工业生产中的员工。以APPsis项目为例，该项目构建了生产中的智能辅助和科学知识系统，通过开发和应用于下一代上下脆弱的辅助和科学知识服务和基础结构，构建了解决方案(系统)，通过AR/VR和AI技术收集了工作场所紧密的信息、科学知识。
该软件解决方案的原型被用作具有高度自动化的制造业工厂。数据挖掘仍然是难题AI行业应用的趋势，加快了许多行业的快速发展。几年前，有些人不会想起机器人下围棋能赢得象棋大师，但是AlphaGo制作的照相机可以用来捕捉通缉犯，但是也有人想起智能照相机(脸部识别)不应用于教育领域，但是学习教育、洋葱教育、开始教育等很多教育公司已经涌入这个课程。
与消费领域不同的是，教育领域的数据挖掘仍然很难。对于AI的应用，训练AI模型需要大量的数据。另外，由于每个人的自学能力和自学习惯不同，进一步减少了教育领域数据的碎片化。
在教育方面，目前只有极少数方面有大量数据。谈到AI在教育中的应用瓶颈，CarstenUllrich也指出，根本的技术挑战仍然是数据收集。
如果我们想应用于今天的机器学习算法，那么就需要大量的数据。但是，在教育环境中，这些数据来自哪里？在学校环境中，最低学生的自学目标相似，我们可能会收集大量的数据(SqurrelAILearning非常适合这一点)。在其他环境中，尤其是在成人教育中，这要难得多。
另一方面，人类可以兼任AI模型培训师。那么，问题就成了他们享受的科学知识。一旦我们解读得足够好，在人工智能模型中建立它就太难了。当然，技术瓶颈频繁出现也是业界上升期间不会面临的问题。
更何况，现在智适应环境教育的发展已经令人吃惊。CarstenUllrich指出，自学分析在自学管理系统中的应用已经取得了引人注目的成果。目前，关于如何从现实世界收集数据的调查结果，业界已经开始在教室、演说厅、智能手机传感器等场景收集数据。
一旦我们需要增加数字系统与现实(物理)生活之间的差距，人工智能就不会显得非常强大和简单。11月15日，德国人工智能研究中心教育技术实验室副主任、上海交通大学在线自学实验室副研究员CarstenUllrich参加由(公共编号:)领导教育松鼠AI、IEEE教育工程和适应教育标准工作组共同召开的全球AI智能智能适应环境教育峰会，公开发表了主题演说。
CarstenUllrich也回应道：我期待能够在大会上见到更优秀的专家，向他们自学。我讨厌这样融合学术研究和商业的会议。我是研究者，但我同意把这些想法带回真正的世界，使商业顺利的人们。
这次峰会汇集了国内外产学研三界的顶尖阵容，斯坦福国际研究院副社长Robert领导Pearlstein、美国高考机构ACT自学方案组高级研究科学家Michael将Yudelson等顶尖学者VIPKID、作业领导、上海江网等国内着名教育创业公司的创始人Knewton、Byjus、DreamBox、Dreambox、Drealingo、ALEKS、AltS、AltS创业公司的创始人免费票、VIP票对外开放申请人中，采访大会主页立即申请人:https://gair.leiphone.com/gair/aiedu2018有关文章:为什么需要全球AI智适应环境教育峰会的入场券？原始文章允许禁止发布。下一篇文章发表了注意事项。
本文关键词：德国,人工智能,研究中心,CarstenUllrich,在,智,买球赛的软件
本文来源：买球赛的软件-www.tianxianglw.com