បង្កើត AI ដែលជួយមនុស្សឱ្យឈានដល់កិច្ចព្រមព្រៀង
មន្ទីរពិសោធន៍ Okuhara សិក្សាការចរចាស្វ័យប្រវត្តិ ប្រព័ន្ធពហុភ្នាក់ងារ និងការគាំទ្រការសម្រេចចិត្តផ្អែកលើ LLM។ យើងរចនា AI ដែលធ្វើការរួមជាមួយមនុស្ស និងជួយក្រុមឱ្យសម្រេចចិត្ត ជំនួសឱ្យការសម្រេចចិត្តជំនួសពួកគេ។
Shun Okuhara, Ph.D.
អ្នកបង្រៀន សាលាក្រោយឧត្តមសិក្សាផ្នែកវិស្វកម្ម សាកលវិទ្យាល័យ Mie · អ្នកស្រាវជ្រាវអញ្ជើញ វិទ្យាស្ថានស្រាវជ្រាវកម្រិតខ្ពស់ សាកលវិទ្យាល័យ Nagoya
អំពីមន្ទីរពិសោធន៍
មន្ទីរពិសោធន៍នេះដឹកនាំដោយ Shun Okuhara អ្នកបង្រៀននៅសាលាក្រោយឧត្តមសិក្សាផ្នែកវិស្វកម្ម សាកលវិទ្យាល័យ Mie និងជាអ្នកស្រាវជ្រាវអញ្ជើញនៅវិទ្យាស្ថានស្រាវជ្រាវកម្រិតខ្ពស់ សាកលវិទ្យាល័យ Nagoya។ គាត់បានទទួលសញ្ញាបត្រ Ph.D. ផ្នែកវិស្វកម្មពី Nagoya Institute of Technology ក្នុងឆ្នាំ ២០២០ ហើយធ្លាប់ជាសាស្ត្រាចារ្យអញ្ជើញនៅសាកលវិទ្យាល័យ Carleton ប្រទេសកាណាដា។
អ្នកសហការជាប្រចាំរួមមាន Takayuki Ito (សាកលវិទ្យាល័យ Kyoto), Rafik Hadfi និង Mark Klein (MIT)។ មន្ទីរពិសោធន៍ក៏រក្សាទំនាក់ទំនងស្រាវជ្រាវជាមួយប្រទេសកាណាដាផងដែរ។ Shun Okuhara បានធ្វើបាឋកថាអញ្ជើញនៅសិក្ខាសាលារួមមួយដែលមានការចូលរួមពីសាកលវិទ្យាល័យ McGill និង Mila នៅទីក្រុង Montreal។ លើសពីនេះ មន្ទីរពិសោធន៍កំពុងអភិវឌ្ឍការផ្លាស់ប្ដូរស្រាវជ្រាវជាមួយ National Research Council of Canada រួមទាំងការទស្សនកិច្ចស្រាវជ្រាវរបស់និស្សិត និងការស្នាក់នៅរបស់ Okuhara ក្នុងនាមអ្នកស្រាវជ្រាវអញ្ជើញ។
យើងឱ្យតម្លៃលើល្បឿនការងារដែលមានសុខភាពល្អ និងគោរពផ្លូវអាជីពរៀងៗខ្លួនរបស់និស្សិតម្នាក់ៗ។ និស្សិតដែលនៅកំពុងកសាងមូលដ្ឋាន AI ឬកម្មវិធីរបស់ខ្លួនក៏ត្រូវបានស្វាគមន៍ដែរ ដរាបណាពួកគេត្រៀមខ្លួនរៀន និងអនុវត្តដោយខ្លួនឯងរហូតដល់ចប់។ អ្នកត្រូវការការចង់ដឹង និងឆន្ទៈធ្វើការ។
ប្រធានបទស្រាវជ្រាវ
