작동 중인 AI: AI 튜토리얼

이 레슨에서는 다음을 수행합니다.

인공 지능 분야의 실습 프로젝트를 살펴보세요.
기존 솔루션 수정 또는 확장 연습

아래 튜토리얼을 통해 배운 내용을 실제 프로젝트에서 어떻게 활용할 수 있는지 확인할 수 있습니다. 이전에 비슷한 것을 본 적이 있더라도 새로운 시각으로 접근하면 새로운 솔루션이나 인사이트를 발견할 수 있습니다.

복잡한 개념을 실용적이고 접근하기 쉬운 강의로 세분화하여 AI로 빌드할 준비가 된 초보자나 호기심 많은 분들에게 완벽한 강의입니다!

아래 안내에 따라 플랫폼과 학습 개념에 따라 튜토리얼을 찾을 수 있습니다. 여기에는 튜토리얼에서 다루는 특정 SDG가 포함되어 있지만, 프로젝트에서 다루고 있는 SDG가 무엇이든 개념을 배우고 적용할 수 있습니다.

플랫폼/언어별 튜토리얼

앱 인벤터를 사용 중이며 다음에 대해 자세히 알아보고 싶습니다.

튜토리얼을 보려면 각 앱을 클릭하세요.

앱

학습 내용

SDG

개인 튜터

AI 챗봇 구성 요소

브랜드 인지도

이미지 내 텍스트를 감지하고 읽기
API 통합

위히어로즈 +

IUCN 레드리스트 API 통합
AI 챗봇 구성 요소

침입 식물 탐지기

Teachable Machine 이미지 분류
Google 스프레드시트
지도, 마커

React와 자바스크립트를 사용하고 있으며 다음에 대해 자세히 알아보고 싶습니다.

튜토리얼을 보려면 앱을 클릭하세요.

앱

학습 내용

SDG

스위치 켜기

AI 기반 챗봇
API

Python을 사용 중이며 다음에 대해 자세히 알아보고 싶습니다.

튜토리얼을 보려면 앱을 클릭하세요.

앱

학습 내용

SDG

RavenSight

코딩 라이브러리
가져와서 앱에서 사용하는 방법

파이썬과 스트림릿을 사용하고 있으며 다음에 대해 자세히 알아보고 싶습니다.

튜토리얼을 보려면 각 앱을 클릭하세요.

앱

학습 내용

SDG

성장 추적기

이미지 내 객체 탐지
OpenCV 라이브러리를 사용한 컴퓨터 비전

음성 감정 감지기

기존 머신 러닝 모델 사용
음성 캡처를 통한 감정 감지

호수 수질

숫자 공개 데이터 집합을 사용하여 머신 러닝 모델 구축하기
수질 예측

inWORKsive

합성 텍스트/숫자 데이터 세트 구축하기
머신 러닝 모델 학습

JusticePath

JSON 데이터 스토리지
AI 챗봇 API

Google 어스 엔진을 사용 중이며 다음에 대해 자세히 알아보고 싶습니다.

튜토리얼을 보려면 앱을 클릭하세요.

앱

학습 내용

SDG

망그로브 비교

위성 영상을 이용한 원격 감지
맹그로브 감지

졸업생 애슐린 가오의 RavenSight

레이븐사이트 는 도시 농부들이 환경 이상을 감지하고 성장을 추적하며 수확량을 예측할 수 있도록 도와주는 모바일 농업 기술 애플리케이션입니다. 실시간 모니터링 기능을 제공합니다. AI와 컴퓨터 비전, 예측 인사이트, 맞춤형 알림을 제공합니다. 이 솔루션은 다음을 해결합니다. SDG 2, 기아 퇴치.

성장 추적기

이 튜토리얼에서는 애슐린이 자신의 튜토리얼에서 소개한 라이브러리들을 활용해 강력한 앱을 만드는 방법을 보여줍니다. 오픈CV 라이브러리(오픈소스 컴퓨터 비전)를 사용해 이미지 속 식물을 식별하고 잎 길이를 측정하는 방법을 배워보세요. 이는 SDG 2, 기아 제로를 다룹니다.

테크노노베이션 졸업생 제시카 슈밀로비치의 Flip the Switch

Flip the Switch 는 동기 부여 인용문, 부정적인 생각을 재구성하는 AI 기반 조언, 매일의 기분 추적, 사용자의 기분을 고양시키는 AI 기반 챌린지 등을 제공하는 크로스 플랫폼 애플리케이션입니다. 또한 정신 건강을 지원하기 위해 주간 기분 트렌드와 인사이트를 제공합니다.

