ยินดีต้อนรับสู่ Virtuta ซึ่งเป็นโครงการนวัตกรรมเพื่อสร้างผู้ช่วยสอนการสอนอิเล็กทรอนิกส์/เสมือนจริงสำหรับหลักสูตรมหาวิทยาลัย Virtuta ได้รับการออกแบบมาเพื่อปรับปรุงประสบการณ์การศึกษาโดยการตอบสนองการตอบคำถามของนักเรียนทันที โครงการนี้ใช้ประโยชน์จากความก้าวหน้าล่าสุดในการเรียนรู้ของเครื่องการประมวลผลภาษาธรรมชาติและ AI เพื่อสนับสนุนนักเรียนและอาจารย์ในการศึกษา
ในภูมิทัศน์การศึกษาที่มีการพัฒนาตลอดเวลาความต้องการเครื่องมือการสอนที่มีประสิทธิภาพและมีประสิทธิภาพนั้นไม่เคยยิ่งใหญ่กว่านี้ VirtuTA ตั้งเป้าหมายที่จะตอบสนองความต้องการนี้โดยการจัดหาผู้ช่วยสอนเสมือนจริงที่สามารถจัดการงานต่าง ๆ ได้ตั้งแต่การตอบคำถามนักเรียนไปจนถึงการให้ข้อเสนอแนะและการสนับสนุนโดยละเอียด โครงการนี้เป็นสุดยอดของทักษะที่เราได้รับการยกย่องจากการมอบหมายห้องปฏิบัติการมากมายและความเชี่ยวชาญเพิ่มเติมที่เราได้รับในหน้าที่เฉพาะโดเมน
แพลตฟอร์มของเรารวมเครื่องมือการศึกษาและแหล่งข้อมูลต่าง ๆ เพื่อมอบประสบการณ์การใช้งานที่ราบรื่น โครงการนี้เป็นส่วนหนึ่งของความคิดริเริ่มขนาดใหญ่ในการสำรวจและใช้เทคโนโลยีที่ทันสมัยในสภาพแวดล้อมการศึกษา
คลิกที่ภาพด้านล่างเพื่อดูวิดีโอ
โครงการสุดท้ายของภาคการศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาโซลูชันการทำงานที่สมบูรณ์สำหรับผู้ช่วยสอนอิเล็กทรอนิกส์/เสมือนจริงขนานนามว่า Virtuta วิธีการของเรามีรากฐานมาจากกระบวนการพัฒนาที่มีโครงสร้างและเพิ่มขึ้นเพื่อให้มั่นใจว่าเราสร้างแพลตฟอร์มที่ไม่เพียง แต่ใช้งานได้ แต่ยังปรับขนาดได้และปรับให้เข้ากับความต้องการด้านการศึกษาที่แตกต่างกัน
DSCI 560: Data Science Professional Practicum Project
การเข้าสู่ระบบอัตโนมัติและการรวบรวมข้อมูลแบบเรียลไทม์ : Virtuta รองรับการเข้าสู่ระบบอัตโนมัติไปยังแพลตฟอร์มเช่น Piazza และฟอรัมบนเว็บเพื่อให้มั่นใจว่าการรวบรวมข้อมูลและการโต้ตอบแบบเรียลไทม์
การตอบสนองที่ตระหนักถึงบริบท : ระบบของเราใช้อัลกอริทึมการฝังขั้นสูงเพื่อจับคู่แบบสอบถามผู้ใช้กับคำตอบที่เกี่ยวข้องมากที่สุดโดยรวมเนื้อหาแบบคงที่และแบบไดนามิก
การตอบสนองหลายรูปแบบ : Virtuta สามารถรวมรูปภาพและวิดีโอในการตอบสนองเพิ่มพลังการอธิบายและการมีส่วนร่วมของผู้ช่วย
การรวมเข้ากับเครื่องมือภายนอก : ผู้ช่วยสามารถรวมเข้ากับเครื่องมือเช่น OpenAI และ HuggingFace เพื่อเพิ่มขีดความสามารถในการประมวลผลภาษา
การสนับสนุนด้านลอจิสติกส์ : ให้การอัปเดตและคำตอบที่เกี่ยวข้องกับโลจิสติกส์ของหลักสูตรช่วยให้นักเรียนได้รับข้อมูลและจัดระเบียบ
