Akıllı eğitimin üretilmesi, biliş ve psikolojinin bir kombinasyonunu gerektirir ve AI'ya ek olarak, aynı zamanda bir insan sıcaklığına da ihtiyaç duyar Global AI + Smart Adaptive Education Summit
Leifeng.com: 15 Kasım 2018'de, Global AI + Intelligent Adaptive Education Summit Pekin'de düzenlendi. Zirve, Leifeng.com, Squirrel AI of Yixue Education ve IEEE (Institute of Electrical and Electronics Engineers) Eğitim Mühendisliği ve Uyarlanabilir Eğitim Standartları Çalışma Grubu tarafından ortaklaşa düzenlendi.Amerikan Bilimler Akademisi'nden akademisyen ve Stanford Uluslararası Çalışmalar Enstitüsü'nden makine öğrenimi lideri Michael Jordan'ı davet etti ( SRI başkan yardımcısı Robert Pearlstein ve Amerikan üniversite giriş sınavı ajansının ACT öğrenme programı grubundaki kıdemli araştırma bilimcisi Michael Yudelson gibi en iyi akademisyenler; VIPKID, Homework Gang ve Hujiang.com gibi ünlü yerli eğitim girişimlerinin kurucuları; ve Knewton, Byju's, DreamBox, Duolingo ALEKS, ALEKS ve AltSchool gibi yurt dışından en etkili yapay zeka uyarlamalı eğitim şirketleri, yapay zeka akıllı uyarlamasının sıcak konularını tartışmak için Pekin'de bir araya geldi.
Bunların arasında, AI eğitiminin baş bilim adamı Cui Wei, Pekin Normal Üniversitesi akıllı öğrenim araştırmacı dekan yardımcısı Li Yanyan ve Orta Çin Normal Üniversitesi Ulusal Dijital Öğrenme Mühendisliği Teknolojisi Araştırma Merkezi profesörü Yu Xinguo'nun ev sahipliği yaptığı akıllı eğitim forumu, mevcut AI eğitimini herkese ayrıntılı olarak tanıttı. Akademide araştırma yönü ve AI eğitim teorisinin pratik uygulamasında karşılaşılan zorluklar.
Aşağıda yuvarlak masa tartışmasının metni yer almaktadır: Leifeng.com, sıralama ve düzenlemeyi asıl amacını değiştirmeden gerçekleştirmiştir:
Moderatör Cui Wei: Herkese günaydın, bugün Panel Forum'a ev sahipliği yapmaktan çok mutluyum.Ayrıca, yapay zeka eğitimi ve akademi alanında iki uzman ve profesörü, akademide yapay zeka eğitiminin önemini bizimle tartışmaya davet etmekten onur duyuyoruz. Dünyanın mevcut araştırma yönü, bu teorilerin uygulamada uygulanmasında karşılaşılan bazı zorluklar ve zorlukların yanı sıra, umarım iki profesör sorularımıza cevap verebilir ve bizim için bazı yönler belirleyebilir.
İki profesör, Çin Bilimler Akademisi bünyesinde bir akıllı eğitim komitesinin yöneticileri. İki profesörden akıllı eğitim hakkındaki görüşlerini paylaşmalarını istiyorum. Akıllı eğitim ile yapay zeka eğitimi arasında sık sık bahsettiğimiz farklar nelerdir? Nasıl tanımlanırlar?
Yu Xinguo: Mühendislik geçmişindeydik ve en çok yapay zeka hakkında konuştuk. Yapay zeka, insan zekasını simüle etmek için makinelerin kullanılmasıdır. Çözmek için insan zekası gerektiren bazı şeyler. Şu anda, zekayı birkaç seviyeye ayırıyoruz En basit olanı hesaplama, hesaplama aslında bir tür zeka, bir tür akıl yürütme ve araştırmadır. Yapay zekanın maruz kalmadığı şey, insanların yeni teoriler yaratması ve yeni teorik sistemler önermesi ... Bildiğim kadarıyla bu sorunu çözebilecek bir yapay zeka yok.
Önceki on yıllarda, yapay zeka, insan hesaplamalarını taklit eden zekaydı ve bu çözüldü; İnsanları taklit etmenin akıl yürütme zekası, öğrenme süreci de dahil olmak üzere on yıllar boyunca geçti, aynı zamanda bir akıl yürütme, önceki insanların akıl yürütme sürecini öğrenme sürecidir. Ancak öğrenme ve muhakeme yeteneği hala ara aşamadadır, bazıları çözüldü, bazıları çözülemedi, biz buna zeka diyoruz.
