ПЕРСПЕКТИВЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ФИЗИЧЕСКОМ ВОСПИТАНИИ

Авторы

Коробко Ю.В. Государственное бюджетное общеобразовательное учреждение города Москвы "Школа № 2048"

Ключевые слова:

искусственный интеллект; физическое воспитание; методика обучения; индивидуальные занятия.

Аннотация

Искусственный интеллект (ИИ) в настоящее время влияет на все аспекты повседневной жизни, включая и образование. Он может оказывать существенную поддержку учащимся посредством прогнозирования академической успеваемости или необходимости временного прекращения обучения. Пока что исследования в области искусственного интеллекта находятся на ранних стадиях, и поэтому необходимо изучить, как эта область развивается и увеличивает свой потенциал с течением времени. Исследовав ИИ в физическом воспитании (ФВ), мы можем предложить его потенциальное использование в спортивных приложениях и внести изменения в концепцию ФВ, обеспечив его визуализацию и повторяемость. Основываясь на концепции использования ИИ в смежных областях, в этой работе освещаются принципы его использования в физкультуре, а также предоставляется целенаправленный, углубленный анализ областей физкультуры, в которых ИИ может быть применен для индивидуальных занятий, обмена знаниями, оценки учащихся и автоматизированных методов консультирования учащихся.

Библиографические ссылки

Литература

https://artificialintelligence-news.com/2018/05/24/why-augmented-intelligence-is-a-better-way-to-describe-ai/ (дата обращения: 17.11.2021)

Нопин, С. В. Искусственный интеллект и информационные системы в спорте (анализ инновационных исследований зарубежных лабораторий за 2010-2016 гг.) / С. В. Нопин, Ю. В. Корягина // Ученые записки университета им. П.Ф. Лесгафта. – 2016. – № 9(139). – С. 118-123.

A. McCabe and J. Trevathan, "Artificial Intelligence in Sports Prediction," Fifth International Conference on Information Technology: New Generations (itng 2008), 2008, pp. 1194-1197, doi: 10.1109/ITNG.2008.203.

Russell, Stuart J. ; Norvig, Peter: Artificial Intelligence: A Modern Approach (2nd Edition) : {Prentice Hall}, 2002. - ISBN 0137903952

Roads, C. Review of Principles of Artificial Intelligence, by N. Nilsson // Computer Music Journal. – 4(3).– 1980. – 64–65. https://doi.org/10.2307/3679642

Roll, I., Wylie, R. Evolution and Revolution in Artificial Intelligence in Education. Int J Artif Intell Educ 26, 582–599 (2016). https://doi.org/10.1007/s40593-016-0110-3

Шолле Ф. Глубокое обучение на Python. - СПб.: Питер, 2018.

Верзунов, С. Н. Сравнение глубоких нейронных сетей на основе различных предварительно обученных CNN для диагностики COVID-19 по рентгеновским снимкам / С. Н. Верзунов, Х. А. Раимжанов // Проблемы автоматики и управления. – 2021. – № 1(40). – С. 12-25.

Ghahramani, Z. Probabilistic machine learning and artificial intelligence. Nature 521, 452–459 (2015). https://doi.org/10.1038/nature14541

Jordan MI, Mitchell TM. Machine learning: Trends, perspectives, and prospects. Science. 2015 Jul 17;349(6245):255-60. doi: 10.1126/science.aaa8415. PMID: 26185243.

Chowdhary, K.R. Natural Language Processing. In Fundamentals of Artificial Intelligence; Springer: Berlin/Heidelberg, Germany, 2020.

LeCun, Y., Bengio, Y. & Hinton, G. Deep learning. Nature 521, 436–444 (2015). https://doi.org/10.1038/nature14539

Экспертные системы : учебное пособие / сост. А. Н. Никулин. – Ульяновск : УлГТУ, 2015. – 78 с.

Lee, H.S.; Jin, Y.K. A Review of Benefits and Trends for the Three Specific and Distinct Products Using Technology in Physical Education. J. Korean Assoc. Phys. Educ. Sport Girls Women 2016, 30, 275.

Aroyo, L.; Dolog, P.; Houben, G.J.; Kravcik, M.; Naeve, A.; Nilsson, M.; Wild, F. Interoperability in Personalized Adaptive Learning. J. Educ. Technol. Soc. 2006, 9, 4–18.

Lee, H.-S.; Lee, J.-H. The Effect of T-Ball Class on Physical Self-Efficacy of Elementary School Students Using Virtual Reality Technology(VR). Korean J. Sports Sci. 2020, 29, 613–624.

Silva, A.J.; Costa, A.M.; Oliveira, P.M.; Reis, V.M.; Saavedra, J.; Perl, J.; Rouboa, A.; Marinho, D.A. The Use of Neural Network Technology to Model Swimming Performance. J. Sports Sci. Med. 2007, 6, 117–125.

Baca, A.; Kornfeind, P. Stability analysis of motion patterns in biathlon shooting. Hum. Mov. Sci. 2012, 31, 295–302.

Yang, S. The Possibility of Machine Learning Algorithms for Seon Encounter Dialogues in the ‘Chatbot’ Development. J. Korean Assoc. Buddh. Stud. 2017, 84, 39–70.

Guliherme, A. AI and Education: The importance of teacher and student relationship. AI Soc. 2017, 32, 1–8.

Koedinger, K. R., Brunskill, E., Baker, R. S., McLaughlin, E. A., & Stamper, J. (2013). New Potentials for Data-Driven Intelligent Tutoring System Development and Optimization. AI Magazine, 34(3), 27-41. https://doi.org/10.1609/aimag.v34i3.2484

Bandura, A. Self-efficacy: Toward a unifying theory of behavioral change. Psychol. Rev. 1977, 84, 191.