ស្នូលរបស់យើងគឺការគាំទ្រការសម្រេចចិត្ត និងការកសាងការឯកភាព។ យើងអនុវត្តវានៅក្នុងវិស័យអប់រំ សុខាភិបាល និងការគាំទ្រមនុស្សចាស់ ព្រមទាំងការគាំទ្រស្រាវជ្រាវ។
ការចរចាស្វ័យប្រវត្តិ
ភ្នាក់ងារចរចាដែលតំណាងឱ្យផលប្រយោជន៍មនុស្ស និងស្វែងរកកិច្ចព្រមព្រៀង នៅពេលបញ្ហាមានច្រើន និងពាក់ព័ន្ធគ្នា។
ការឯកភាពពហុភ្នាក់ងារ
ពិធីការ និងប្រព័ន្ធដែលជួយក្រុមឱ្យឈានដល់ការសម្រេចចិត្ត ដោយមិនឱ្យសំឡេងខ្លាំងបំផុតគ្រប់គ្រងបន្ទប់។
ការគាំទ្រការសម្រេចចិត្តផ្អែកលើ LLM
ភ្នាក់ងារសន្ទនាដែលសាងសង់លើគំរូភាសាធំ ដែលទាញយក រៀបចំ និងពន្យល់នូវអ្វីដែលមនុស្សពិតជាចូលចិត្ត។
AI ដែលអាចពន្យល់បាន និងផ្តោតលើមនុស្ស
វិធីសាស្ត្រដែលរក្សាហេតុផលរបស់ AI ឱ្យអាចយល់បាន ដើម្បីឱ្យមនុស្សនៅតែគ្រប់គ្រងការសម្រេចចិត្តចុងក្រោយ។
ការអនុវត្តរួមមានវិស័យអប់រំ សុខាភិបាល និងការគាំទ្រមនុស្សចាស់ ព្រមទាំង AI for Science។ ប្រសិនបើចំណាប់អារម្មណ៍របស់អ្នកនៅជិតប្រធានបទទាំងនេះ យើងរីករាយនឹងពិភាក្សា។
បាឋកថា និងការបង្រៀនអញ្ជើញ
Shun Okuhara ទទួលការអញ្ជើញសម្រាប់បាឋកថា សិក្ខាសាលា និងការបង្រៀន រួមមានការបណ្តុះបណ្តាលក្រុមហ៊ុន ការអភិវឌ្ឍគ្រូបង្រៀនសាកលវិទ្យាល័យ សិក្ខាសាលាសម្រាប់រដ្ឋាភិបាលមូលដ្ឋាន និងក្រុមតំបន់ កិច្ចប្រជុំសិក្សា និងថ្នាក់ផ្សព្វផ្សាយ។
ភ្នាក់ងារ AI នឹងផ្លាស់ប្តូរសង្គមយ៉ាងណា
និន្នាការនៃ AI បង្កើត LLM និងភ្នាក់ងារ AI ស្វយ័ត និងអត្ថន័យរបស់ពួកវាចំពោះការងារ ស្រាវជ្រាវ និងអប់រំ។
សម្រាប់ក្រុមហ៊ុន សាកលវិទ្យាល័យ និងសាធារណជនទូទៅ
ការកសាងការឯកភាព និងការគាំទ្រការសម្រេចចិត្តដោយ AI
របៀបដែល AI ចរចា ប្រព័ន្ធពហុភ្នាក់ងារ និងការគាំទ្រការពិភាក្សា អាចជួយមនុស្សក្នុងការសម្រេចចិត្ត។
សម្រាប់រដ្ឋាភិបាលមូលដ្ឋាន ក្រុមហ៊ុន និងក្រុមសិក្សា
AI for Science និងស្វ័យប្រវត្តិកម្មស្រាវជ្រាវ
របៀបដែល AI កំពុងផ្លាស់ប្តូររបៀបរៀបចំផែនការស្រាវជ្រាវ ការពិនិត្យអក្សរសិល្ប៍ ការគាំទ្រពិសោធន៍ និងការសរសេរសិក្សា។
សម្រាប់សាកលវិទ្យាល័យ និងស្ថាប័នស្រាវជ្រាវ