Eğer bilgelikse, bazı şeyler yapabileceğim anlamına gelir, ancak zorunlu değildir. Örneğin, bu şey çok karlı, ancak başkalarına zarar vereceğini düşündüğünüz için yapmazsınız Bu bir tür bilgeliktir. Yapay zeka çok güçlü.Gelecekte öğrenciler yapay zekanın bu kadar güçlü olduğunu gördüklerinde çok küçük görünecekler ve kalplerinde yapay zekanın öğrencilerimize zorbalık yaptığı bir korku duygusu hissedecekler mi? Bu yüzden bilgeliği artırmamız gerekiyor, böylece yapay zeka o kadar güçlü olmasın ve öğrencilerimizin öğrenmesine yardımcı olabilir, bu akıllı öğrenmedir.
Moderatör Cui Wei: Profesör Yu'nun yapay zeka eğitimi tanımı daha tekniktir.Yapay zekaya ek olarak, bilgelik eğitimi insanlık ve sıcaklık gerektirir.
Li Yanyan: Çin Bilimler Akademisi'ndenim ve ana dalım bilgisayar bilimi. Pekin Normal Üniversitesi'nde on yıldan fazla bir süredir, üç aşamalı hesaplama zekası, algısal zeka, büyük veri ve bulut bilişim ile mevcut akıllı zekaya kadar çalışma deneyiminden yola çıkarak, bilgi işlem yetenekleri bizi çok memnun etti. Bir yandan insan yüzü, akıllı sürüş sesi vb. De insan memnuniyetine yakın ve hatta bir dereceye kadar makineler insanları yenebilir.
Ve üçüncü yön, şu anda veya gelecekte üzerinde çalıştığımız şey, yani bilişsel zeka. Şu anki ekibim bilgi grafikleri üzerinde çalışıyor. İster açılış raporunda bahsedilen bilgi alanı isterse Başkan Li'nin bahsettiği nano seviyeli bilgi noktaları olsun, devasa büyük ölçekli bir bilgi tabanı veya bilgi grafiği oluşturuyorlar. Bu, daha sonraki dönemde herhangi bir hizmette veya muhakemede bizim için en önemli unsurdur. Bu nedenle bilişsel zeka, profesyonel güvenilirliği de içeren geniş ölçekli bir yapı içerdiği ve birçok konu uzmanının müdahalesini gerektirdiği için çok önemli bir darboğaz problemidir.Bu, yapay zekanın gelecekteki gelişimi.
Bilgelik eğitimi perspektifinden, öğrenme ve öğretme hakkında daha çok şey görüyorum. Önceleri teknolojiye odaklandık, şimdi tıp, finans ve diğer alanlarda yaygın olarak kullanılıyor.Ancak eğitim endüstrisinin sadece teknolojiye değil, pedagoji yasalarına, yani öğrencilerin nasıl öğrendiği, öğrenme stilleri ve bilişlere ihtiyacı var. Her türden çoklu zeka dahil özelliklerle ilgilenmemiz gerekir. Dolayısıyla, bilgelik eğitimi söz konusu olduğunda, bilişsel sinirler ve temel insan öğrenme yasaları ve bilişsel ilkeler dahil olmak üzere öğretme yasalarıyla ilgileniyoruz.
Bilgisayar veya yapay zeka teknolojisine ek olarak, bilgelik eğitiminin bilişsel nöroloji, psikoloji, bilimi öğrenme gibi diğer konulara da dikkat etmesi gerekir. Yalnızca birden fazla alandaki bilgileri entegre ederek öğretimimizi çözebilir veya gerçekten tatmin edebiliriz talep. Teknoloji sadece basit bir doğruluk ve kesinlik meselesidir, ancak öğretmen olan herkes öğrenmenin sadece yanlış ve doğru olmadığını, etkileşimli ve duygusal iletişim olduğunu bilir. Bilgelik eğitiminde fiziksel alandan nasıl öğrenilir Hizmetten öğrenciler için uyarlanabilir ve kişiselleştirilmiş programların geliştirilmesine kadar, daha iyi destek sağlamak için daha fazla öğretim ilkesi veya kuralı veya insan araştırmasına ihtiyaç vardır. Anlayışım budur, teşekkür ederim.
