1-урок

Цели проекта

– Познакомиться о ключевой идее машинного обучения;
– Научить компьютер узнавать предметы и лица.

Руководство для учителя

– Этот проект рассчитан на 2 недели, то есть на 2 урока;
– Проект можно выполнять как индивидуально так и группами;
– Сделайте краткий обзор теоретической части;
– У учеников должен быть доступ в интернет;
– Обратите особое внимание домашнему заданию;
– На второй неделе обратите внимание на то, чтобы урок соответствовал нормам этики. Если ученики будут смеяться над чужими героями и сравнивать их между собой, учителю стоит разъяснить что у всех свои вкусы и надо относиться с уважением к личному выбору его одноклассников/одноклассниц.

Техника безопасности на уроках Steam

Перед началом урока учителю рекомендуется ознакомиться с техникой безопасности. При необходимости (в случае использование предметов указанных в ТБ) провести краткий инструктаж учащимся. Перейдите по ссылке Техника безопасности на уроках Steam

Теоретическая часть

Что такое машинное обучение? Машинное обучение – это приложение искусственного интеллекта, в котором мы предоставляем машинам доступ к данным и позволяем им использовать эти данные для обучения. По сути, это заставляет компьютер выполнять задачу без явного программирования для этого.

Ваши дети, наверное, раньше смотрели соревнования по боевым роботам, верно? Вы знаете, где роботы закодированы с помощью алгоритма (набора инструкций, которым следуют для выполнения задачи; это мыслительный процесс компьютера), чтобы атаковать и «сражаться» друг с другом.
Что ж, если бы в этой ситуации использовалось машинное обучение, робот сам принял бы решение в тот момент, основываясь на полученной информации. Это означает, что робот предпочел бы выполнить либо вариант A, либо вариант B, вместо того, чтобы получить указание через код всегда выполнять вариант A, несмотря ни на что. Таким образом, вместо того, чтобы кодировать программное обеспечение с конкретными инструкциями, машинное обучение обучает алгоритм, чтобы он мог научиться принимать решения самостоятельно.

Практическая часть

1. Знакомимся с сайтом. Нажмите на ссылку ниже, чтобы перейти на сайт машинного обучения. Ссылка на сайт

2. У вас откроется следующая страница. Для выбора языка, нажмите на кнопку справа внизу.

3. Далее вы увидите три разных проекта. Для данного урока с распознаванием лиц, выберите первый проект с изображениями.

4. Далее вы увидите окно с двумя вариантами модели. Для данного урока выберите модель “Стандартная модель изображения”

5. После выбора модели, вам откроется страница для обучения. На этой странице вы будете загружать данные, обучать машину и проверите насколько хорошо машина научилась распознавать объекты на фотографии.

6. Чтобы начать обучение, надо дать название первой группе. На данном уроке вы можете использовать любые объекты. Ради вовлеченности  всех учеников, можете обучить машину распознавать лица учеников. Для этого нужно будет подвести учеников по очереди к камере. Изучите приведенный ниже пример.
Для примера мы используем 2 объекта: робота и медвежонка. 

7. Для загрузки данных, иначе говоря, чтобы обучить машину распознавать медвежонка, надо нажать на веб-камеру и сделать несколько фото медвежонка, удерживая кнопку несколько секунд.
В вашем случае, подведите ученика к камере, нажмите на веб-камеру и придерживайте ее, чтобы сделать несколько фото. Не забудьте подписать каждого ученика его именем. 

8. Далее, делаем то же с роботом и другими объектами. В вашем случае, повторяем тот же процесс с каждым учеником.

9. После того, как все образцы всех классов собраны, можем переходить к обучению. Надо нажать на кнопку обучить модель. Обучение может занять несколько секунд или минут, в зависимости от количества образцов. Важно не переключаться на другие вкладки во время этого процесса.

10. Этап обучения завершен, сможет ли машина распознать учеников?
Нужно также подвести объект к камере. Если взять объект, использованный ранее, можно увидеть насколько хорошо машина изучила медвежонка. Под камерой есть показатели, в примере медвежонка он показывает 100%. В примере робота показатель тоже равен 100%. Это означает, что машина обучена и может распознать данные объекты с 100% точностью, но при условии что фон не меняется. 
Проверьте, насколько хорошо машина обучена и может распознавать учеников? В вашем случае, этот показатель может быть ниже если фото учеников похожи между собой. 

Обсудите с классом, как компьютеру удалось распознать лица учеников? Спросите у учеников, чему они хотели бы еще научить компьютер? 

Домашнее задание

Для продолжения этого урока на следующей неделе, дайте задание ученикам принести фотографии/картинки их любимых героев и персонажей. Игрушка самого персонажа тоже подойдет. Это может быть как персонаж из мультфильма, так и человек в реальной жизни.