ការអប់រំ និងអក្ខរកម្ម AI ក្នុងយុគសម័យ AI បង្កើត
ការប្រើ AI បង្កើតក្នុងការអប់រំឧត្តមសិក្សា និងការអប់រំវិទ្យាសាស្ត្រទិន្នន័យ ជាមួយឱកាស និងបញ្ហាប្រឈមរបស់វា។
សម្រាប់វិទ្យាល័យ សាកលវិទ្យាល័យ និងអ្នកអប់រំ
បាឋកថាពីមុនដែលបានជ្រើសរើស
- 2026.3 សិក្ខាសាលាវិទ្យាសាស្ត្របើកចំហ សាកលវិទ្យាល័យ Tohoku។ «LLM strategies for the AI for Science era: practical know-how for redesigning the research process.» រៀបចំដោយមជ្ឈមណ្ឌលគ្រប់គ្រងស្រាវជ្រាវ សាកលវិទ្យាល័យ Tohoku។ ខិត្តប័ណ្ណ
- 2025.8 «Agreement Generation from Negotiation Dialogues Using Utility Values and LLMs.» បាឋកថាអញ្ជើញនៅ «Exploring Frontiers in AI» សាកលវិទ្យាល័យ McGill និង Mila ទីក្រុង Montreal។ ផ្ទាំងរូបភាព
- 2022.11 «The next step beyond IoT: multi-agent systems and real-world applications.» សិក្ខាសាលាឧស្សាហកម្ម-សិក្សា-តំបន់ រៀបចំដោយធនាគារ Sanjusan វិទ្យាស្ថានស្រាវជ្រាវ Sanjusan សាកលវិទ្យាល័យ Mie និងសភាពាណិជ្ជកម្ម Yokkaichi។ ខិត្តប័ណ្ណ
- 2022.4 សិក្ខាសាលាសាធារណៈវិទ្យាសាស្ត្រទិន្នន័យ សាកលវិទ្យាល័យ Mie (លើកទី២)។ «Real-world deployment of multi-agent systems as DX spreads: the state and challenges of distributed AI.» រៀបចំរួមដោយគណៈកម្មការអប់រំព័ត៌មាន និងអង្គភាពស្រាវជ្រាវអប់រំព័ត៌មាន (FD ទូទាំងសាកលវិទ្យាល័យ)។ ខិត្តប័ណ្ណ
សកម្មភាព
ទិដ្ឋភាពពីបាឋកថា ការបង្ហាញស្រាវជ្រាវ និងកិច្ចសហការអន្តរជាតិ។
និស្សិតដែលយើងស្វាគមន៍
មិនថាអ្នកមកពីវិស័យណាក៏ដោយ យើងរីករាយនឹងទទួលដំណឹងពីនិស្សិតដែលចង់សាងសង់ សាកល្បង និងបោះពុម្ពផ្សាយ។
- ចាប់អារម្មណ៍លើ AI វិទ្យាសាស្ត្រទិន្នន័យ ប្រព័ន្ធពហុភ្នាក់ងារ LLM និងកិច្ចសហការមនុស្ស-AI
- អាចរៀនវិធីសាស្ត្រ និងអត្ថបទថ្មីដោយខ្លួនឯង និងជំរុញការស្រាវជ្រាវផ្ទាល់ខ្លួន
- មានចំណង់សរសេរកម្មវិធី (ឧ. Python) និងសាងសង់ប្រព័ន្ធ