Moderatör Cui Wei: Yapay zeka eğitimini açıkça üç aşamaya böldüğünüz ve bilgelik eğitiminin geniş kapsamında bilişsel disiplinler, eğitim psikolojisi vb. Hakkında konuştuğunuz için teşekkür ederiz Profesör Li. Bence Profesör Linin bakış açısı eğitimde öğretme ve öğrenmeyi ayırmaktır. "Eğitim" kısmı daha insancıl ve insancıldır ve teknolojiden çok öğretmenler tarafından yapılır.
Profesör Li, ekibin şu anda yaptığı bazı şeylerden de bahsetti.Sonra, iki profesörden, mevcut çalışma perspektifinden dünyadaki akıllı eğitim, yapay zeka eğitimi veya eğitim teknolojisi ile ilgili bazı en son araştırma yönlerini kısaca tanıtmalarını istiyorum. İki profesörün şu anda ekiplerinde sahip olduğu yeni konuları sizinle paylaşmama izin verin, teşekkür ederim.
Yu Xinguo: Önce kendi araştırmamı tanıtayım, sonra daha büyük şeyler hakkında konuşayım. 5 yıllığına ülkeye döndüm Çin'e dönmeden önce video analiz çalışması yapıyordum.Çin'e dönme sürecinde geçmişimi nasıl birleştireceğimi düşünüyordum, bu yüzden video ve eğitimi birleştiren bir şey yapmak istedim.
Birkaç yıl düşündükten ve birleştirdikten sonra ne yaptın? Eğitim sadece bir yapay zeka sorunu değil, aynı zamanda bir pedagoji problemidir.Sadece bilgiyi eğitmekle ilgili değil, aynı zamanda insanları eğitmekle de ilgilidir. Bilgi bunun sadece bir parçasıdır. Bu nedenle, öğrencilerin ve akıllıların oynaması ve yapması için akıllı bir ortam ve akıllı araçlar oluşturmak daha eğlenceli bir yol olabilir, akıllı olanı kontrol etmek yerine akıllı olanın kendisini kontrol etmektir, bu nedenle akıllı ortamlar, eğitici robotlar yaparız. Eğitim robotlarının arka planında akıllı cevap sistemi bulunmaktadır.
Öğrenme sürecinde anaokulundan liseye kadar öğrenciler için en önemli görev soru sormaktır, ancak sorular bazen o kadar kolay olmamaktadır, özellikle veliler öğrencilere ders verirken, ebeveynler eskiden usta olsa bile, işten dolayı çok fazla bilgi vardır. Unutacağız, bu yüzden otomatik bir problem çözme sistemi yapmak istiyoruz. Bu yönde onlarca yıl araştırma yapıldı.Birçok matematikçi bunu yapıyordu ve daha fazla çıkarım vardı. 1970'lerde yapay zeka alanında en popüler olanı çıkarım sistemleriydi. Geçmişim multimedya analizi olduğu için problemi anlama problemini çözmek için multimedya analizi yöntemini kullanıyoruz.
Son zamanlarda, önerdiğimiz yöntemlerden bazıları önemli ilerleme kaydetti ve sorunların büyük bir kısmı çözülebilir. Tabii ki, yapay zekanın mevcut derin öğrenme yöntemleri çok güçlüdür.Derin öğrenme karmaşık düşünme problemlerini çözer.Sonsuz olasılıkları çözmek için konu anlayışını derin öğrenmeye bırakmak genel fikrimizdir.
Uluslararası eğitim alanının genel yönüne bakıldığında, Ulusal Mühendislik Teknoloji Araştırma Merkezimizde ayrıca Eğitim ve Büyük Veri için Ulusal Mühendislik Laboratuvarı bulunmaktadır. Mevcut eğilim, araştırma ve eğitim için büyük veriyi kullanmaktır. Şu anda birkaç uzman çalışma, analiz ve çalışma süreci hakkında konuştu. Büyük veri analizinde bu algoritmalar artık çok güçlü ve temelde verileri analiz etmek mümkün.Şimdi en zor olan şey bu verilerin nasıl toplanacağı, öğrencilerin eğitim sürecindeki durumlarının nasıl tanımlanacağı, hangi bilgi noktalarının öğrenildiği ve neler olduğu. Bilgi noktaları, öğrencilerin öğrenmesi için en iyi çabadır, ne tür öğrencilerin daha az güçlü bilgi noktaları öğrenmek yerine daha güçlü bilgi noktaları öğrenebileceklerine rehberlik etmek için büyük veri analizini nasıl kullanırsınız, bu verilerin modeli nedir? Henüz net değil ve birleşik bir anlayış yok.
