AI × 實體運算 × 智慧學習系統

設計讓 AI 與實體世界協作的
智慧學習系統

我的研究聚焦於人工智慧輔助學習、實體運算與教育執行環境設計, 探索如何透過系統架構重新分配複雜度,讓學習者能在適當的抽象層次進行理解、創作與實作。

瀏覽研究系統 聯絡我 動態運作中
歐陽芳泉 副教授 · 數位多媒體設計 · AI 教育與實體運算研究
LIVE RESEARCH STACK AI / Runtime / Hardware
LEARNER
AI
RUNTIME
HARDWARE
RESEARCH SYSTEM MAP 複雜度在不同層次之間重新分配
01 學習者 目標 · 意義建構 · 驗證
↔
02 AI 協助 · 生成 · 回饋
↔
03 執行環境 抽象化 · 排程 · 可觀測性
↔
04 硬體 感測 · 裝置 · 實體互動
語意介面 可預測執行環境 人機共享脈絡 硬體抽象化
RESEARCH FOCUS

研究主題

我關注學習者、AI、執行環境與硬體之間如何分工, 以及系統如何承擔不必要的技術複雜度,同時保留學習者對系統行為的理解與控制。

R01

AI-ready 智慧學習系統

從穩定的高層語意介面、學習歷程資料到 AI 協作,設計可支援教與學的教育執行環境。

R02

實體運算與 Runtime

透過硬體抽象、排程、裝置協同與 Gateway 架構,讓複雜互動系統維持可預測與可觀測。

R03

人–AI 協作

研究學習者、AI 與系統如何共享語意與責任,使 AI 的協助能被理解、驗證與合理使用。

SELECTED RESEARCH SYSTEMS

研究平台與架構

AI-READY PLATFORM

MangoBox

連結學習者、裝置、Gateway、Runtime 與學習歷程資料的 AI-ready 實體程式設計平台, 支援多重抽象層次與教學情境。

了解系統 →
DESIGN PRINCIPLE

複雜度重新分配

從系統觀點分析學習者、AI、Runtime 與硬體分別應承擔哪些複雜度, 並以抽象層次重新配置責任。

了解概念 →
LEARNING MODEL

VAMP-CT

結合視覺化表徵、AI 支架、實體多媒體互動與專題創作, 支援運算思維與設計導向程式學習。

了解研究 →
COLLABORATION / RESEARCH / EDUCATION

讓 AI 與運算系統變得更可理解、
更可使用,也更能支持創作。

研究合作、教育科技、實體運算、AI 協作與數位多媒體設計,歡迎交流。
Email:ouyang@ntub.edu.tw

聯絡我