- ចង់បង្ហាញនៅសន្និសីទអន្តរជាតិ និងសរសេរអត្ថបទជាភាសាអង់គ្លេស
- ចាប់អារម្មណ៍ក្នុងការផ្សំ AI ជាមួយវិស័យផ្សេងៗដូចជា អប់រំ សុខាភិបាល ការគាំទ្រមនុស្សចាស់ និងបញ្ហាតំបន់
- មានផាសុកភាពក្នុងការពិភាក្សាគំនិតជាមួយក្រុម
យើងស្វាគមន៍និស្សិតមកពីផ្ទៃខាងក្រោយចម្រុះ មិនត្រឹមតែវិស្វកម្មទេ ប៉ុន្តែក៏មានវិទ្យាសាស្ត្រព័ត៌មាន គណិតវិទ្យា អប់រំ ចិត្តវិទ្យា វិទ្យាសាស្ត្រនៃការយល់ដឹង និងវិទ្យាសាស្ត្រសង្គមផងដែរ។ អ្វីដែលសំខាន់បំផុតគឺការលើកទឹកចិត្តក្នុងការរៀន AI និងវិទ្យាសាស្ត្រព័ត៌មាន និងឆន្ទៈក្នុងការនាំការងាររបស់អ្នករហូតដល់ការអនុវត្ត និងការវាយតម្លៃដោយខ្លួនឯង។
និស្សិតអន្តរជាតិត្រូវបានស្វាគមន៍
យើងណែនាំនិស្សិតបរិញ្ញាបត្រជាន់ខ្ពស់ និងបណ្ឌិតអន្តរជាតិ ហើយធ្វើការជាមួយសាកលវិទ្យាល័យដៃគូជាច្រើននៅទូទាំងអាស៊ី។ បេក្ខជនមកពីក្រៅវិស្វកម្ម រួមទាំងអ្នកដែលមានផ្ទៃខាងក្រោយមនុស្សសាស្ត្រ ឬវិទ្យាសាស្ត្រសង្គម ក៏ត្រូវបានស្វាគមន៍ដែរ។ មុនពេលទាក់ទងយើង សូមអានចំណុចខាងក្រោម។
ភាសា។ ការណែនាំស្រាវជ្រាវធ្វើឡើងជាចម្បងជាភាសាជប៉ុន ហើយសមត្ថភាពភាសាជប៉ុនគឺគួរឱ្យចង់បានសម្រាប់ការណែនាំប្រចាំថ្ងៃ និងនីតិវិធីសាកលវិទ្យាល័យ។ យើងធ្វើការជាប្រចាំជាមួយអត្ថបទ និងការសរសេរសិក្សាជាភាសាអង់គ្លេស ហើយអាចប្រើភាសាអង់គ្លេសនៅពេលចាំបាច់។
ពិនិត្យលក្ខខណ្ឌជាមុនសិន។ បេក្ខជនមានទំនួលខុសត្រូវក្នុងការបញ្ជាក់លក្ខខណ្ឌចូលរៀន ភាសា និងសិក្សា ដែលកំណត់ដោយសាកលវិទ្យាល័យ Mie និងកម្មវិធីអាហារូបករណ៍នីមួយៗ មុនពេលដាក់ពាក្យ។ ប្រសិនបើមិនបំពេញលក្ខខណ្ឌទាំងនេះ យើងអាចមិនអាចទទួលអ្នក ឬរៀបចំឯកសារណែនាំបានទេ។
ការទទួលយកមិនត្រូវបានធានាទេ។ យើងស្វាគមន៍ការសាកសួរ ប៉ុន្តែការសាកសួរ ទោះបីលម្អិតក៏ដោយ ក៏មិនធានាការទទួលយកដែរ។ យើងវាយតម្លៃសមត្ថភាពភាសា លទ្ធផលសិក្សា ផែនការស្រាវជ្រាវ និងសមត្ថភាពណែនាំរបស់យើងជារួម។
អាហារូបករណ៍ MEXT