Çoğu durumda, anketler ve testler gibi geleneksel yöntemleri kullanmaya devam ediyoruz, ancak öğrencilerin mevcut öğrenme sürecini etkilemeden ne öğrendiklerini bilmek için müdahalesiz teknolojinin nasıl kullanılacağı hala nispeten zor bir iştir. İnceleme sürecimiz saf ve mutlak bir bilgi testi değildir, çünkü bunları öğretiyoruz. Bu yönler, büyük veri analizi kullanırken herkesin karşılaştığı bir darboğaz olmalıdır, bu benim deneyimim.
Moderatör Cui Wei: Teşekkürler Profesör Yu Profesör Yu, çok önemli olan standardizasyondan, eğitimin ölçülmesinden ve yeteneğin ölçülmesinden bahsetti. Bu toplantı için IEEE özel komitesini de davet ettiğimiz için çok şanslıyız ve aynı zamanda özel komite üyelerinden biri olan baş mimarın da ilgili paylaşımları olacak.
Li Yanyan: Çin'deki teknoloji ile eğitimi bütünleştiren tek birim olan İnternet Eğitimi ve Akıllı Teknoloji Ulusal Mühendislik Laboratuvarındayız. Yapay zeka teknolojisinin eğitimde uygulanmasının basitçe beş bölüme ayrılabileceğine inanıyoruz:
Birincisi, fiziksel alanda veya yazılımda olabilen ortamdır Bu, çevre tarafından inşa edilmiştir.Bir öğrenme alanı oluşturmak için teknolojiyi kullanabilir misiniz?
İkincisi, birçok öğrenme hizmeti için önemli bir temel olan dinamik olarak türetilmiş veriler de dahil olmak üzere, öğrencilerin tüm sürecinden veri toplayarak öğrencilerin doğru kullanıcı portrelerinin nasıl yapılacağı, öğrenme analizi gibi öğrenmenin desteklenmesidir. Az önce konuk raporunda da belirtildiği gibi, öğrencilerin boşluklarının veya öğrenme zayıflıklarının nerede olduğunu bilmiyoruz. İyi bir çözüm sunamadığımız için öğrencilerin analizine ve kullanıcı portrelerinin oluşturulmasına odaklanıyoruz.
Üçüncüsü, çok sayıda öğrenciyle karşı karşıya olan öğretmenlerin bakış açısından, çevrimiçi ve çevrimdışı bazı akıllı asistanlar olabilir. Akıllı eğitim sistemi onlarca yıldır geliştirildi, ancak etkisi iyi olmadı.Birçok faktörden etkilenir ve cebir gibi küçük konularla sınırlıdır.Carnegie Mellon Üniversitesi'nin bilişsel asistanları vardır. Ancak yapay zekanın gelişmesi ve büyük verinin olgunlaşması nedeniyle şu anda bu alanda Londra'da Eğitimde Yapay Zeka Konferansı'na katıldığım ve uzmanlarla paylaştığım bazı atılımlar var.Şimdi öğretmen yardımcıları ve zeki yoldaşlar olma konusunda atılımlar yaptık.
Dördüncüsü değerlendirmedir.Tüm öğrenmeler sonunda değerlendirilmelidir.Öğrencilere bireyler ve gruplar açısından kapsamlı bir değerlendirme verebilir miyiz? Bu grup sınıf, sınıf, bölge ve hatta ülkeyi içerir. Çok seviyeli ve çok yönlü değerlendirme elde etmek için ilgili teknolojileri kullanıp kullanamayacağımız çok önemlidir.
Beşincisi eğitim yönetimi, yapay zeka bilimsel ve objektif değerlendirmeler yapmamıza destek olabilir mi?