การสื่อสารอัตโนมัติ: Virtuta ทำให้การโต้ตอบระหว่างนักเรียนและผู้สอนมีความคล่องตัวโดยให้คำตอบอัตโนมัติต่อการสืบค้นทั่วไปการอำนวยความสะดวกในฟอรัมการสนทนาและให้ความช่วยเหลือส่วนบุคคล
การจัดการการมอบหมาย: จัดการการมอบหมายอย่างราบรื่นรวมถึงการสร้างการกระจายการให้คะแนนและการให้ข้อเสนอแนะ
การจัดส่งเนื้อหา: อัปโหลดและจัดระเบียบสื่อหลักสูตรได้อย่างง่ายดายเช่นสไลด์บรรยายการอ่านและเนื้อหามัลติมีเดียเพื่อเข้าถึงได้ทุกที่ทุกเวลาเรียนรู้
การสนับสนุนจากนักเรียน: การสนับสนุนส่วนบุคคลผ่านเซสชันคำถามและคำแนะนำการศึกษาการสอนและคำแนะนำทรัพยากรเพิ่มเติม
การวิเคราะห์และข้อมูลเชิงลึก: วิเคราะห์การโต้ตอบของนักเรียนและข้อมูลประสิทธิภาพเพื่อสร้างข้อมูลเชิงลึกที่มีค่าสำหรับการปรับปรุงกลยุทธ์การสอนและการติดตามความคืบหน้าของนักเรียน
นอกเหนือจากคุณสมบัติหลักแล้ว Virtuta ยังรวมเอาเวิร์กโฟลว์ตัวแทนที่ได้รับแรงบันดาลใจจากหลักการ Agence-Augmented Generation (RAG) ที่เกี่ยวข้อง เวิร์กโฟลว์นี้ช่วยเพิ่มความสามารถของ Virtuta โดยการรวมเทคนิคการดึงข้อมูลที่ทรงพลังและเทคนิคการสร้างเพื่อให้มั่นใจว่าผู้ช่วยให้การตอบสนองที่ถูกต้องและเกี่ยวข้องกับบริบท
เราได้สร้าง multimodal RAG โดยใช้ Langchain ซึ่งขับเคลื่อนโดย Google Gemini สำหรับ การรับรู้บริบท เราใช้ร้านค้าเวกเตอร์สองแห่งด้วย Mongo Atlas Vector Search สำหรับการสืบค้น ตามเนื้อหา และ โลจิสติกส์ Virtuta สร้างคำตอบที่ละเอียดและครอบคลุมพร้อมสแน็ปช็อตจากสไลด์การประทับเวลาลิงก์ไปยังวิดีโอและแหล่งข้อมูล นอกจากนี้ยังทำการสอบถาม YouTube API สำหรับการสืบค้นตามเนื้อหาเพื่อให้วิดีโอที่ดีที่สุดที่อธิบายแนวคิดที่นักเรียนกำลังมองหา
เวิร์กโฟลว์ตัวแทนนี้ถูกรวมเข้ากับ Piazza, โดยตรงนักเรียนฟอรัมและครูที่ได้รับความนิยมในมหาวิทยาลัยหลายแห่งใช้ มันใช้ประโยชน์จาก Piazza API เพื่อสอบถามคำถามที่ยังไม่ได้รับคำตอบและไม่ได้รับการแก้ไขให้คำตอบโดยตรงภายในเธรด
เราขอเชิญคุณสำรวจ Virtuta และเข้าร่วมกับเราในการเดินทางที่น่าตื่นเต้นนี้เพื่อปฏิวัติประสบการณ์การศึกษา ความคิดเห็นและการมีส่วนร่วมของคุณมีค่ามากในขณะที่เราพยายามทำให้ Virtuta เป็นผู้ช่วยสอนการสอนเสมือนจริงที่ทันสมัย
บันทึก
คำเชิญในห้องเรียน Piazza: คลิกที่นี่ ห้องเรียนอาจมีหรือไม่มีอยู่ในขณะนี้เนื่องจากโครงการไม่ได้รับการดูแล
โคลนที่เก็บ : โคลนที่เก็บนี้ไปยังเครื่องในพื้นที่ของคุณ
นำทางไปยังไดเรกทอรีโครงการ : เปิดเทอร์มินัลหรือคำสั่งของคุณและนำทางไปยังไดเรกทอรีรากของโครงการ
