In dieser Lektion werdet ihr…
- erfahren, wie Künstliche Intelligenz funktioniert
Schlüsselbegriffe
- Künstliche Intelligenz (KI): Maschinen/Programmierung, die Aufgaben übernehmen können/kann, die traditionell eher von Menschen erledigt werden
- Maschinelles Lernen – ein Teilbereich der Künstlichen Intelligenz, bei dem eine Technologie mit Daten trainiert wird und „lernt“, Muster zu erkennen, um Vorhersagen zu treffen
- Datensatz: eine organisierte Sammlung von Daten zu einem Thema
Mit Künstlicher Intelligenz arbeiten
In einer früheren Lektion habt ihr gelernt, wie Künstliche Intelligenz (KI) in verschiedenen Bereichen in unserem Alltag eingesetzt wird. Schauen wir uns nun an, wie KI funktioniert.
KI hat 3 grundlegende Bestandteile:
[Daten eingeben – Datensatz] -> [Muster mit Lern-Algorithmus finden] -> [Vorhersage!]
Damit KI funktioniert, braucht sie eine Menge Daten, von der sie lernen kann. Der technologische Fortschritt hat es ermöglicht, mehr Informationen schneller als je zuvor zu sammeln. Das ist eine Sache, die KI jetzt möglich macht!
Die KI lernt aus den Daten und findet von sich aus Muster. Damit kann sie Vorhersagen treffen.
Denkt über euch selbst nach: Welche Art von Vorhersagen machen Menschen? Welche Eingaben und Muster berücksichtigen sie bei diesen Vorhersagen?
Manche Menschen versuchen, das Wetter vorherzusagen, andere die Ergebnisse von Sportspielen oder auch, was in einem Film passieren könnte.
Daten können in verschiedenen Formen vorliegen. In diesen Lektionen werden wir Töne, Zahlen, Text und Bilder verwenden.
Ist euch etwas davon eingefallen?
- Jede Google-Suche
- Wörter, die ihr in E-Mails eingebt
- Jede Frage, die ihr Alexa/Siri/Google-Assistant stellt
- Angeschlossene Geräte: jedes Mal, wenn ihr das Licht einschaltet oder die Temperatur der Klimaanlage ändert
- Klicks/Taps auf eurem Smartphone
- Alles, was ihr online kauft
- Personen, mit denen ihr auf Social Media verbunden seid
- Lieder, die ihr hört
- Restaurants, die ihr googelt
Sehen wir uns als Beispiel Google Maps an: Wie nutzt Google Maps KI, um euch den Weg zu eurem Ziel zu zeigen?
Schritt 1
[Beispiel: Die KI in Google Maps findet den für euch „besten“ Weg] -> [Daten eingeben – Datensatz] -> [Muster mit Lern-Algorithmus finden] -> [Vorhersage!]
Google sammelt folgende Daten (Input), um eine Vorhersage zu machen:
- Aktueller Standort
- Reiseziel
- Verkehrsmittel (zu Fuß, Auto, öffentliche Verkehrsmittel)
- Verkehr
Schritt 2
[Aber: Hört KI an diesem Punkt auf? Kann KI nur Vorhersagen machen oder noch mehr?] -> [Daten eingeben – Datensatz] -> [Muster mit Lern-Algorithmus finden] -> [Vorhersage!]
Schritt 3
[KI-Technologien nutzen Vorhersagen, um gewisse Dinge zu tun] -> [Nutzt Daten (Input)] -> [Findet ein Muster mit Lern-Algorithmus] -> [Macht eine Vorhersage!] -> Aktion oder Entscheidung
Google Maps ergreift auch Maßnahmen, nachdem eine Vorhersage getroffen wurde.
Schritt 4
[Beispiel: Google Maps findet den für euch „besten“ Weg] -> [Daten eingeben – Datensatz] -> [Muster mit Lern-Algorithmus finden] -> [Vorhersage!] -> Aktion oder Entscheidung: Zeigt euch den besten Weg
Die Aktion/Entscheidung, die Google Maps trifft: Es zeigt euch den besten Weg/die besten Wege.
Gute Daten sammeln
KI-Modelle sind programmierte Algorithmen. Sie werden auf Daten trainiert, die die menschliche Entscheidungsfindung nachahmen. KI-Modelle benötigen eine Menge Daten, um gute und genaue Vorhersagen zu treffen. Nun werden wir uns verschiedene Möglichkeiten ansehen, wie ihr gute Daten für euer Projekt sammeln könnt.
Aber: Was sind „gute“ Daten eigentlich? Beachtet diese Punkte:
- Sie haben einen Bezug zu eurem Problem/eurer Lösung.
- Sie sind reichlich vorhanden – je mehr, desto besser.
- Sie sind genau.
- Sie sind umfassend – und können verschiedene Situationen auf vielfältige Weise darstellen.
- Ihr habt die Erlaubnis der Personen, die die Bilder oder Informationen weitergegeben haben.
Es gibt drei beliebte Methoden, Daten (z. B. Bilder, Zahlen, Töne oder Text) für das Training und die Verwendung in KI-Modellen zu sammeln. Hier sind sie:
Eigene Trainingsdaten aus der Community sammeln: Ihr sammelt viele Daten, die ihr von eurer Community benötigt, aus einer Vielzahl von Situationen und erhaltet die Erlaubnis, sie zu verwenden.
