Изследователски екип представи новаторска система с изкуствен интелект, способна да оценява и предоставя подробна обратна връзка дори за най-разхвърляните и нечетими ръкописни решения на математически задачи – подобно на истински преподавател.
Оценяването на решенията на математически задачи от отворен тип традиционно е трудоемък и отнемащ време процес в класните стаи. Предизвикателството произтича от голямото разнообразие от формати на отговори, включително уравнения, чертежи, графики и диаграми.
Фактор са и разликите в почерка, в стиловете на писане и начините, по които учениците структурират решенията си. Разработването на изкуствен интелект, способен точно да разбира и оценява такова неструктурирано, разнообразно съдържание, е колосално предизвикателство.
Екип от учени, свързан с UNIST, е разработил VEHME (Vision-Language Model for Evaluating Handwritten Mathematics Expressions) – алгоритъм, имитиращ начина, по който работи човек-оценител. Системата внимателно анализира позицията и значението на всеки елемент в задачата и решението, за да идентифицира грешки.
В тестове, обхващащи широк спектър задачи – от висше математическо смятане до елементарна аритметика – VEHME постига нива на точност, сравними с големи частни модели като GPT-4o и Gemini 2.0 Flash, въпреки че е по-лек и ефективен модел.
Забележително е, че VEHME дори превъзхожда търговските модели в трудни случаи, включващи силно изкривен почерк или зле структурирани отговори, демонстрирайки по-надеждно откриване на грешки.
Този напредък е постигнат чрез специализирана технология за визуално подканване, наречена Expression-aware Visual Prompting Module (EVPM), комбинирана с двуетапен процес на обучение. EVPM позволява на VEHME да разбира сложни, многоредови изрази, като ги „опакова“ на практика, гарантирайки, че моделът поддържа осведоменост за оформлението на задачата.
Вторият етап на обучение не само помага на VEHME да разпознава правилните отговори, но и го подготвя да обясни къде и защо възникват грешки по време на решаване на задачи.
Предвид недостига на висококачествени ръкописни набори от данни с подробни анотации за грешки, екипът е генерирал синтетични обучителни данни, за да обучи VEHME.
Най-важното е, че VEHME е с отворен код и е свободно достъпен, което го прави практичен инструмент за училища и изследователи, заинтересовани от приемането или подобряването на системата.
„Оценяването на ръкописни математически отговори е една от най-предизвикателните задачи в образователния изкуствен интелект“, обяснява професор Техуан Ким от UNIST, ръководител на развойния екип.
„Изисква се нюансирано разбиране както на изображенията, така и на езика. Способността на VEHME да следва сложни стъпки за решение и точно да идентифицира грешки е важна стъпка към практически приложения в класната стая“, допълва той.
„Нашата EVPM технология може автоматично да интерпретира сложна визуална информация, която има потенциални приложения извън образованието – като обработка на документи, анализ на технически чертежи и цифрово архивиране на ръкописни записи“, уточнява проф. Сунгахн Ко от POSTECH, съавтор на проекта.
