Natrénuj si vlastnú AI

Predmety:

Informatika

Ročníky:

ZŠ 9. roč.

Technológie:

Umelá inteligencia

Teachable Machine

Trvanie:
6 vyučovacích hodín

Téma / oblasť:
Informačná spoločnosť – digitálne technológie v spoločnosti

Žiaci dnes používajú umelú inteligenciu takmer denne. Vedia ale, ako sa AI učí rozpoznávať svet okolo nás? V tomto projekte si to vyskúšajú na vlastnej koži – sami natrénujú vlastný model a zistia, čo všetko AI potrebuje, aby „pochopila“, čo vidí.

Predstavenie projektu

Žiaci sa počas projektu zoznámia s procesom trénovania AI na rozpoznávanie obrazu. Vymyslia príklad, kde rozpoznávanie obrazu môže byť užitočné pre nich, prípadne aj s návrhom jednoduchého projektu v Scratchi, a stanovia si cieľ, čo má ich AI model robiť. Vytvoria a natrénujú vlastný model v prostredí Teachable Machine. Prácu na svojom projekte priebežne dokumentujú v pripravenom pracovnom liste, ktorý im pomôže sumarizovať naučené informácie a získané zručnosti, a opíšu v krátkom článku, v ktorom zreflektujú, do akej miery sa im podarilo dosiahnuť stanovený cieľ, s akými prekážkami sa na ceste museli vysporiadať a kde vidia príležitosť na vylepšenie svojho projektu.

Kľúčová otázka:

Ako prekabátiť umelú inteligenciu?

Záverečný produkt:

Vlastný model AI na rozpoznávanie predmetov alebo osôb na fotografiách pomocou Teachable Machine, ktorý pomôže pri riešení vybraného problému, a článok do školského časopisu, v ktorom žiaci opíšu, na čom pracovali, a zhrnú poznatky, na ktoré prišli pri práci na projekte.

Edukačné ciele:

Uvažovať o prínosoch AI, nájsť konkrétny príklad použitia, kde nám môže uľahčiť prácu.
Vytvoriť vlastný model AI na rozpoznávanie predmetov alebo osôb na fotografiách pomocou Teachable Machine, ktorý pomôže pri riešení vybraného problému.
Porozumieť procesu trénovania AI.
Porozumieť limitom súčasných technológií AI.

Projekt navrhol a realizoval účastník PBL Akadémie, Ondrej Ješko (text upravený pre potreby zverejnenia).

Materiály, pomôcky, zdroje

Počítač s pripojením na internet
Teachable Machine
Príklad – AI model rozpoznávajúci oriešky - lieskovce, arašidy alebo vlašské orechy
Pracovný list na zaznamenávanie priebehu projektu
Predmety na trénovanie modelu
Testovacie predmety
Hodnotiaca tabuľka

Krok 1: Strojové učenie

Strojové učenie - oboznámenie sa so základnými pojmami

Zoznámenie sa so stránkou Teachable Machine

Demonštrácia hotového modelu

žiakom demoštujeme natrénovaný model
spolu si kladieme otázky ako:

Ako je to spoľahlivé?

Ako viem model oklamať?

Ako to funguje?

Prínosy AI - diskusia

žiaci uvažujú o prínosoch AI, hľadajú konkrétny príklad použitia, kde nám môže AI uľahčiť prácu

Materiály, pomôcky, zdroje:

natrénovaný model
počítač s pripojením na internet

Krok 2: Oboznámenie sa s projektom

Predstavenie kľúčovej otázky

Rozdelenie do dvojíc

Predstavenie harmonogramu, očakávaných výstupov projektu a hodnotiacich kritérií

Krok 3: Brainstorming nápadov na vlastné modely

Brainstorming nápadov na vlastné modely

dvojice zbierajú nápady na vlastný model, vyhodnotia najlepší (môžeme zadať ako domácu prípravu spolu so zabezpečením si objektov potrebných na trénovanie)

Čo bude úlohou nášho modelu?

Aké bude jeho využitie?

Aké objekty budeme fotiť?

Do akých kategórií bude náš model objekty zatrieďovať?

Predstavenie pracovného listu

dvojice dostanú pracovné listy, do ktorých zapisujú priebeh svojej práce

Zápis do pracovného listu

žiaci opíšu návrh vlastného projektu a jeho prínosy (100 - 150 slov)

Materiály, pomôcky, zdroje:

pracovný list

Krok 4: Trénovanie modelu AI

Trénovanie modelu

dvojice trénujú svoje modely
proces opakujú dovtedy, kým model nie je dostatočne spoľahlivý
žiaci testujú svoj model
v priebehu svojej práce nachádzajú odpovede na otázky ako:

Ako sa pracuje s kamerou?

Ako vytvoriť tréningový dataset?

Čo bude testovacím datasetom?

Ako overím správnosť/spoľahlivosť?

Ako opravím/vylepším model?

Zápis do pracovného listu

žiaci v krátkosti opíšu proces práce
žiaci priebežne vypĺňajú časť pracovného zošita, v ktorej majú doplniť vlastné definície základných pojmov (napr. tréningové dáta, zaujatosť modelu...)

Materiály, pomôcky, zdroje: