Дополнительное профессиональное и ускоренное высшее образование
в Омском государственном университете им. Ф.М. Достоевского

Карта сайта 

 Страница ОмГУ им. Ф.М. Достоевского на Facebook Страница ОмГУ им. Ф.М. Достоевского на Vk Timkin-blog  Все новости и объявления на сайте института непрерывного и открытого образования

Тел.: +7 (3812) 602-281, пишите: io@omsu.ru

Искусственный интеллект в образовании: реальность и перспективы

ИИ в образовании

     
Начало: 1 марта 2021 г., 4 модуля, 72 часа, онлайн-формат, стоимость 7500 р. Входное анкетирование Записаться
на курс
       

       

 

 

 

О курсе

 

 

Развитие современных технологий, потребности экономического и технологического прогресса страны диктуют необходимость всем и каждому знать и уметь использовать в своей профессиональной деятельности «сквозные» цифровые технологии, к которым относятся искусственный интеллект, обработка и анализ больших данных и машинное обучение.

 

Искусственный интеллект существенным образом определяет прогресс современного общества и успехи деятельности в различных сферах: интернет-торговли, рекламы, банкинга, робототехники и других. Нуждается ли педагогическое сообщество в программах профессионального развития в сфере искусственного интеллекта? Кроме ответа на данный вопрос, слушатель получит знания и умения, которые позволят применить их не только в образовании, но и для деятельности в различных областях.

 

 

Преподаватели курса

 


Агалаков Сергей Астафьевич, кандидат физико-математических наук, доцент кафедры высшей математики Института математики и информационных технологий ОмГУ


Тимкин Сергей Леонидович,
директор Института непрерывного и открытого образования ОмГУ, руководитель программы


Сиганов Илья Дмитриевич, 
ведущий специалист МО и АД, исследователь-разработчик в 7bits.it
 

Вернуться в начало странички

 

 


Программа курса

 

 

 

Модуль 1. Искусственный интеллект: понятие, история, современное состояние

В первом модуле слушатели уясняют соотношение таких понятий как искусственный интеллект, машинное обучение, нейросети, глубокое обучение, большие данные. Дается представление о видах машинного обучения (обучение с учителем, обучение с поддержкой, обучение без учителя), методах и алгоритмах машинного обучения (классификация, кластеризация, решающие деревья, принципах работы и типах нейронных сетей: перцептрон, многослойная, сверточная, рекурренттная сети). На всем протяжении обучения слушателя сопровождает глоссарий с определениями более 50 базовых понятий искусственного интеллекта. Приводятся наиболее значимые достижениями в применении искусственного интеллекта и говорится об ограничениях, ошибках и опасности его применения
Модуль 2. Компьютерное зрение и обработка изображений

Второй модуль посвящен компьютерному зрению и обработке изображений как одной из успешных и быстро развивающейся областей применения искусственного интеллекта для распознавания информации. Рассматривается основы применения нейросетей при распознавании объектов, синтеза изображений и обработки видео. В практической части рассматриваются общедоступные веб-ресурсы: Autodraw, CaptionBot, Colorize, Deepart.io, Let’s Enhance, Remove.bg, ThisPersonDoesNotExist, а также сервисы определения сущностей (идентификация по картинке) и дополненной реальности. Обсуждается их использование для подготовки и организации учебного процесса и создания оригинальных учебных материалов. Полученные знания закрепляются на лабораторных и практических работах
 

Модуль 3. Анализ естественного языка и инструменты, основанные на семантическом анализе текстов

