På Nackademins Pythonutvecklare inom AI-program utvecklas morgondagens AI-lösningar. I kursen Maskininlärning och Deep Learning, som hålls av Utvecklarakademin, har studenterna nu skapat två projekt som tydligt illustrerar AI-potential inom utbildning och informationshantering. Det handlar om TeacherAI, en smart studieassistent, och en fördjupning i den nya tekniken RAG (Retrieval Augmented Generation). Genom att arbeta med verkliga projekt får studenterna värdefull praktisk erfarenhet och insikter i hur AI kan lösa konkreta utmaningar.
TeacherAI: En AI-studieassistent för bättre lärande
Tänk dig ett verktyg som inte bara hjälper dig att studera, utan också anpassar sig efter dina behov. Det är just vad Edvard Dufvenmark, Raymond Jones, Mustafa Naji och Gabriel Chandia har skapat med TeacherAI. Detta projekt fungerar som en enkel provgenerator och är ett kraftfullt verktyg som gör inlärningen både effektivare och roligare. Studenter kan själva skapa prov inom sina ämnen, få direkt feedback med poäng och facit, och även möjlighet att repetera för att förbättra sina resultat.
Men teamet bakom TeacherAI nöjde sig inte där. Genom sitt samarbete med Utvecklarakademin har de fått insikter som gjort det möjligt att ta projektet till nästa nivå. Bland de kommande funktionerna hittar vi:
En särskilt spännande funktion som planeras är ett digitalt klassrum där lärare kan följa sina elevers utveckling i realtid och skräddarsy undervisningen. TeacherAI kommer helt enkelt att kunna erbjuda en upplevelse som förändrar sättet vi lär oss på.
Helt fantastiskt tycker vi!
RAG: Fördjupning i Retrieval Augmented Generation
Linus Söderberg, blivande Pythonutvecklare inom AI, har valt att fokusera på den väldigt aktuella AI-tekniken: RAG (Retrieval Augmented Generation). Med hjälp av AI kan RAG inte bara skapa text utan även hitta och återanvända relevant information, och det är precis det som gör denna teknik så kraftfull. Under sitt projekt har Linus fördjupat sig i olika tillvägagångssätt för RAG och hur tekniken kan lösa dagens informationsproblem.
Resultatet? En chatbot som kan hjälpa användare att ladda upp dokument och ställa frågor till dem, något som har verkliga tillämpningar inom allt från utbildning till teknisk dokumentation. Chatboten använder tre olika RAG-approacher:
Genom täta avstämningar med utbildare och branschexperter har Linus inte bara lärt sig de tekniska aspekterna av RAG, utan också vikten av att vara ständigt uppdaterad inom AI.
”Det här projektet har verkligen lärt mig mycket – inte bara om de tekniska aspekterna av RAG, utan också om hur viktigt det är att hela tiden hänga med i AI-utvecklingen. Genom samarbetet med branschexperter har jag fått en inblick i framtidens teknik, och det känns fantastiskt att få vara med och skapa lösningar som faktiskt kan göra skillnad.” säger Linus Söderberg, student Nackademin
Branschnära samarbete: nyckeln till framgång
Det ständigt pågående samarbetet mellan Nackademin och näringslivet ger studenterna möjlighet att testa sina idéer i praktiken och få värdefull feedback från branschexperter. Gabriel Bergqvist från Utvecklarakademin är utbildare i kursen Maskininlärning och Deep Learning för Nackademins AI-studenter. Han är imponerad över den kreativa höjden på alla lösningar och ser många fördelar med det praktiska upplägget i utbildningen.
”Projekten från Nackademins studenter visar verkligen hur AI kan revolutionera lärande och informationshantering. Genom att förena teknik, kreativitet och praktisk insikt tar vi spännande steg mot framtidens AI-lösningar. Det nära samarbetet med branschen ger studenterna en unik möjlighet att testa sina idéer och utveckla innovativa, användbara lösningar. Flera av klassens grupparbeten håller sådan kvalitet, och visar såpass stor potential, att det kan bli aktuellt med startup-investeringar,” säger Gabriel Bergqvist från Utvecklarakademin
Läs mer om programmet Pythonutvecklare inom AI
Andra höjdpunkter inom AI på Nackademin
Nackademins AI-studenter tar plats på Women in AI Swedens nätverksträff
Tobias Fors utbildar inom framtidsyrket pythonutvecklare inom AI