Bruk av Teachable Machine krever ikke kontooppretting eller \ brukerpåloggingsdetaljer. Nettsiden samler ikke inn personlig informasjon eller bilder fra brukere.
En måte å teste dette på er å deaktivere internettforbindelsen og bruke Image Model – Teachable Machine – Til nettstedet »
(deaktiver internettforbindelsen etter du har åpnet nettsiden)
Bildene du tar sendes ikke til noen servere. Når du trener modellen, trener du den i nettleserfanen uten å sende noe til noen servere.
Teachable Machine er et verktøy for kunstig intelligens utviklet av Google, som lar deg lage dine egne maskinlæringsmodeller ved å trene dem med eksempler. Det er en enkel måte å introdusere kunstig intelligens i klasserommet på.
Teachable Machine kan brukes til å lære elever om grunnleggende konsepter innen maskinlæring. I opplegget nedenfor skal elevene jobbe med bildegjenkjenning der de trener modeller.
Teachable Machine gir elever muligheten til å utforske og lære om kunstig intelligens på en morsom og interaktiv måte, og styrker dermed deres digitale ferdigheter og forståelse for teknologi.
Mål:
Gir elever en enkel introduksjon til kunstig intelligens og maskinlæring, og styrke deres digitale ferdigheter og forståelse for teknologi.
Antall elever:
Passer for hel klasse fra 5. – 10. trinn. Jobb gjerne to og to eller i små grupper. Oppgavene åpner for diskusjoner.
Du trenger:
- Datamaskin/ nettbrett med en nettleser og webkamera.
Gjennomføring:
Steg 1.
Trene en modell!
Trykk her for å åpne Teachable Machine »
Tren maskinen med to enkle kategorier:
- Hånden som holder opp alle 5 fingrene (kategorien «highfive!»)
- Hånden som bare holder opp 1 finger (kategorien «pekefinger»). Se video nedenfor.
Spørsmål til elevene:
- Kan du beskrive hva som skjer i videoen?
- Hva representerer «Output» i videoen, og hva blir vist der?
- Hvordan påvirker antall bilder i hver kategori resultatene som vises under «Output«?
Steg 2:
Hva skjer hvis man prøver å «lure» maskinen?
Hvordan håndterer datamaskinen to, tre, eller fire fingre, prøv!
Når det gjelder antallet fingre mellom tre og fire, viser datamaskinen «1 finger/pekefinger»-kategori 50% av tiden og «5 finger/highfive»-kategori 50% av tiden. Hva er årsaken til dette? Se videoen nedenfor for å finne ut.
Spørsmål til elevene:
- Hvorfor identifiserer datamaskinen tre fingre som 1 finger/pekefinger?
- Hva må gjøres for å få datamaskinen til å gjenkjenne ulike fingre?
- Selv om vi har trent den på alle fem fingre, hva er det datamaskinen fortsatt mangler?
- Når vil det være nødvendig å bruke fingergjenkjenning, og hvem tror du vil bruke denne teknologien? Hva er motivasjonen for å bruke den?
Steg 3:
Prøv selv og tren maskinen med andre gjenstandre/ting o.l.!
Kan du eksperimentere med andre objekter for å trene maskinen? (F.eks. penn vs blyant eller grønne vs gule klistremerker.)
Prøv å utforske alternative objekter og forklar, med dine egne ord, hva maskinen lærer og hvorfor.
Vurdér om objektene du har trent maskinen på har praktisk anvendelse i virkeligheten.
Spørsmål til elevene:
Hva skjer når du endrer «bakgrunnen»?
Gå inn i et annet rom eller roter datamaskinen/nettbrettet og prøv igjen. Hva skjer?
Er det noen fordeler ved å bruke slik teknologi?
Kan du komme på eksempler fra virkeligheten slik teknologi er nyttig?
Tips:
Som lege kan slik teknologi avdekke om noe er friskt eller ikke, der noe skannes og sjekkes opp mot en bildedatabase som gjenkjenner/sammenlikner med det som skal undersøkes.
Kompetansemål - LK20:
-
Utforske korleis teknologi har vore og framleis er ein endringsfaktor, og drøfte innverknaden teknologien har hatt og har på enkeltmenneske, samfunn og natur
Utforske hvordan digitale verktøy og ny teknologi kan gi muligheter for kommunikasjonsformer og opplevelser i skapende prosesser og produkter
Utforske, lage og programmere teknologiske systemer som består av deler som virker sammen
Reflektere over hvordan teknologi kan løse utfordringer, skape muligheter og føre til nye dilemmaer