Fundamentale Forschung, moderne Technologien und robuste, flexible Datenstrategien stehen im Zentrum erfolgreicher KI-Forschung und -entwicklung. Das KI-Technologie-Laborteam besteht aus Forschern und Ingenieuren der natürlichen Sprachverarbeitung (NLP), KI-Ingenieuren, Dateningenieuren und Softwareentwicklern.
Das KI-Technologieteam konzentriert sich darauf, Gerechtigkeit durch Forschung, Entwicklung und Anwendung verantwortungsvoller KI zu unterstützen. Das Team dokumentiert Best Practices, Richtlinien und Sicherheitsmaßnahmen, die im gesamten ETS® AI Labs™ eingehalten werden.
Das KI-Technologieteam hat sich zum Ziel gesetzt:
- Innovationen im Bereich NLP und KI durch grundlegende Forschung und Entwicklung generalisierbarer Fähigkeiten voranzutreiben
- Ermöglichen Sie Fortschritte im Lernen und in der Bewertung durch den Einsatz modernster Technologien auf Lernlösungen
- Schaffen Sie eine strategische technologische Pipeline, um Fähigkeiten und Prototypen zu skalieren
Technologen sind zu 100 % darauf ausgerichtet, Teams in den Laboren über den gesamten Forschungs- und Entwicklungszyklus zu prototypisieren. Technologen sprinten mit Teams von der Entdeckung über Ideenfindung, Prototyping bis hin zur Optimierung und können technologische Lösungen anwenden, die den Nutzerbedürfnissen entsprechen. Ebenso basieren die grundlegenden Forschungen, die Technologen durchführen, auf Bedürfnissen, die durch Nutzerbeteiligung entdeckt werden.
Schwerpunkte
Das Team für KI-Technologien hat folgende Hauptfokus:
- Entwicklung moderner Architekturen, die das effektive Prototyping und die Veröffentlichung von Lösungen in den Laboren ermöglichen
- Einsatz von multimodaler KI zur Bewertung und zur Rückmeldung zu aufgezeichneten Präsentationen
- Automatisierte Bewertung und Rückmeldung von geschriebener und gesprochener Sprache
- Automatisierte Generierung von Unterrichts- und Bewertungsinhalten
- Personalisierte Lernwege basierend auf dem kognitiven Lernmodell
- Automatisierte Empfehlungsmaschinen
- Erstellung von Datenpipelines und -architekturen für Modellierung und Analyse
- Entwicklung von Software, um Fähigkeiten zu testen und Prototypen zu entwickeln, die den Bedürfnissen der Nutzer entsprechen.