ГЕНЕРАЦИЯ ЗАДАЧ ПО ФИЗИКЕ ПРИ ПОМОЩИ ИИ

1. ВВЕДЕНИЕ 3
2. ОБЗОР ЛИТЕРАТУРЫ 4
3. ТЕОРИТИЧЕСКАЯ ЧАСТЬ 6
3.1. ОПИСАНИЕ ОСНОВНЫХ ПОНЯТИЙ И ТЕРМИНОВ. 6
3.2 МЕТОДЫ МАШИННОГО ОБУЧЕНИЯ 6
3.2. ПРОБЛЕМЫ ПРИ ГЕНЕРАЦИИ ЗАДАЧ 7
3.3. РЕШЕНИЕ ПРОБЛЕМЫ С БОЛЬШИМ КОЛИЧЕСТВОМ ДАННЫХ 7
3.4. ПРОБЛЕМА ОЦЕНКИ КАЧЕСТВА ГЕНЕРИРУЕМЫХ ЗАДАЧ 8
3.5. РЕШЕНИЕ ПРОБЛЕМЫ С ОЦЕНКОЙ КАЧЕСТВА ГЕНЕРАЦИИ 8
4. ПРАКТИЧЕСКАЯ ЧАСТЬ 9
4.1 ВЫБОР ИНТЕРФЕЙСА ДЛЯ МОДЕЛИ 9
4.1.1 САЙТ 9
4.1.1 ПРИЛОЖЕНИЕ 9
4.1.3 TELEGRAM BOT 10
4.2 РАЗРАБОТКА TELEGRAM БОТА 11
4.2.1 КАК СОЗДАТЬ БОТА 11
4.2.2 ФУНКЦИОНАЛ БОТА 13
4.3 ИЗВЛЕЧЕНИЕ ДАННЫХ ДЛЯ ДАТАСЕТА МОДЕЛИ 17
4.4 ВЫБОР МОДЕЛИ ДЛЯ ОБУЧЕНИЯ 19
4.4.1 МОДЕЛЬ ОБУЧЕННАЯ С НУЛЯ 19
4.4.2 ПРИМЕНЕНИЕ ОБУЧЕННОЙ МОДЕЛИ 28
4.4.3 ОБУЧЕНИЕ ПРЕДОБУЧЕННОЙ МОДЕЛИ 32
4.4 БЛОК СХЕМА ПРИНЦИПА РАБОТЫ ПРОЕКТА 37
4.5 БИБЛИОТЕКА ДЛЯ РЕШЕНИЯ ЗАДАЧ ПО ФИЗИКЕ 38
4.5.1 ПРИМЕНЕНИЕ БИБЛИОТЕКИ ДЛЯ РЕШЕНИЯ ЗАДАЧ 42
4.6 РЕЗУЛЬТАТЫ МОДЕЛЕЙ И БИБЛИОТЕКИ 44
4.6.1 РЕЗУЛЬТАТ РАБОТЫ МОДЕЛИ ОБУЧЕННОЙ С НУЛЯ 44
4.6.2 РЕЗУЛЬТАТ РАБОТЫ ПРЕДОБУЧЕННОЙ МОДЕЛИ 46
4.6.3 РЕЗУЛЬТАТ РАБОТЫ БИБЛИОТЕКИ ДЛЯ РЕШЕНИЯ ЗАДАЧ 48
4.7 РЕЗУЛЬТАТ ДЛЯ ОБУЧЕННОЙ И ПРЕДОБУЧЕННОЙ МОДЕЛИ 49
5. ЗАКЛЮЧЕНИЕ 50
6. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 51

Весь текст будет доступен после покупки

В современном образовании, особенно в области технических наук, важное значение имеет практическое применение знаний. Это достигается, в том числе, через решение практических задач, которые помогают студентам усвоить материал более глубоко и закрепить полученные знания.
Однако, часто преподавателям бывает сложно составлять достаточно интересные и разнообразные задачи, которые были бы актуальными и соответствовали требованиям современного образования. Поэтому, в последнее время все больше внимания уделяется нейросетям, которые смогут сгенерировать креативную и необычную задачу.

Весь текст будет доступен после покупки

2. ОБЗОР ЛИТЕРАТУРЫ

На данную тему практически нет никакой научной литературы. Американских статей единицы, а российских практически нет. Автор провёл обзор двух статей, чтобы лучше разобраться, как другие люди обучают нейросети для генерации задач.
Первая статья связана не сколько с генерацией задач по физике, сколько с самими генераторами по большей части предметов. Автор статьи пытается донести читателю, что генератор – это полезная вещь для преподавателя, так как у студенту будет тяжело списать шаблонную и нестандартную задачу. Леонид, так зовут автора статьи, затрагивает не только математику и химию, но и физику, что и нужно для данной темы. Вот, что он пишет про физику: «С физикой дело обстоит иначе. Есть задачи, про которые известно, что их решение требует подстановки указанных значений в определенное уравнение, и известно само это уравнение. В этом случае физика сводится к математике, причем на простейшем школьном уровне (речь, конечно, не про физматшколы). В вузе ситуация зависит от того, что это за вуз, какая специальность и курс. В серьезных случаях там может быть математика, которая сложна уже сама по себе, хотя и «обслуживает» физику. Однако физика не сводится к математике – в значительной мере она состоит из понимания, какая именно модель работает в данной задаче». Автор хочет сказать читателю, что для физики, построение уникальной нейросети довольно сложная задача, так как она требует большого количества аспектов, в отличии от той же математики. Остальная часть статьи описывает, как можно натренировать нейросеть. Автор предлагает использовать базу данных с текстом и картинками. В данной работе, использовались и текст, и картинки, но результат не был положительным, поскольку нужно создавать несколько нейросетей, потом тренировать одну на тексте, вторую на картинках и объединять в более мощную нейросеть. Если посмотреть на GPT-3.5, который анонсировали не так давно (30.11.2022), в нём нет генерации изображений вместе с задачей. Для этого используются другие инструменты, например Kandinsky, позволяет генерировать изображения, либо Midjourney, который также позволяет генерировать изображения по промту. На момент заключительных штрихов магистерской работы, появилась новая модель GPT-4, которая может генерировать и изображения, и текст, что показывает объединение двух сложных моделей в одну.

Весь текст будет доступен после покупки

1. Telegram bot [Электронный ресурс] – URL: https://www.trv-science.ru/2023/10/generator-kotoryj-zamenit-nas/ (дата обращения 12.06.2024)
2. Графовые нейронные сети [Электронный ресурс] –
URL: https://education.yandex.ru/handbook/ml/article/grafovye-nejronnye-seti (дата обращения 12.06.2024)
3. Telegram bot [Электронный ресурс] –
URL: https://journal.tinkoff.ru/guide/howto telegram-bot/ (дата обращения 15.03.2024)
4. Нейросети [Электронный ресурс] –
URL: https://journal.sovcombank.ru/glossarii/chego-tolko-lyudi-ne-napletut-chto-takoe-neiroseti-i-gde-ih-ispolzuyut (дата обращения 20.10.2023)
5. PyQt6 [Электронный ресурс] –
URL: https://habr.com/ru/companies/skillfactory/articles/599599/

Весь текст будет доступен после покупки