В третьем модуле рассматривается применение искусственного интеллекта в анализе естественного языка и инструменты семантического анализа текстов. Раскрываются его возможности не только в распознавании, но и осмыслении информации. Приводятся технологии машинной обработки естественного языка (Natural Language Processing). Дается понятие о современных языковых моделях, статистической обработке текстов, корпусной лингвистике. Рассматривается модель «Семантические векторы» и достижения в семантическом поиске информации, машинном переводе, генерации текстов, распознавании и синтезе речи. На практике рассматриваются веб-сервисы с использованием искусственного интеллекта такие как: Headliner voices, Promt.One, Яндекс и Google-переводчики, Semantris, Talk to Books, семантические поисковики Яндекс (Королев) и Google. Обсуждается их использование для целей подготовки и организации учебного процесса, а знания закрепляются на лабораторных и практических работах. Обсуждаются возможности речевых помощников и чат-ботов, использование разработчиками предобученных NLP-моделей, проводится анализ учебных текстов на предмет выделения именованных сущностей, поиск определений, ответов на вопросы.


 

Модуль 4. Искусственный интеллект и анализ данных в обучении, педагогических исследованиях и решении практических задач образования. Предиктивная аналитика

Заключительный четвертый модуль посвящен применению искусственного интеллекта для самостоятельной реализации различных сценариев. Углубленно рассматриваются методы сбора, обработки и анализа больших данных и инструментальные среды, используемые для этого. Даются понятия, методы, модели и примеры успешного применения предиктивной аналитики, работы рекомендательных систем. Дается обзор применения искусственного интеллекта непосредственно в образовании: прогнозировании, анализе и оценке результата учебного процесса, разработке и применении интеллектуальных систем обучения, персонализации обучения и применении адаптивных подходов. Дается понятие цифрового следа учащегося, описывается модель прогноза вероятности окончания курса в системе управление обучением LMS Open Moodle. Cлушатели на элементарном уровне знакомятся с базовым инструментарием анализа больших данных и построения предиктивных и иных моделей искусственного интеллекта на примере пакета Анаконда. На семинарских занятиях обсуждаются реальные кейсы: предиктивные модели встроенные в LMS, анализ учебных текстов в динамике для диагностики развития обучающегося, использование чат-ботов как помощников преподавателя, модель определения уровня одаренности ребенка по цифровым следам в соцсетях, прогнозные модели для московских школ как часть проекта «Умный город», проект Цифровой Аристотель и т.п.

 

 

Вернуться в начало странички

 

Практическая часть программы

 

 

В каждом модуле, кроме вводного, предусмотрены практические занятия, организованные в виде практических и лабораторных работ. Лабораторные работы подразумевают нескольких этапов выполнения, результаты которых фиксируются наряду с общим итогом-продуктом. Практические работы подразумевают самостоятельное выполнение заданий, фиксируемое в результате, либо совместное обсуждение какого-либо вопроса.

 

Модуль «Компьютерное зрение и обработка изображений»:

  • лабораторная работа «Обработка и генерация изображений»
  • практическая работа «Определение сущностей по фотографиям»

 

Модуль «Анализ естественного языка и инструменты, основанные на семантическом анализе текстов»:

  • лабораторная работа «Корпуса текстов. Частотный анализ терминов в Google Ngram Viewer, НКРЯ»
  • лабораторная работа «Сравнительные возможности современных машинных переводчиков»
  • лабораторная работа «Сравнительные возможности «умных» поисковых систем»
  • лабораторная работа «Анализ текстов: выделение именованных сущностей, поиск определений, ответы на вопросы и др.»
  • лабораторная работа «Голосовой ввод и синтез речи»

 

Модуль «Искусственный интеллект и анализа данных в обучении, педагогических исследованиях и решении практических задач образования. Предиктивная аналитика»:

  • практическая работа «Семинар-обсуждение “Задачи для применения предиктивной аналитики в образовательном учреждении”»
  • практическая работа «Семинар-дискуссия “Может ли ИИ заменить учителя”»
  • лабораторная работа «Установка и знакомство с пакетом Anaconda»
  • лабораторная работа «Подготовка образовательного датасета»

 

Вернуться в начало странички

 

На входе каждый слушатель заполняет тест-анкету, вопросы которой определяют степень цифровой грамотности и владения инструментарием электронного и дистанционного обучения. По окончании каждого раздела слушателю предлагается пройти тестирование по темам раздела, позволяющее оценить степень усвоения знаниевого содержания модуля. Курс заканчивается итоговым тестом, включающим 20 вопросов всех пройденных тем. Результат итогового теста входит в итоговую оценку за курс, определяемой БРС.