Yani bu beş yönün daha fazla dikkat edilmesi gerekiyor. Kendim için artık iki ana yönüm var:
İlk olarak, öğrencilere doğru ve kişiselleştirilmiş bilgi hizmetleri sağlamalıyız. Bir bilgi haritamız var ve şimdi ekibi daha ilginç bir iş yapmaya yönlendiriyorum. Bir bilgi haritası kullanarak eski şiirler inşa ettik. Şu anda Bay Li, çocukken eski şiirleri öğrenmede iyi olmadığını ve onları iyi ezberlemediğini söyledi, bu yüzden bir tane yaptık Akıllı platform yalnızca anlamsal erişim ve görselleştirme sağlamakla kalmıyor, aynı zamanda oyunlaştırma öğretimi yoluyla antik şiiri öğrenmekle de ilgileniyoruz. Tüm çocuklar oyun oynamayı sever. Eski şiirleri öğrenmelerini teşvik etmek için oyunları kullanabilir miyiz? Bir bilgi haritası yaptık ve küçük bir program geliştirdik. Herkes bunu kullanabilir.
İkincisi, öğrenme analizi.Bu yıl, çevrimiçi öğrenci büyük verilerine dayalı değerlendirme ve analiz yapmak ve modeller sağlamak için Çin Ulusal Doğa Bilimleri Vakfı'na başvurdum. Ne tür veriler topluyoruz? Öğrencilerin analizi nedir? Bilgi mi beceri mi? Bilgi ise, hangi bilgi? Beceriler, öğretmenlere daha iyi geribildirim ve destek sağlamak için zihinsel modeller, bilişsel yapılar vb. İçerir, teşekkür ederim.
Moderatör Cui Wei: Teşekkürler Profesör Li, Profesör Li'nin büyük miktarda bilgi paylaştığı her sefer, bu çok mantıklı. Şu anda, iki profesör, yapay zeka eğitiminin akademik alanındaki araştırmayı paylaştı.Akademik şeyler, öğrencilere daha fazla yardımcı olabilecek ve hatta öğrenci ailelerine fayda sağlayabilecek şekilde üretilmelidir. İki profesör de yurtdışında çalıştığı için, iki profesörden onlar hakkında ayrı ayrı konuşmalarını rica ediyorum, örneğin, yabancı ülkelerde iyi yapılan en son araştırma yönleri nelerdir veya daha iyi modeller ve teorik şeyler nelerdir, sizlerle paylaşacağım. ,Teşekkür ederim.
Li Yanyan: 2016'dan 2017'ye kadar Carnegie Mellon Üniversitesi'ni ziyaret ettim ve onların yapay zeka laboratuvarı ve robotik laboratuvarına gittim. Öğretmenim aynı zamanda hesaplamalı dilbilim alanında da çalışıyor ve dünyanın ana odağının insan-bilgisayar etkileşimi olduğunu buldum. Öğrenme etkileşim süreci tek kanallı bir aktarım değildir. İnsan-bilgisayar etkileşimi açısından öğrenmemize yardımcı olacak daha etkili bir yol sağlamayı umuyoruz. İkincisi robotlar Uzun insansız robotlar hariç, öğretmemizi desteklemek için taşıyıcı robotları kullanabilir miyiz ve ilginç yollarla çocuklarla iletişim kurabilir miyiz ve öğretmenler bu yöntemleri bazı çok ilginç aktiviteler yapmak için kullanabilir mi?
Yu Xinguo: Uzun yıllardır Singapur'dayım.Ev ödevlerini teslim eden ve öğretmenlerle etkileşim kuran öğrencilerin sorununu çözmek için daha önce eğitimde Nesnelerin İnterneti teknolojisini kullandılar. Şimdi daha çok araştırma var, Profesör Li'nin söylediği birkaç şey var. Birincisi akıllı ortamdır, çünkü çevrimiçi veya küçük bir alanda çalışırken, öğrencilerin aktiviteleri, düşünceleri ve ortamı öğrenme sürecinde sınırlıdır ve faaliyetlerin kapsamı çok küçüktür, bu da kötü bir yerdir. Şimdi doğal bir alanda hem fiziksel hem de zihinsel olarak öğrenip daha iyi olabilmesi için akıllı bir ortam yaratmak istiyoruz Bu bir çalışma. Diğeri ise bireyselleşmeye nasıl daha etkin bir şekilde bakılacağıdır.Her öğrencinin farklı öğrenme tarzları ve bilgi noktalarının eşleşmesini anlamalıyız.Bu zor olabilir.
