Academa gør videoforelæsninger til kode for at undgå genindspilning
PhD-studerende har bygget Academa, hvor STEM-forelæsninger bliver til computergrafik og talesyntese, så fejl kan rettes i koden frem for at kræve genindspilning.
Læs i dit tempo
Kort
PhD-studerende har skabt Academa, hvor forelæsninger skrives som kode og omdannes til video via AI. Det betyder, at fejl hurtigt kan rettes i koden i stedet for at optage hele videoen forfra. Projektet er præsenteret på Hacker News, men der mangler stadig uafhængige tests af systemet.
Vil du have, at jeg uddyber, hvordan AI-chatten i systemet fungerer?
Begynder
PhD-studerende Sina Atalay og Abdullah Geduk har grundlagt Academa med en spændende idé. De forestiller sig, at en forelæsning ikke skal være en fast optagelse, men i stedet starte som »kildekode«. Kildekode er i bund og grund de tekniske instruktioner, som en computer læser. Videoen bliver derefter »kompileret«, hvilket svarer til at følge en madopskrift for at bage en kage; man går fra instruktionerne til det færdige resultat. Til at skabe videoen bruger de computergrafik og »text-to-speech« (TTS), som er teknologi, der omdanner skrevet tekst til en computergenereret stemme.
Denne metode gør det nemt at rette fejl. I traditionelle videoer er fejl »låst fast«, fordi man skal filme alt forfra for at ændre noget. Hos Academa gemmes forelæsningerne i et »repository«, som er et digitalt lager, hvor man kan holde styr på forskellige versioner af koden. Hvis en seer finder en fejl, retter man blot i koden, så alle fremtidige seere får den korrekte version. Det fungerer lidt ligesom at rette i et delt dokument, hvor alle straks kan se den nyeste udgave.
Hver video kommer desuden med en chat baseret på kunstig intelligens (AI). Denne chat forstår alt det, der både bliver sagt og vist i videoen, så seerne kan stille opfølgende spørgsmål til materialet. Projektet er blevet præsenteret på hjemmesiden Hacker News. Indtil videre kender vi kun til oplysningerne fra skaberne selv, da der ikke findes uafhængige tests eller sammenligninger med andre undervisningsvideoer endnu.
Vil du have, at jeg forklarer nærmere, hvordan kunstig intelligens kan bruges til at analysere videoindhold?
Videoforelæsninger behandlet som kildekode
Sina Atalay og Abdullah Geduk er PhD-studerende og stiftere af Academa. Deres grundidé er enkel: hvad hvis en videoforelæsning blev skrevet som kode og »kompileret« til video ved hjælp af computergrafik og talesyntese (TTS)?
Så kan en sprogmodel generere forelæsningen, og fejl kan rettes med redigeringer i koden i stedet for ny videoproduktion.
Fejl kan rettes løbende
Kernen i tilgangen er versionskontrol. De færdige forelæsninger lever som kode i et repository. Når en seer rapporterer en fejl, bliver den til en rettelse i kildekoden — og alle, der ser forelæsningen efterfølgende får den korrigerede version.
Det adskiller sig fra traditionelle optagede forelæsninger, som ifølge projektets bagmænd »er fastlåst med deres fejl«. Academas forelæsninger skal ifølge dem selv kunne forbedres løbende.
AI-chat tilknyttet hver video
Hver forelæsningsvideo kommer med en AI-chat, der ifølge projektet forstår alt, der siges og vises i forelæsningen. Det giver seeren mulighed for at stille opfølgende spørgsmål til materialet.
Projektet er præsenteret som et Show HN-opslag på Hacker News, og materialet er begrænset til projektbeskrivelsen fra skaberne selv. Der er endnu ikke uafhængige benchmarks eller sammenligninger med eksisterende undervisningsvideoer.
Det er uklart: Artiklen er baseret udelukkende på projektets egen beskrivelse i et Show HN-opslag. Der er ingen uafhængige vurderinger af kvaliteten af de genererede forelæsninger, ingen information om hvor mange emner der dækkes, og ingen tekniske detaljer om hvilke sprogmodeller der bruges.
Kilder
Produktionshistorie
- Radar Signal ? af 100 · spredning 2 kilder
- Skrevet Model: mimo-v2.5-free · temperatur 0.4
- Overskrift 5 kandidater, valgt af chat.dk
- Korrektur 1 zen · 2 rettelser
- Korrektur 2 chatdk · 2 rettelser
- Vedtagelse ainews-auto-v3 · score 0.8809