 

 

Формируемые компетенции

 

 

способность учителя/преподавателя на примере своей предметной области и вне ее объяснить учащимся новые достижения и возможности, связанные с развитием искусственного интеллекта, машинного обучения, анализа больших данных, в том числе, используя информационные системы и цифровые приложения на основе искусственного интеллекта

 

 

способность учителя/преподавателя использовать информационные системы и приложения на основе искусственного интеллекта для разработки и модернизации своих учебных материалов, использовать их при проведении занятий, организации самостоятельной работы учащихся и контроле результатов обучения, в том числе для целей мотивации учащихся за счет геймификации и иных приемов и способов обучения

 

 

способность активно включаться в процессы исследований и разработок, связанных с использованием искусственного интеллекта, в том числе, на уровне апробации, тестирования и поставки данных; системное представление учителя/преподавателя/администратора о существующей практике и реальных возможностях применения искусственного интеллекта для решения прямых и достаточно сложных образовательных задач

 

Вернуться в начало странички

 

Результаты обучения

 

 

По завершении этого курса слушатели будут:

 


знать «как это работает», сознательно использовать все возможности искусственного интеллекта и уметь объяснить это своим ученикам

 

 

уметь использовать множество веб-приложений для поддержки и облегчения своего труда: создание оригинального учебного материала, предварительного анализа письменных работ учащихся, использования приложений учащимися на занятиях, в самостоятельной работе для повышения мотивации, геймификации и т.п.

 

иметь представление об успешных примерах применения искусственного интеллекта, анализа больших данных для решения образовательных задач, в том числе, в нашей стране и активно включаться в процессы исследований и разработок, связанных с использованием ИИ, не ниже, чем на уровне апробации, тестирования и поставки данных

Вернуться в начало странички

 

Документ об окончании курса

 

 

Удостоверение о повышении квалификации:в Омском государственном университете им. Ф,М. Достоевского

 

Вернуться в начало странички

 


Отзывы слушателей
 

 

Меня очень впечатлил сам курс, его наполняемость, разнообразие подачи материала (презентации, видеолекции, живые вебинары, лабораторные и практические занятия, самостоятельная работа, тесты), высококвалифицированные преподаватели и сопровождающий персонал. Заранее всех оповещали и напоминали о прохождении каждого нового модуля и предшествующего вебинара. Были отдельные технические моменты, но, в целом, курс очень полезный, интересный и я лично приобрел новые для меня компетенции. Спасибо!


А.И. Федорова, преподаватель, г. Самара

Мне очень понравился курс. Я для себя взяла много интересного и поучительного, что, несомненно, пригодится как в дальнейшей преподавательской работе, так и в повседневной жизни. Очень хорошие преподаватели, лекции содержательны, на доступном языке, что было важно для меня – учителя биологии, далекой от программирования. Особенно хочу отметить лабораторные работы, очень интересные и с подробной инструкцией по выполнению, ссылками и обучающими презентациями


В.В. Чупина, учитель биологии, г. Москва

 

Мне всё очень понравилось. Я считаю немаловажным доброжелательное отношение преподавателей, высокий уровень их компетенции. Все вебинары и видеолекции осуществлялись в нормальном для восприятия темпе и были понятны даже мне, как новичку в сфере ИИ. На любой вопрос всегда можно получить полный и исчерпывающий ответ, очень доступный язык изложения.


М.Ф. Егоров, преподаватель, г. Омск

Весь теоретический материал закреплялся практикой, что очень важно при усвоении новой информации. Семинары-практикумы помогли мне разобраться в тех вопросах, на которые я раньше затруднялась ответить. Говоря о содержании, мне как музыканту интересно было бы узнать ещё и о музыкальных программах, но, я понимаю, что в рамках одного короткого курса невозможно объять необъятное. Поэтому, у меня только слова благодарности преподавателям, методистам, ассистентам, всем тем, кто был в кадре и за кадром.