Daten mit Sensoren oder Benutzereingaben sammeln: Es gibt Geräte, die selbstständig Daten sammeln können. Dazu werdet ihr später mehr lernen (Tipp: Ihr benötigt wahrscheinlich noch zusätzlich Trainingsdaten aus einer der anderen Methoden).
Daten aus öffentlichen Datensätzen als Trainingsdaten verwenden*: Diese Methode könnt ihr nutzen, wenn ihr mehr Daten benötigt als ihr in eurer Community sammeln könnt oder wenn ihr an einer Lösung für ein Problem arbeitet, das globaler ist.
*Achtung: Es gibt viele kostenlose öffentliche Datensätze. Ihr könnt versuchen, etwas Passendes zu finden. Aber manchmal erfordert es viel Arbeit, überhaupt festzustellen, ob ihr etwas davon verwenden könnt (und was). Es gibt Menschen, die sich in ihrem Job ausschließlich damit beschäftigen: Sie machen aus öffentlichen Datensätzen passende Ressourcen und verkaufen sie dann.
Wir haben einige kostenlose öffentliche Datensätze zusammengestellt, die ihr euch im Abschnitt Zusatzmaterial anschauen könnt.
Aktivität: Das Ganze zusammenfügen
Schreib einige euch bekannte Apps auf, die KI nutzen. Versucht, mindestens drei verschiedene Beispiele zu finden. Überlegt dann Folgendes:
[Eingabe – Datensatz]
Welche Art von Daten sammelt die App? Wie sammelt sie Daten?
[Vorhersage]
Welche Vorhersage macht sie?
[Handlungen oder Entscheidungen]
Welche Maßnahmen ergreift die App, nachdem sie ihre Vorhersage gemacht hat?
Aktivität: KI-Modelle ausprobieren
Nach eurem Brainstorming zu KI und Apps wollen wir einige Beispiele von KI ausprobieren.
Schaut euch einige der folgenden Websites an und erhaltet schon einmal einen Vorgeschmack auf das, was KI leisten kann. Denkt während eurer Recherche über weitere Technologie-Anwendungen nach, die ihr findet: Könnt ihr das jeweilige Konzept in einem anderen Kontext anwenden? Welche Art von Daten wäre notwendig, damit diese Anwendungen funktionieren?
Imaginary Soundscape: Stellt euch vor, ihr seid auf Reisen und besucht eine andere Stadt. Die meisten Menschen stellen sich dann vor, wie dieser Ort aussehen würde. Aber habt ihr schon einmal darüber nachgedacht, wie er sich anhören würde? Dieses KI-Modell tut genau das. Basierend auf einem Bild erzeugt die KI das, was sie glaubt, was ihr hören würdet, wenn ihr tatsächlich dort wärt.
AutoDraw: Wie oft hattet ihr beim Zeichnen schon ein klares Bild im Kopf, aber das Ergebnis war ganz anders als ihr es euch vorgestellt habt? Diese KI nimmt eure Kritzeleien und sagt voraus, was ihr zu zeichnen versucht. Probiert es mal aus!
X Degrees of Separation: Diese Anwendung gibt euch einen Eindruck davon, wie eine KI „denkt“. Dazu nimmt sie zwei Kunstwerke und zeigt uns eine Brücke aus ähnlichen Kunstwerken, die beide miteinander verbindet.
Möchtet ihr noch mehr erkunden?
Reflexion
Nachdem ihr nun einen ersten Einblick in das Thema Künstliche Intelligenz erhalten habt, könnt ihr darüber nachdenken, wie KI nützlich sein könnte, um euer ausgewähltes Problem zu lösen. Denkt einmal an die drei Teile der KI: Daten, Muster, Vorhersage. Wie würdet ihr alle drei in eurer Lösung berücksichtigen?
Zusatz-Material
Erstellt eure eigenen KI-Modelle
Hier sind einige Plattformen, die ihr zur Erforschung von KI nutzen könnt:
- Teachable Machine (deutsch)
- Machine Learning for Kids (deutsch)
- Stretch3 (deutsch)
- mblock (englisch)
Forschungsdatensätze
Hier sind einige Websites, mit denen ihr beginnen könnt, eure Datensätze zu erforschen:
- Kaggle (besonders gut für Bilder)
- Google-Datensatz-Suche
- Datensätze der Vereinten Nationen. Tipp: Versucht, extra nach eurem Land oder eurem Thema zu suchen.
Technovation Challenge
Bewertungskriterien für den internationalen Wettbewerb
Am Ende der Technovation-Saison wird die App oder das KI-Modell anhand von bestimmten Kriterien in verschiedenen Kategorien von einer Jury bewertet. Diese Lektion hilft euch, Punkte für das „Demo-Video“ in der Technologie-Kategorie zu sammeln. Hier könnt ihr den Bewertungsbogen einsehen.
Englische Technovation-Videoreihe „SolveIt“
Technovation hat eine englische Videoserie „SolveIt“ erstellt. Sie will euch motivieren, euren Horizont zu erweitern und Probleme anzugehen. Vieles könnt ihr direkt auf eure App beziehen und bei der Verwendung von KI berücksichtigen.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
technovationgirls@dkjs.de