Alien Language

Nauczymy kosmitę rozumieć nasz język, a właściwie będzie rozpoznawał 2 wyrazy: right (prawo), left (lewo).  

W I części zadania w programie https://machinelearningforkids.co.uk/scratch3/ dodaliśmy rozszerzenie Speech to Text.

Dodaliśmy skrypty, dzięki którym duszek rozpoznaje "go left", "go right" i zmienia swoje miejsce w zależności od polecenia. Korzystamy z gotowego modelu już wytrenowanego dla tych dwóch poleceń.

W II części zadania wytrenujemy model, który może rozpoznawać dwa wymyślone nasze słowa i reagować tylko po ich zrozumieniu.

W https://machinelearningforkids.co.uk/ tworzymy nowy projekt, reagujący na dźwięki. 

Dodajemy 3 etykiety: szum tła, prawo i lewo ( prawo i lewo to nasze wymyślone słowa).

Nagrywamy min 10 przykładów i trenujemy model.

Największy problem mieliśmy z wytrenowaniem modelu, strona nam się wielokrotnie wieszała.

Ci, którym się udało, mogli iść dalej. Wśród gotowych projektów jeden był z naszym kosmitą. 

Dodaliśmy nowe skrypty kierując się gotową instrukcją.

Pozostało nam już tylko testowanie programu i sprawdzanie, czy nasz kosmita rozumie nasze polecenia.  

Rozumiał :)

Face Finder - zmieniamy twarz w kreskówkę

W tym projekcie wytrenujemy nasz model, który będzie rozpoznawał, czy na zdjęciach są oczy. Gdy je wykryje, to w nich miejscu umieści oczy jak z kreskówki.

Zadanie rozpoczęliśmy od strony https://machinelearningforkids.co.uk/#!/pretrained. Uruchomiliśmy Scratch3, z rozszerzeń dodaliśmy  Video Sensing (czujniki wideo) oraz Face detection (wykrywanie twarzy).
Na scenie umieściliśmy skrypt wykrywający obiekt w kamerze.

Usunęliśmy duszka kotka, w jego miejsce dodaliśmy 3 duszki: oko prawe, oko lewe i nos.

Dodaliśmy do każdego duszka nowy skrypt. 

Zostało nam już tylko przetestowanie programu.

Program działa, choć nie tak szybko jak byśmy chcieli :)

Nieśmiała Panda - ostatnie zajęcia dla grupy Beniamin w pogramie AI School & Academy

Na ostanie tegoroczne zajęcia wybraliśmy "Nieśmiałą Pandę". Program przetestowała już starsza grupa Master. 

Nasza Panda lubi tańczyć. Jeśli zobaczy jednak, że na nią patrzymy, to zawstydzona  przestanie tańczyć. Nauczymy ją, widoku naszej osoby z zasłoniętymi oczami.  Dzięki czemu będzie myślała, że jej nie widzimy i nie przestanie tańczyć.

Po założeniu nowego projektu rozpoznającego obrazy, tworzymy w nim 2 etykiety: "looking: i "not looking". W każdej z ich umieszczamy min 10 zdjęć, korzystając z własnej kamerki internetowej.

W dalszym etapie trenujemy swój model, niestety trwa to około 10 -15 minut. W tym czasie staraliśmy się odpowiadać na pytania w quizie o sztucznej inteligencji.

Swój program z Pandą, tworzyliśmy w Scratch. Choć bardziej polegało to na modyfikowaniu już ułożonych skryptów i umieszczaniu w nich nowo uzyskanych rozszerzeń.

Panda, myśli, że jej nie widzimy.

Panda zauważyła nasz wzrok i zawstydzona przestała tańczyć.

Najważniejsze, że się udało i nasza Panda reagowała, tak jak było w założeniu scenariusza.

https://machinelearningforkids.co.uk/#!/worksheets

Wirtualne zwierzątko - Virtual Pet

W tym projekcie tworzymy wirtualnego zwierzaka. Musimy go nakarmić, by nie był zbyt głodny. Dostarczamy mu napoje, by nie był spragniony i okazujemy mu miłość.

Wszystkie te czynności wykonujemy za pośrednictwem kamery internetowej.

Swoje działania zaczynamy od szkolenia naszego wirtualnego zwierzaka, aby rozpoznawał te działania.

Logujemy się na https://machinelearningforkids.co.uk/. Tworzymy nowy projekt rozpoznający obrazy. W nim dodajemy 3 kategorie: jedzenie, napoje oraz uczucia.

W każdej z kategorii umieszczamy min 10 zdjęć:  jabłka, kubka z napojem oraz gestu pokazującego serce.

Po wytrenowaniu modelu uruchamiamy Scratch 3 i odszukujemy program Virtual Pet. Szablon projektu ma wirtualnego zwierzaka o nazwie "Flobzy". Widoczne są  na scenie 3 zmienne. Z czasem ich wartość rośnie, gdy są za wysokie to koniec gry. "Głód" spadnie, gdy pokazujemy jedzenie, "Pragnienie" spadnie, jeśli pokazujemy kubki, oraz "Smutek" reagujący na okazywanie miłości.

