小编为您收集和整理了德国人工智能研究中心（DFKI）研究主题是AI+的相关内容：原名：CarstenUllrich：德国人工智能研究中心：数据挖掘仍然是智能适应教育快车道上的一个痛点。在每个变革的时代，教育从来都不是缺席的，这个时代的主题是AI+，AI+教育自然成为当前教育的发展

原名：Carsten Ullrich：德国人工智能研究中心：数据挖掘仍然是智能适应教育快车道上的一个痛点。

在每个变革的时代，教育从来都不是缺席的，这个时代的主题是AI+，AI+教育自然成为当前教育的发展方向。

根据伊利咨询调查数据，2012年以来，中国K12网络教育市场的增长率基本保持在30%以上（2015年为21.4%），2023年达到51.8%，相应的市场规模达到29.87亿元。网络教育年。

2023年的高速增长被认为是一对一在线教学的热点，而一对一在线教学的清晰盈利模式促进了大规模的商业收入，同时，新兴的人工智能技术也迅速引入这一领域，促进了网络教学的再发展。科技与教育的结合。

AI+教育也是德国人工智能研究中心（DFKI）的重要研究方向之一。同时，DFKI拥有世界一流的教育技术实验室，作为该实验室的副主任，CarstenUllrich擅长人工智能领域的人工智能技术的研究和应用，尤其是机器学习、规划算法、语义数据库等。他在这个领域有15多年的经验。

在他15年的人工智能研究生涯中，CarstenUllrich曾研究过人工智能、机器学习、语义网、Web2.0、移动应用等。在许多大型国际项目中，他曾担任上海交通大学网络学习实验室的研究员、技术总监和高级研究员。康大学。相关研究。卡斯汀·乌尔里奇从事人工智能教育研究，也是从痴迷于人工智能发展起来的一个方向。

在传统的思维方式中，CarstenUllrich的转变是成功的，我通过人工智能进入教育领域。在计算机科学研究的过程中，我开始着迷于构建智能系统。当我发现人工智能能使人类学习更加有趣和高效时，我就被这一领域迷住了。从那时起，我开始进入AI教育研究领域。

如果我们考虑一下卡斯汀·乌尔里奇在人工智能教育领域的著名著作，智力适应教育博士论文应该是其中的一篇。

在本研究中，卡斯汀·乌尔里奇主要开发了一个课程生成框架来建模和应用复杂而现实的教育知识。与以往框架相比，本研究根据学生的学习目标和学习情况，应用人工智能规划、用户建模、知识表示（语义网）等技术，生成结构化课程。

卡斯滕·乌尔里奇告诉雷锋，以往关于课程生成的研究非常有限，没有考虑学习目标。例如，在教学过程中，学生更难深入理解数学概念的演绎过程，这与众不同。本课程的目的是深入学习，准备考试，培养学生的具体能力。我们可以使用人工智能来构建非常详细的教学策略。

这项研究发表在世界著名的科技期刊SpringerVerlag（SpringerVerlag）上。CarstenUllrich还说，目前，在同一领域没有其他研究超过了研究结果。

DFKI是德国顶尖的人工智能研究所，也是世界上最大的非盈利人工智能研究所。其股东包括全球十大科技企业，包括谷歌、英特尔、微软、宝马、SAP和空客。同时，DFKI专门从事教育技术研究实验室。EDTEC实验室专注于技术和软件。智力适应教育也是一个重要的研究方向。

作为EDTEC实验室的副主任，CarstenUllrich告诉Leifeng。com，我们的工作人员在工业合作，进行应用研究和医疗等专业领域，了解他们遇到的常见问题和AI的问题，然后构建解决方案，真正能带来价值。

EdTec实验室的CarstenUllrich负责研究和领导工作场所教育技术潜在项目的开发。EnPRO项目专注于半自动生成数字学习场景，以支持工业生产中的员工。

以APSIS项目为例，在生产中建立了智能辅助知识系统。通过开发和应用新一代的上下文敏感辅助和知识服务以及底层体系结构，构建了一个集成的软件解决方案（系统）。通过ARVR和AI技术收集工作场所的详细信息和知识，该软件解决方案原型用于高度自动化的制造工厂。

人工智能+工业应用的趋势加速了许多行业的快速发展。几年前，没有人会想到机器人围棋会赢得围棋大师，但是阿尔法·围棋做到了；没有人会想到摄像机可以用来捕捉逃犯，只有智能摄像机（面部录像）是的，没有人会想到人工智能会应用于教育，但教育，洋葱教学，第一。许多教育公司，如语音教育已经涌入了这条轨道。

与消费领域不同，数据挖掘在教育领域仍然是一个大问题。对于AI应用来说，要训练AI模型，必须有大量的数据。此外，由于学习能力和ha的差异，教育领域的数据碎片化进一步增加。在教育中，只有极少数的数据可用于分析。

如果我们想应用今天的机器学习算法，我们需要大量的数据。但是这些数据来自教育环境中的哪里在学校的环境中，至少学习的目标是一样的，我们可以收集大量的数据（松鼠AI学习非常适合这个）。在其它情况下，特别是在成人教育，这是更难的。另一方面，人类可以作为人工智能模型的培训。然后问题是他们有知识。一旦我们了解得够多，也不会太难实现的人工智能模型。

当然，技术瓶颈也是行业在上升期不可避免地遇到的问题。此外，智能适应教育的发展已经足以让我们感到惊讶。CarstenUllrich认为学习分析和教育数据挖掘在学习管理系统中的应用已经取得了显著的成果。他表示，现实世界表明，业界已经开始在教室、演讲厅和智能手机上的传感器等场景中收集数据。一旦我们能够弥合数字系统和现实（物理）生活之间的鸿沟，人工智能就变得非常强大和有用。

11月15日，德国人工智能研究中心教育技术实验室副主任、上海交通大学在线学习实验室副研究员卡斯滕·乌尔里奇将参加全球人工智能+智能适应教育活动。由雷锋联合教育松鼠AI和IEEE教育工程和适应性教育标准工作组联合主办的Ion峰会。那些把学术研究和商业应用结合在一起的帖子，虽然我是一名研究人员，但我尊重那些将这些想法带到现实世界并使之在商业上成功的人。

此次峰会汇集了国内外三个行业、教育、科研领域的顶尖学者。当时，斯坦福国际问题研究所（SRI）副院长罗伯特·珀尔斯坦、美国高考学院ACT学习项目组高级研究员迈克尔·尤德尔森和国内其他知名教育创业公司苏Knewton、Byju's、DreamBox、Duolingo、ALEKS、AltSchool等国外最具影响力的人工智能智能适应教育公司的创始人和创始人将在北京聚会，讨论人工智能智能适应的热门话题。一年一度的盛会不容错过！

以上就是小编为您收集和整理的德国人工智能研究中心（DFKI）研究主题是AI+相关内容，如果对您有帮助，请帮忙分享这篇文章^_^