Г.А. Батыгина, учитель, г. Новосибирск

 

Как безусловное достоинство курса хотелось бы отметить, что материал для изучения подавался в различных форматах: непосредственные семинары с преподавателем, проходившие дистанционно, презентации, словарь терминов и список рекомендуемой литературы, для углубленного изучения рассматриваемых вопросов, видеоматериалы по изучаемым темам, что позволило подобрать для себя оптимальный способ изучения курса.
 

Е.П. Тарасова, преподаватель, г. Омск

Мне показалось, очень важным, что курс оказался понятным и доступным, в том числе, и для людей, не обладающих специальными знаниями и навыками. Например, для меня, как для человека с гуманитарным образованием, было важно, что преподаватели курса доступно доносили информацию, связанную с компьютерным программированием, техническими дисциплинами и т.д., что позволило глубже понять изучаемые темы.
 

О.Г. Филиппов, преподаватель, г. Томск

 

У меня очень позитивный отпечаток останется от этого курса. Все довольно понятно, и профессионально было проведено.  Интересные лекции и вебинары, очень доступны будут слушателю с любой подготовкой. Очень много интересных материалов к самостоятельному изучению, очень много новой и полезной информации. Спасибо огромное за вебинары – проводились очень подробно и понятным языком, так же спасибо методистам за четкие инструкции, за ответы на вопросы. Все очень слажено и на высшем уровне. Спасибо!


Т.А. Фролова,педагог

Очень понравилось, что преподаватели постоянно поддерживали обратную связь, отвечали на вопросы и давали необходимые пояснения. Очень признателен преподавателям курса за проделанную работу. Курс оставил только положительные впечатления. С уверенностью буду рекомендовать его коллегам.
 

И.Н. Галочкин, учитель

 

Достаточно интересный курс. Много объясняется доступно и лаконично. Курс органично организован. Процесс «погружения» в предмет происходит поступательно без разрывов. Достаточно удобный интерфейс курса. Есть как и видео сопровождение курса, так и достаточно представлен обучающий материал, постоянное сопровождение преподавателей на всем периоде обучения. Курс понравился. Благодарность  преподавателям курса и ИНОО ОмГУ.

 

Д.Н. Павлов, преподаватель

Материал интересный, на мой взгляд, достаточно полный и информационно насыщенный, представление качественное и наглядное. Хотелось бы иметь больше времени на изучение курса, в более спокойном темпе освоить теорию и поразбираться в практических заданиях. Думаю, это важно для всех слушателей, совмещающих обучение с работой.

 

О.Ф. Эдгардт, учитель

 

В связи загруженностью на основном месте работы, не всегда получалось глубинно изучить некоторые темы. Хотелось бы, чтоб все материалы были сохранены для дальнейшего вдумчивого изучения и понимания. Сам курс был выстроен логично и понятно.

 

А.В. Арсеньев, учитель

В общем курс содержит все необходимое и не нуждается в дополнении. В курсе учтены все основные моменты: лекции, лабораторные и практические занятия, а также приведен необходимый список литературных источников для усвоения материала.

 

А.В. Калюжный, преподаватель

 

Вернуться в начало странички

 

Записаться на курс

 

  ДЛЯ ЗАКЛЮЧЕНИЯ ДОГОВОРА на адрес электронной почты – smeln@yandex.ru необходимо прислать скан-копии следующих документов:
   
паспорта страницы с фото и пропиской
   
диплома (высшего или среднего профессионального образования) без приложения
   
документа о смене фамилии, если фамилии в паспорте и дипломе различны
   
заполненную справку-представление


 

Справки по телефону: 8-3812-60-22-81 - Светлана Александровна, сотовый: 8-913-146-05-09, e-mail – smeln@yandex.ru