Ryba, nebo odpadky?

Vynikající lekce pro úvod k pochopení trénování modelu strojového učení.

Žáci ve svém cvičném datovém souboru nejprve programují – zařadí předměty pod skupiny: „ryba“–„neryba“, pak ho rozšíří tak, aby zahrnoval i jiné mořské tvory patřící do vody.

Každý obrázek a označení se stane součástí dat používaných k trénování umělé inteligence.

V druhé části aktivity budou vybírat své vlastní značky, které aplikují na obrázky náhodně vytvořených ryb.

Po trénování se umělá inteligence pokusí sama označit 100 nových obrázků a poté nabídne výběr, u kterého na základě trénování určila nejvyšší pravděpodobnost, že se jedná o „rybu“.

Tato cvičná data se používají pro model strojového učení, který by měl být schopen označovat nové obrázky sám od sebe.

Žáci mohou projít úrovněmi 2–4 samostatně nebo ve dvojici.

Velmi dobře, do posledního detailu, propracovaná metodika k celé lekci, včetně další metodické podpory – tipy pro učitele, kurzy pro učitele, odkazy na další zdroje.

Odkazy na příběhy ke sdílení se třídou vedoucí žáky k přemýšlení a lepšímu pochopení, jaký vliv bude mít umělá inteligence na budoucnost a s čím nám může pomoci (plýtvání potravinami, identifikace genetických poruch, ...).

Vazby na Klíčové kompetence „Navrhne plán pro zkoumání a řešení specifického výzkumného problému“.

V rámci rozvíjení Klíčové kompetence k řešení problémů – realizuje aktivity podle vlastních či skupinových postupů – lze využít následující vzdělávací strategii učitele:

- nabízím ukázky praktických postupů, které mohou žákům pomoci efektivně řešit výzkumný problém (jako např. brainstorming, mindmapování, online databáze, kritické čtení, SMART kritéria, případové studie, vedení deníků);

- zajišťuji, aby měli žáci přístup k potřebným materiálům a zdrojům pro své bádání.

Žádoucí jsou tyto projevy aktivity žáka:

- formuluje závěry bádání a propojuje je s výzkumným problémem.