Poznámky k projektům učebnice Strojové učení pro děti (4. díl)
Odborný článek
Digitalizace ve vzdělávání
Poznámky k projektům učebnice Strojové učení pro děti (4. díl)
2,3 (4 hodnocení)
Jsem učitel informatiky na středně velké základní škole okresního města a rád bych zde sdílel své zkušenosti z výuky informatiky na 2. stupni s učebnicí Strojové učení pro děti.
Následující projekty navazují na úvodní článek k projektům z učebnice Strojové učení pro děti, které mohou vaši práci a přípravu na výuku usnadnit, nebo pomoci předejít potížím ve výuce.
Projekt č. 10 – Útěk před monstrem, Pac-Man
Čeho se projekt týká:
V tomto projektu vytvoříme a natrénujeme model strojového učení, kde spojíme prvky umělé inteligence a strojového učení u dětem známé hry Pac-Man.
Poznatky z výuky, co je potřebné pro přípravu a realizaci projektu a co v učebnici nenajdete:
Žáci si na začátku hry trénují model hraním hry podobné hře Pac-Man. Brzy zjistí, že únik před monstrem je jednoduchá aktivita, a hledají ve scénáři programu zrychlení hry, zvýšení obtížnosti. Čtení programu je také jedním z výstupů z RVP, takže je vhodné této aktivitě věnovat pozornost a podporovat ji.
Při testování hry někdy dochází k rychlejšímu konci hry než u samotného trénování, žáci se tedy vrací o krok zpět a trénují hraním hry opakovaně.
Tento projekt je jeden z těch jednodušších na přípravu a realizaci, je hravější a nechávám z těchto důvodů žáky si hru uzpůsobit podle svých představ.
Z programu strojového učení se dá exportovat rozhodovací strom natrénovaného modelu, který používám jako pomůcku v další části výuky.
Rozhodovací strom natrénovaného modelu zobrazíme z programového prostředí – návaznost na učivo v 7. ročníku a krátkou diskuzí zopakujeme význam a praktické využití při jiných aktivitách.
Zvýrazněný postup rozhodování modelu při volbě souřadnic (počáteční postavení figurek).
4.Poznámky k projektům učebnice Strojové učení pro děti (4. díl)
Projekt č. 11 – Piškvorky
Čeho se projekt týká:
V tomto projektu vytvoříme a natrénujeme model strojového učení prostřednictvím hraní známé hry Piškvorky.
Poznatky z výuky, co je potřebné pro přípravu a realizaci projektu a co v učebnici nenajdete:
Při přípravě projektu žáci nastavují hodnotu jednotlivých polí na multiple-choice (množina odpovědí), zadávají požadované 3 hodnoty odpovědí po stisku klávesy Enter (hráč, protihráč, prázdné pole). Toto u všech 9 možných polí podle nastavené mřížky 3 × 3. Vedu zde žáky k pečlivosti a trpělivosti při zadávání nastavení, které se 9krát opakuje, správné zadání je nutné z důvodů funkčnosti. Je vhodné používat anglické názvy z důvodu nastavení programu a možných automatických překladů v některých internetových prohlížečích.
Při doplňování scénáře ve Scratchi „definovat přidávání trénovacích dat“ je sice vše připravené, žáci musí být ale pozorní v umístění správných bloků na správné místo (podle pojmenování), proto je vhodné opět vše na začátku zadávat v angličtině podle návodu, aby se jim názvy nepletly! Tady u žáků dochází často z nepozornosti k nesprávnému sestavení scénáře. Totéž platí i pro doplnění scénáře: „define use machine learning model“.
Jedním z cílů tohoto projektu je, aby si sami žáci hraním hry došli ke zjištění, že opakovaným učením se model strojového učení zlepšuje. Mám i zkušenost, že někdo vysloví myšlenku, zamyslí se nad způsobem, jak obecným postupem rozšířit hrací pole na více políček. Zároveň ale zjistí, jak je to pracné.
Dalším cílem je definování sběru dat – crowdsourcing, dělba práce mezi několik stran. Využití velkého počtu uživatelských dat ve prospěch přípravy jednoho modelu strojového učení. Kde se s tímto žáci potkávají? Žáci v diskusi sami uvádí svoje zkušenosti a vysvětlují spolužákům různé aplikace (online hra Šachy, internetové stránky žádající uživatele k zadávání doplňujících dat, konkrétních údajů).
Projekt č. 12 – Popletený počítač
Čeho se projekt týká:
V tomto projektu vytvoříme a natrénujeme model strojového učení na rozpoznávání obrázků velmi podobných tvarů. Projekt je zaměřen na možná rizika a omezení umělé inteligence týkající se zkreslených dat poskytnutých při trénování modelu.