Musimy zmodyfikować skrypty, które są odpowiedzialne za rozpoznawanie obrazów. Dodajemy do nich rozszerzenia otrzymane w wyniku trenowania naszego modelu.

Pozostało nam już tylko sprawdzić, czy nasze zwierzak reaguje na nasze gesty :). Robimy to uruchamiając grę i naciskając przycisk P na klawiaturze, aby zrobić zdjęcie.

Nasze zwierzaki reagowały bardzo szybko na nasze gesty.

Więcej informacji  https://machinelearningforkids.co.uk/#!/worksheets

Blokowanie twarzy

W grupie master, wyzwaniem kolejnym było stworzenie zaprojektowanie wirtualnego telefonu, reagującego na naszą twarz.
Ten i inny scenariusz dostępny jest na https://machinelearningforkids.co.uk/#!/worksheets

Po zalogowaniu na https://machinelearningforkids.co.uk/ tworzymy nowy projekt "Face lock" rozpoznający obrazy. Tworzymy w  nim dwie etykiety: "Granted" i "Denied". Umieszczamy w nich swoje zdjęcia oraz zdjęcia innych osób.
Po przetrenowaniu uruchamiamy gotowy projekt Face Lock w Scratch. Dokładamy skrypty  z rozszerzenia powstałego w wyniku trenowania naszego modelu. I testujemy działanie naszego programu.

Oczywiście Julia Z. była pierwszą osobą, której udało się z sukcesem ukończyć program :)

Pac Man online w grupie Beniamin

W ramach programu AI Schools online odbyły się także zajęcia dla grupy Beniamin.
Był to ostatni scenariusz przewidziany dla tej grupy.

Zadaniem uczestników, było stworzyć inteligentną grę, która będzie uczyć się na podstawie tego, jak gra uczeń.

Scenariusz zajęć okazał się jednym z najtrudniejszym. Ważny okazał się etap, w którym należało zapisać grę na swoim dysku, jeszcze przez przetrenowaniem jej przez ucznia. Ponieważ, tego nie zrobiliśmy, byliśmy zmuszeni do powtórzenia całego tego etapu.

Mimo problemów udało nam się ukończyć projekt.

Gra, którą stworzył jeden z uczniów, okazała się  największą niespodzianką. W jego wytrenowanej grze komputer radził sobie tak dobrze, że gra nie miała końca. Duszek mógł uciekać w nieskończoność przed pożarciem.

Nieśmiała Panda - I zajęcia online

Z powodu sytuacji epidemiologicznej postanowiliśmy spróbować spotkać się online.
Z dostępnych propozycji wybraliśmy "Nieśmiałą Pandę".

Pobraliśmy instrukcję dla ucznia i nauczyciela. Po zalogowaniu utworzyliśmy nowy projekt o nazwie "Niesmiala panda". W  nim utworzyliśmy w etykiety: "patrzenie wprost" oraz "zasłanianie oczu".

W każdej etykiecie umieściliśmy po 10 zdjęć i wytrenowaliśmy swój model.

Wzorując się na instrukcji dla ucznia, dołożyliśmy do kodu programu niezbędne nowe elementy otrzymane po wytrenowaniu modelu.

 I przetestowaliśmy swoją Pandę :)

Gdy Panda nie widziała naszych oczu to chętnie tańczyła.

Gdy zorientowała się, że ją obserwujemy wyglądała na zawstydzoną.

Photon uczył i bawił

Grupa Maluch zakończyła tegoroczne zajęcia w projekcie „AI Schools & Academy - Program nauczania o sztucznej inteligencji dla dzieci i młodzieży”. 

Robot Photon w przyjazny i zabawny sposób uczył nas logicznego myślenia oraz  rozwiązywania problemów. Dzięki niemu z wielkim zaangażowaniem wkraczaliśmy w świat nauki podstaw robotyki i programowania. Sterując Photonem, uczyliśmy się programować ruchy robota, zmieniać barwę czułek oraz oczu Photona, a także wydawanych przez niego dźwięków. Robot naśladował głosy zwierząt, skręcał w tę stronę, którą wskazywała strzałka, a nawet poprawnie liczył. Podczas zajęć z Photonem uczyliśmy się nie tylko programowania, ale także współpracy w grupie, czekania cierpliwie na swoją kolej. Byliśmy też ekspertami w wielu dziedzinach, jedni chętniej pracowali z Photonem podczas liczenia czy też rozpoznawania kolorów, za to inni woleli sterować nim i budować dla niego tory przeszkód.