ផ្លូវណែនាំដោយសាកលវិទ្យាល័យ និងស្ថានទូត មានសម្រាប់បេក្ខជនដែលមានលក្ខណៈសម្បត្តិគ្រប់គ្រាន់។ កូតាសាកលវិទ្យាល័យមានកំណត់ និងវាយតម្លៃយ៉ាងទូលំទូលាយ (ភាសា ពិន្ទុ ផែនការស្រាវជ្រាវ ភាពសមស្រប)។ សូមសាកសួរឱ្យបានឆាប់ ព្រោះកាលបរិច្ឆេទកំណត់ធ្លាក់មុនការចុះឈ្មោះចូលរៀនយូរ។
អាហារូបករណ៍រដ្ឋាភិបាល និងខាងក្រៅ
ពិនិត្យលក្ខខណ្ឌសិទ្ធិ និងតម្រូវការភាសារបស់កម្មវិធីមុនពេលដាក់ពាក្យ។ ប្រសិនបើពិន្ទុ ឬសិទ្ធិដែលត្រូវការមិនបំពេញ យើងមិនអាចរៀបចំឯកសារណែនាំបានទេ។
និស្សិតបង់ថ្លៃផ្ទាល់ខ្លួន និងស្រាវជ្រាវ
បេក្ខជនបង់ថ្លៃផ្ទាល់ខ្លួន និងនិស្សិតស្រាវជ្រាវមុនចុះឈ្មោះ (kenkyusei) ត្រូវបានពិចារណាជាលក្ខណៈបុគ្គល ផ្អែកលើភាពសមស្របនៃស្រាវជ្រាវ សមត្ថភាពភាសា លទ្ធផលសិក្សា និងសមត្ថភាពរបស់យើង។ ការពិគ្រោះយោបល់ជាមុនមិនធានាការទទួលយកទេ។
និស្សិតបរិញ្ញាបត្រជាន់ខ្ពស់ និងបណ្ឌិតអន្តរជាតិថ្មី ត្រូវបានចាត់តាំងគ្រូព្រឹក្សា (tutor) សាកលវិទ្យាល័យដែលនិយាយភាសាជប៉ុន សម្រាប់ប៉ុន្មានខែដំបូងបន្ទាប់ពីមកដល់ (ប្រហែលបីខែ) ដែលជួយរៀបចំជីវភាពប្រចាំថ្ងៃ ភាសាជប៉ុន និងការចាប់ផ្តើមសិក្សាក្នុងវិស័យរបស់អ្នក។ ការគាំទ្របន្តសម្រាប់ក្រេឌីត ថ្នាក់រៀន និងស្រាវជ្រាវ មកជាចម្បងពីសាស្ត្រាចារ្យណែនាំ និងមន្ទីរពិសោធន៍។
ផ្ញើអ៊ីមែលទៅមន្ទីរពិសោធន៍ទំនាក់ទំនង
សម្រាប់ការចូលរៀន ស្រាវជ្រាវ ឬការអញ្ជើញបាឋកថា សូមផ្ញើអ៊ីមែលទៅមន្ទីរពិសោធន៍ដោយផ្ទាល់។ ដើម្បីជួយយើងឆ្លើយតបបានឆាប់ សូមបញ្ចូលផ្ទៃខាងក្រោយ និងបទពិសោធន៍របស់អ្នក ចំណាប់អារម្មណ៍ស្រាវជ្រាវ ឆមាសដែលអ្នកមានបំណងចាប់ផ្តើម និងផែនការហិរញ្ញវត្ថុ (MEXT អាហារូបករណ៍ផ្សេង បង់ថ្លៃផ្ទាល់ខ្លួន ឬមិនទាន់សម្រេច)។
- ប្រធានស្រាវជ្រាវ
- Shun Okuhara, Ph.D.
- អាសយដ្ឋាន
- Faculty of Engineering Bldg. 6, Mie University, 1577 Kurimamachiya-cho, Tsu, Mie 514-8507, Japan
ព័ត៌មានបន្ថែម
ទំព័រខាងក្រោមមានកំណត់ត្រាពេញលេញ។ គេហទំព័រមន្ទីរពិសោធន៍ និងផ្ទាល់ខ្លួនសរសេរជាភាសាជប៉ុន។ ការបោះពុម្ពផ្សាយនៅ researchmap អាចមើលជាភាសាអង់គ្លេស។