ul. Nadbystrzycka 38

Inne projekty w tym miejscu

Zajęcia wykładowe polegają na przedstawieniu, jak działają duże modele językowe (LLM) i rozpoznawanie nazw (NER). Uczniowie poznają podstawy funkcjonowania sztucznej inteligencji (AI), która potrafi zrozumieć i przetwarzać język naturalny. W szczególności zajęcia obejmą:

  • Wprowadzenie do AI i LLM obejmujące wyjaśnienie, czym jest sztuczna inteligencja i jak działa w kontekście języka, przykłady dużych modeli językowych, takich jak ChatGPT, oraz ich zastosowania.
  • Podstawy rozpoznawania nazw (NER) pokazujące, jak komputery identyfikują nazwy własne (osób, miejsc, organizacji) w tekście, wraz z przykładami zastosowań NER w biznesie, takich jak analiza dokumentów i zarządzanie informacją.
  • Praktyczne zastosowania pokazujące, jak LLM i NER są wykorzystywane w codziennym życiu i biznesie, na przykład w chatbotach, analizie danych i automatyzacji procesów.

Warsztaty pozwolą uczniom wcielić się w rolę “detektywów AI”, którzy będą identyfikować i klasyfikować nazwy w dostarczonych tekstach. Zajęcia będą angażować uczniów w interaktywne zadania grupowe:

  • Gra w rozpoznawanie nazw, podczas której uczniowie zostaną podzieleni na małe grupy. Każda grupa otrzyma zestaw kart z wycinkami tekstów (np. fragmenty gazet, artykułów, opowiadań). Zadaniem uczniów będzie zaznaczenie i sklasyfikowanie wszystkich nazw własnych w tekście (osoby, miejsca, organizacje). Grupy będą używać kolorowych markerów do oznaczania różnych typów nazw.
  • Tworzenie własnych przykładów, w których każda grupa wymyśli krótką historyjkę, w której pojawią się różne nazwy własne. Następnie grupy wymienią się historyjkami i spróbują rozpoznać i sklasyfikować nazwy w tekstach napisanych przez inne grupy.
  • Prezentacja wyników, podczas której każda grupa zaprezentuje swoje wyniki przed resztą grupy, tłumacząc, jakie nazwy znalazły i dlaczego są one ważne. Dyskusja na temat różnych rodzajów nazw i ich znaczenia w tekstach.
  • Sprawdzenie, jak z tym zadaniem poradzi sobie AI nauczona rozpoznawania nazw.

Cele edukacyjne:

  • Zrozumienie podstaw działania dużych modeli językowych (LLM) i rozpoznawania nazw (NER).
  • Praktyczne zastosowanie wiedzy poprzez interaktywne i angażujące zadania.
  • Rozwijanie umiejętności analizy tekstu i pracy w grupie.
  • Wzbudzenie zainteresowania technologiami AI i ich zastosowaniami w życiu codziennym i biznesie.
  • Foto