สร้างสภาพแวดล้อม conda : เรียกใช้คำสั่งต่อไปนี้เพื่อสร้างสภาพแวดล้อม conda โดยใช้ไฟล์ env.yml ที่ให้ไว้:
conda env create -f env.ymlเปิดใช้งานสภาพแวดล้อม : เปิดใช้งานสภาพแวดล้อม conda โดยใช้:
conda config --set auto_activate_base false # To not activate "base" env by default
conda activate geminiอัปเดตสภาพแวดล้อม : หากคุณมีสภาพแวดล้อม conda ที่สร้างขึ้นแล้วให้อัปเดตโดยใช้คำสั่งด้านล่างและติดตั้งการพึ่งพาใหม่
conda env update --file env.yml --pruneหรือ
นำทางไปยังไดเรกทอรีโครงการ : เปิดเทอร์มินัลหรือคำสั่งของคุณและนำทางไปยังไดเรกทอรีรากของโครงการ
สร้างสภาพแวดล้อมเสมือนจริง : เรียกใช้คำสั่งต่อไปนี้เพื่อสร้างสภาพแวดล้อมเสมือนจริงโดยใช้ requirements.txt :
python -m venv geminiเปิดใช้งานสภาพแวดล้อมเสมือนจริง :
gemini S cripts a ctivate source gemini/bin/activate สร้างไดเรกทอรีความลับ : ในขณะที่อยู่ในไดเรกทอรีรากของโครงการสร้างไดเรกทอรีชื่อ secrets
วางไฟล์บัญชีบริการ GCP : ย้ายไฟล์บัญชีบริการ Google Cloud Platform (GCP) ของคุณลงในไดเรกทอรี secrets ตรวจสอบให้แน่ใจว่ามีชื่ออย่างเหมาะสม
ตัวแปรคัดลอกและเติมสิ่งแวดล้อม :
example.env ที่ให้ไว้ในโครงการและเปลี่ยนชื่อเป็น .env.env และตั้งค่าตัวแปรต่อไปนี้:GCLOUD_SERVICE_ACCOUNT_KEY_PATH : พา ธ ไปยังไฟล์บัญชีบริการ GCP ของคุณเทียบกับไดเรกทอรี secretsPROJECT_ID : รหัสโครงการ GCP ของคุณPROJECT_LOCATION : ที่ตั้งของโครงการ GCP ของคุณMONGODB_URI : URI สำหรับอินสแตนซ์หรือฐานข้อมูล MongoDB ของคุณตอนนี้คุณพร้อมที่จะเรียกใช้ผู้ช่วยสอนเสมือนจริงของ AI !!
Virtuta พร้อมที่จะปฏิวัติวิธีที่นักเรียนโต้ตอบกับเนื้อหาการศึกษาและระบบสนับสนุน เรามุ่งมั่นที่จะให้สภาพแวดล้อมการเรียนรู้ที่มีประสิทธิภาพสูงมีส่วนร่วมและสนับสนุนโดยการรวมเทคนิค AI ขั้นสูงเข้ากับกรอบการศึกษาที่แข็งแกร่ง คอยติดตามการอัปเดตความคืบหน้ารายสัปดาห์และการสาธิตโครงการสุดท้ายของเรา!
ขอบคุณสำหรับความสนใจใน Virtuta !
MS in Applied Data Science USC | AuthorMS in Applied Data Science USCMS in Applied Data Science USC โครงการนี้เป็นความพยายามร่วมกันโดยทีมงานของนักเรียนที่ทุ่มเทจาก MS ของมหาวิทยาลัยเซาเทิร์นแคลิฟอร์เนีย ในโครงการ วิทยาศาสตร์ข้อมูลประยุกต์ ขอขอบคุณเป็นพิเศษสำหรับ Mihika Gaonkar , Prathamesh Lonkar , Mithesh Ramachandran , Hritik Bansal และ Suma Sree Gottipati สำหรับการมีส่วนร่วมในวิดีโอสาธิต
ที่เก็บนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT ดูไฟล์ใบอนุญาตสำหรับรายละเอียด