Moderatör Cui Wei: Teşekkürler iki hocam, tüm ülkenin yapay zekanın uygulanmasına ve geliştirilmesine olduğu kadar yapay zekaya da büyük önem verdiğini biliyoruz.İki profesörü yapay zeka eğitimi ve bilgelik eğitimi ile ilgili bazı beklentileri özetlemeye ve ifade etmeye davet ediyorum. Veya görüşler, teşekkür ederim.
Yu Xinguo: Akıllı eğitim veya yapay zeka eğitimi için çok yer var Bay Li, yapay zeka eğitiminin birkaç özelliğini az önce söyledi ve hepsine katılıyorum. Yapay zeka süper bir öğretmen olur. Süper öğretmen artı akıllı dönüşüm, birçok insana yardım edebilen ve mevcut eğitimi tamamen alt üst edebilen daha arkadaş canlısı akıllı bir eğitimdir. Sektör açısından bakıldığında, bu umut vericidir.
Li Yanyan: Herkesin bu akıllı çağı kucaklamasına ve gelecekteki eğitim değişikliklerine hazırlanmasına izin verin.
Moderatör Cui Wei: Paylaştıkları için Profesör Yu ve Profesör Li'ye çok teşekkür ederim.
Ek: Yuvarlak masa misafirlerinin tanıtımı
Akıllı Öğrenme Araştırmacısı Dekan Yardımcısı, Pekin Normal Üniversitesi: Li Yanyan
Pekin Normal Üniversitesi'nden Li Yanyan, şu anda Pekin Normal Üniversitesi Eğitim Fakültesi'nde profesör ve doktora süpervizörü, Pekin Normal Üniversitesi Akıllı Öğrenme Enstitüsü dekan yardımcısı ve Pekin Anahtar Eğitim Teknolojileri Laboratuvarı müdür yardımcısı Profesör Li Yanyan STEAM eğitimini ilk gerçekleştiren kişidir. Ve ilk ve orta okullarda ve üniversitelerde çok çeşitli uygulama uygulamaları için. STEAM Beijing Education Planning Key Project'in yanı sıra bir dizi Ulusal Doğa Bilimleri ve Sosyal Bilimler Fonu projesine başkanlık etmiş, yurtiçi ve yurtdışında ana dergilerde ve uluslararası konferanslarda 80'den fazla makale yayınlamış ve Çin Bilim ve Teknoloji Derneği Bilim Popülerleştirme Bölümü tarafından Mükemmel Eğitmen unvanına layık görülmüştür. Haziran 2008'de Londra'daki Uluslararası Eğitsel Yapay Zeka Konferansı'nda bir açılış konuşması yapan Profesör Li Yanyan, Amerika Birleşik Devletleri'ndeki Carnegie Mellon Üniversitesi'ni misafir akademisyen olarak ziyaret etti ve birçok uluslararası derginin yönetici editörü ve yayın kurulu üyesi olarak görev yaptı.
Orta Çin Normal Üniversitesi Ulusal Dijital Öğrenme Mühendisliği Teknolojisi Araştırma Merkezi Profesörü: Yu Xinguo
Orta Çin Normal Üniversitesi Ulusal Dijital Öğrenme Mühendisliği Teknolojisi Araştırma Merkezi'nin müdür yardımcısı ve profesörü, Chutian akademisyen ve doktora öğretmeni Yu Xinguo, uzun süredir video analizi, bilgisayar görüşü, insan-bilgisayar etkileşimi, multimedya teknolojisi vb. İle uğraşmaktadır ve araştırma sonuçları yerli olmuştur. Biri 160'tan fazla atıf alan yabancı uzmanlar tarafından geniş çapta alıntılanmıştır.Yurtiçi ve yurtdışında yetkili dergilerde ve tanınmış uluslararası konferanslarda 80'den fazla makale yayınlanmıştır.İlk yazarın 40'tan fazla makalesi vardır. 7 ulusal patent ve 2 yerli patent. Uluslararası üne sahip birçok dergide hakemlik yaptı. Aynı zamanda, Profesör Yu Singapur'da 10 yıldan fazla çalışmış ve eğitim almıştır. Son beş yılda 5 milyon ABD dolarından fazla proje fonu ile ilgilenmiştir. Şu anda ana araştırma yönleri arasında görüntü tanıma ve analizi, insan-bilgisayar etkileşimi eğitimi, akıllı eğitim sistemleri ve multimedya teknolojisi yer almaktadır. çalışma.