Poznatky z výuky, co je potřebné pro přípravu a realizaci projektu a co v učebnici nenajdete:
Žáci si vyberou 2 předměty podobného tvaru, které budou fotit svým mobilním telefonem. 10 fotografií na jednom pozadí (např. na stole), 10 fotografií na jiném pozadí (např. na sedačce). Těchto 20 fotografií si žáci řádně uloží do pojmenovaných složek v počítači. Následně žáci vyfotí ještě 2 fotky, kde předměty zamění na jejich prvním pozadí. Tyto budou potřebovat pro rozpoznávání předmětů.
Stejně jako v projektu č. 2 potřebujeme prostředí pro sdílení fotografií, např. imgway.cz nebo www.rajce.idnes.cz/. Program strojového učení bohužel neumožňuje nahrávání obrázků přímo z počítače, jako je to běžné u jiných aplikací. Žáci proto své fotografie nahrají do modelu strojového učení kopírováním www adresy obrázku z jedné z těchto aplikací. Toto je opět dosti časově náročná část, jde sice pouze o přípravu projektu, je to ale klíčová aktivita celého projektu. Z mého pohledu je tento způsob nahrávání vlastních obrázků, fotografií do prostředí programu strojového učení velmi slabou stránkou programu. Zbytečně časově zatěžuje průběh celého projektu. Je možné, že z tohoto důvodu budete muset tomuto projektu věnovat alespoň 2 hodiny.
Z uvedených důvodů je dobré dbát na důkladnou přípravu fotek a jejich zpracování. Tímto se u žáků navíc trénuje hned několik digitálních kompetencí (vhodný způsob focení, nastavení rozlišení a velikosti fotky, připojení mobilního telefonu k PC a stažení, zálohování fotografií, jejich pojmenování, ukládání do vhodné složky).
Pokud někdo z žáků fotí ve velkém rozlišení, tak jsou fotky i rozměrově velké. Je vhodné zařadit ve scénáři ve Scratchi na začátek blok – změnit velikost např. na 40 %.
V případě dostatku času (1 hodina navíc) mohou žáci pořizovat fotografie na různých pozadích, různých velikostí za účelem porovnávání úspěšnosti natrénovaného modelu.
Samotná práce ve Scratchi a rozpoznávání je pro žáky z minulých projektů snadnější záležitost. Žáci si sami uvědomují omezení a problémy při chybném rozpoznávání obrázků.
Projekt č. 13 – Zkreslování úvahy počítače – zkreslení, předpojatost
Čeho se projekt týká:
V tomto projektu vytvoříme a natrénujeme model strojového učení znovu na rozpoznávání obrázků s využitím zkreslení modelu strojového učení tak, aby rozpoznával informace a doporučoval je uživatelům podle vlastních nastavených preferencí.
Poznatky z výuky, co je potřebné pro přípravu a realizaci projektu a co v učebnici nenajdete:
Žáci si vyberou celkem 4 filmy, 3 filmy různého žánru, co nejvíce odlišného, dva by měly být podobné.
Mají to být filmy, které viděli, protože do trénovacích dat o nich budou zadávat vlastními slovy charakteristiku. Toto je důležitá součást projektu a hlavní aktivita žáků, na které si žáci s tvorbou sdělení mají dát záležet.
Na internetu si k nim vyhledají vhodný obrázek (plakát), který si uloží do počítače a pojmenují do složky k projektu.
Pro úpravu vzhledu, pozadí projektu ve Scratchi mohou žáci využít více možností, není to ale aktivita, kterou by měli trávit více času, než je nutné. Proto navrhuji jenom vybrat nějaké pozadí z knihovny. Pro rychlejší žáky po provedení všech kroků navrhuji se k vylepšení vzhledu tohoto projektu vrátit.
V testování vytvořeného projektu se žáci opět mohou vyměnit, aby zadávali otázky jiného typu, než jsou v trénovacích datech. Jedná se totiž o klíčovou aktivitu, kdy dáváme správné dotazy pro zjišťování funkčnosti našeho modelu.
Žáci, kterým vyjadřovací schopnosti nedělají větší problémy, si mohou testovat projekt svůj, využívají věty a dotazy odlišné od trénovacích.
Cílem tohoto projektu je i na závěr s žáky vést diskusi, např. pomocí otázek: k čemu je dobrý (špatný) předpojatý model? Kdo a jak může využívat předpojatý model? Kde se setkáváme s doporučeními, o která „nestojíme“?
Literatura a použité zdroje
LANE, Dale. Strojové učení pro děti: projektově založený úvod do umělé inteligence. V Praze: Eva Nečasová, 2022. ISBN 978-80-11-01520-6.