튜토리얼에 포함되어 있습니다:

JavaScript를 사용하여 React Native 화면 빌드
사용 axios 를 사용하여 사용자 입력을 OpenAI 및 Gemini API로 전송합니다.
React 훅으로 API 응답 및 상태 처리하기
기분 기반 데이터를 AI 기반 과제에 연결하기

다음 사항을 다룹니다. SDG 3, 건강과 웰빙.

팀 스페스도조의 오리팔에서 영감을 받은 음성 감정 앱

이 튜토리얼에서는 음성에서 감정을 감지하는 사전 학습된 머신러닝 모델을 사용하여 그룹 종이접기 프로젝트에 참여하는 노인들에게 지원과 동기를 부여하는 방법을 보여 줍니다.

개인 튜터

이 튜토리얼에서는 앱에 생성 AI를 통합하는 방법을 보여줍니다. 이 개인 튜터 앱은 앱 인벤터의 챗봇 구성 요소를 사용하여 각 사용자에 맞게 학습을 맞춤화합니다.

팀 비즈니스걸즈에서 영감을 받은 InWORKsive InWORKsive

인워크시브 는 머신 러닝 모델 을 사용하여 장애가 있는 직원과 고용주를 연결해주는 앱입니다. 이 모델은 직원이 필요로 하는 편의 사항과 고용주가 제공하는 편의 사항을 기반으로 매칭합니다.

이 튜토리얼에서는 원래 App Inventor에서 코딩된 inWORKsive 팀 앱을 Streamlit을 사용하여 웹 앱으로 이동합니다. 모델은 주피터 노트북을 사용하여 빌드되며 데이터가 충분하지 않은 경우 합성 데이터 세트를 만드는 방법을 보여줍니다.

다음 사항을 다룹니다. SDG 8, 양질의 일자리와 경제 성장.

졸업생 아니카 자의 JusticePath

JusticePath는 모든 사람이 언제든 법적 권리에 접근할 수 있도록 지원하는 앱의 예입니다.

여기에는 3가지 주요 기능이 포함되어 있습니다:

위치 기반 샘플 리소스: 사용자의 위치를 입력하면 자동으로 국가 기반 리소스를 표시합니다.
검색 가능한 권한 데이터베이스: JSON 파일에서 읽는 방식으로 작동합니다.
챗봇 통합: Q&A 기능에 허깅 페이스 사용

다음 사항을 다룹니다. SDG 16, 평화, 정의, 강력한 제도.

호수 수질

이 튜토리얼에서는 수치 수질 데이터로 머신 러닝 모델을 구축한 다음 이를 사용하여 특정 달의 호수 수질을 예측하는 방법을 보여 드립니다.

다음 사항을 해결합니다. SDG 6, 깨끗한 물.

수질 앱

2 동영상

23:50

15:36

브랜드 인식

이 튜토리얼은 AI를 활용해 이미지 내 텍스트를 감지하고 읽어내는 API 조합 사용법을 보여줍니다. 사용자는 구매 전 브랜드 태그를 확인하여 해당 브랜드의 지속가능성 수준을 파악할 수 있습니다. 이는 SDG 12, 책임 있는 소비를 다룹니다.

망그로브 비교

이 튜토리얼에서는 Google Earth 코드 엔진을 활용해 웹 앱을 코딩함으로써 맹그로브 성장을 추적하고 시각화하는 방법을 보여줍니다. 이 앱은 NASA 위성 이미지를 분석하고 합성하여 맹그로브 성장을 탐지하고 시각화합니다. 두 해의 성장을 비교하고 시간이 지남에 따라 지역이 어떻게 변화했는지 확인할 수 있습니다.

다음 사항을 다룹니다. SDG 14, 물 아래의 삶. 맹그로브는 수질과 지구 건강 모두에 필수적인 서비스를 제공하는 중요한 해안 생태계입니다. 맹그로브는 천연 정수 필터 역할을 하며 해양 생물 다양성을 유지하는 데 중요한 역할을 합니다. 맹그로브는 육지 숲보다 헥타르당 3~5배 더 많은 탄소를 저장합니다. 또한 빽빽한 뿌리 시스템은 해안선을 안정시키고 폭풍 해일, 쓰나미, 침식으로부터 자연 보호 기능을 제공합니다.

위히어로즈 +

이 튜토리얼은 동문인 Giovanna와 Arlen이 만든 WEHeroes 앱을 한 단계 더 발전시킨 것입니다. IUCN API를 사용하여 멸종 위기 종 목록을 가져온 다음 App Inventor 챗봇 구성 요소를 사용하여 IUCN 웹사이트의 정보를 어린 사용자의 연령에 맞게 만드는 방법에 대해 알아보세요.