Amazon Web Services ブログ
Course Hero, により学生の学習を支援、Amazon SageMaker による対応
Course Hero は学生に学習ガイド、クラスノート、および多くの科目の練習問題を含む 2500 万のコース特有の学習資料へのアクセスを提供するオンライン学習プラットフォームです。このプラットフォームは AWS 上で実行され、各学生が自信をもち、準備ができた気持ちでコースを受講できるように設計されています。Course Hero はそれを実現するために、Course Hero にパワーを与え、主たる人工知能と ML プラットフォームとして機能する Amazon Machine Learning (Amazon ML) を使用して、自ら学習できるように装備しています。
Course Hero の人工知能グループは、会社のセマンティック知識グラフを作成することをタスクとしています。この常に拡大しているグラフにより、受講生はパーソナライズされた学習体験にアクセスでき、教育者は独自のコースコンテンツを作成するためのツールを利用できます。
Course Hero のオファーのほとんどの側面は、様々な形態で AWS に依存しています (計算または ML のいずれか)。たとえば、Amazon Elasticsearch Service (Amazon ES) は、学生と教育者が教材を検索するために使用する検索機能を強化します。Amazon ES プラットフォームは、Course Hero チームが API 拡張プラグイン を通じて独自の実施を書くことができるようにします。このプラグインにより、ローカルに凝縮したセマンティック検索機能を必要とするより難解な検索に対しても、関連性のあるユーザーエクスペリエンスを柔軟に作成できます。
学生および教育者は、自分のコンテンツをアップロードするのと引き換えに、Course Hero のドキュメントライブラリ（自由にアクセス可能）を検索します。Course Hero はすべての文書を公開可能なライブラリ資料として受け付けていません。 文書は、クラウド主導の審査プロセスを経た後でライブラリに受け入れられます。新しい文書がアップロードされると、Amazon EMR および Amazon SageMaker Inference Pipelines で実行中の人工知能プラットフォームが文書に不正、倫理規定違反、著作権侵害、およびスパムがないかどうか確認し、検証します。
品質の見直しに合格した文書は、 Amazon SageMaker Ground Truth が収集したラベルデータに対して構築される ML モデルを使用したさらなる処理とタグ付けに移行します。この文書ラベル付けにより、Course Hero は指定された学生がどのような種類の資料を使用できるのかについて学習し、ほかに役立つ可能性があるものがないかを予測できるようにします。
このような方法で経験をパーソナライズすることにより、Course Hero は各ユーザーにそれぞれの学習ニーズに関連するコンテンツを提供します。適切なコンテンツを手にして、学生たちはより深く理解し、学習目標をより効率的に満たすことができます。
AWS は Course Hero の包括的なプラットフォームです。上記の学生向けの使用例に加えて、Course Hero は AWS のサービスをアドホック分析、データ調査、トレンド発見、リアルタイム分析、不正検出などに使用します。Course Hero は以下を含む主要な AWS のサービスを使用して、データプラットフォームを構築しています。
Course Hero の計画、追跡、監視プラットフォームもまた、Kibana、Logstash、および Amazon CloudWatch を使用して、すべての監視センターとサービスセンターを円滑に実行しています。
次の図は、これらのコンポーネントがどのように連携しているかを示しています。
Course Hero のパワーとなる既存の AWS テクノロジーをさらに強化するために、チームは時系列および財務予測のために、Amazon Forecast を含む追加の Amazon サービスを検討しています。また、Alexa を通じてユーザーが質問に答えることができる Amazon Echo の使用についても検討しています。
Course Hero の Director of Machine Learning & Search Sciences である Saurabh Khanwalkar は、次のように述べています。「機械学習、エンジニアリング、および人工知能スタック全体は AWS 上で実行されています。CI / CD パイプラインからコードワークベンチ、エンドツーエンドのモデル開発、さらにはステージングおよびプロダクションの推論まで、AWSを利用しています。」
著者について
Marisa Messina は、AWS ML マーケティングチームに所属しています。仕事では AWS を使用している最も革新的なお客様を見定めたり、示唆に富んだストーリーを紹介したりしています。AWS に入社する前は、Microsoft で消費者向けハードウェア、次に大学向けクラウド製品を担当していました。仕事以外では、太平洋岸北西部のハイキングコースを探索したり、レシピなしで料理をしたり、雨の中で踊ったりして楽しんでいます。