Podczas Drzwi Otwartych w naszej szkole zaprezentowaliśmy przyszłym uczniom Cieszkowianki, co potrafi Photon. Byli zachwyceni, a my cieszyliśmy się, że możemy ich czegoś nauczyć. Niektórzy z naszej grupy marzą o tym, aby w przyszłości stać się programistami. Wszyscy wiemy, jak ważne jest poznawanie nowych technologii i nowinek ze świata robotyki.

Mamy nadzieję, że w przyszłości wykorzystamy zdobytą podczas zajęć wiedzę. Kto wie, może w czwartej klasie też będziemy uczestnikami podobnych warsztatów, a może współprowadzącymi.:)

Marta Lewandowska

Kinga Zdunik

Gra "PAC - MAN"

Przed nami ostatni scenariusz z programu AI Schools przeznaczony dla Poziomu Beniamin. Grę "Pac-man" każdy zna. Dzisiaj spróbowaliśmy zaangażować do zabawy sztuczną inteligencję.
Po zalogowaniu na stronę https://machinelearningforkids.co.uk, utworzylismy nowy projekt, który ma rozpoznawać "numbers".

Utworzyliśmy 4 kategorie: prawo, lewo, góra i dół.

 

Odszukaliśmy grę  "Pac-man" na platformie. Uruchomiliśmy ją, zmodyfikowaliśmy kod programu poleceń według instrukcji i każdy rozegrał kilka rozgrywek. W tym czasie nasz model uzyskał dane do nauki. Im więcej rozgrywek rozegraliśmy, tym więcej danych uzyskał nasz model.

Przetrenowaliśmy model, dołączyliśmy do kodu nowe bloczku uzyskane po trenowaniu. 

Na zakończenie sprawdziliśmy jak z grą radzi sobie komputer bez naszej pomocy. U każdego ucznia widoczna  była inna strategia unikania zagrożenia.

Gra "Papier, kamień i nożyczki"

Dzieisjszym celem było stworzenie inteligentnego programu, który rozpozna gesty.

Na stronie https://machinelearningforkids.co.uk/ każdy z uczniów zalogował się na swoje uczniowskie konto i utworzył 3 kategorie.
Na poczatku próbowaliśmy wyszukać w sieci takie zdjęci, które mogłyby zostać wytrenowane. Niestety, okazało się, że takich zdjeć jest za mało lub są w takim zapisie, który nie może zostać załadowany do programu.

Doszliśmy do wniosku, że postaramy sie w takim razie wykorzystać kamerkę i pomagając sobie wzajemnie wykonamy niezbędne zdjęcia.
Sukces okazał się połowiczny, gdyż tym razem zbuntował się nam program i podczas uruchamiania trenowania pokazał się komunikat o wykorzystaniu możliwych kont. Co oznacza koniecznosć aktywacji kolejnego konta nauczycielskiego. Niestety na tych zajęciach nie zdążyliśmy już dokończyć naszego zadania. Od niego rozpoczniemy kolejne spotkanie.

Kamelon po raz drugi

We wtorek z zadaniem związanym z kameleonem zmierzyli się uczniowie z grupy Beniamin. Zadanie polagało na zbudowaniu modelu, przetrenowaniu go oraz zmodyfikowniu programu Scratch 3.

Po utworzeniu 3 kategorii, umieszczaliśmy w nich zdjęcia przedmiotów z wybranymi kolorami. Teraz już wiemy, że najefektywniejsze były modele w których zdjęcia prawie w całości były "pokolorowane jednym kolorem".

Jak zawsze chętnie dzielimy się swoimi małymi sukcesami :)  Staś jako pierszwy zrobił poprawnie całę zadanie.

Tej grupie zadanie udało się zrobić, pod jednym warunkiem, gdy udało się zainstalować poprawnie kamerkę. Czasem w zadaniu pomagała zmiana przeglądarki.

Kameleon w Scratch

Celem naszych zajęć było stworzenie inteligentnego programu, który reagowałby na kolory otoczenia.
Na stronie https://machinelearningforkids.co.uk/ utworzyliśmy 3 kategorie dla kolorów: czerwony, zielony i niebieski.
Wytrenowaliśmy model.

Następnie w programie Scratch 3 wybraliśmy gotowy projekt z Kameleonem. Po zdublowaniu postaci na 3 duszki, przyporządkowliśmy im 3 różne kolorowe kostiumy.
Niestety po ułożeniu skryptów według wskazówek nasz program nie działał jak powinien.
Zobaczymy jak program wykona grupa Beniamin i zastanowimy się gdzie jest błąd w naszym zadaniu.

Tworzenie własnego chatbota – rozpoznawanie emocji w wypowiedziach tekstowych w grupie Beniamin

Dzisiaj chatbota reagujacego na nasze słowa, projektowała grupa uczniów na poziomie Baniamin.  

Najciekawsze okazało się sprawdzanie reakcji na nasze słowa innego chatbota.

Tworzenie własnego chatbota – rozpoznawanie emocji w wypowiedziach tekstowych.

 W grupie Master tworzenie własnego chatbota rozpoczęliśmy od Scratch 3.0. Stworzyliśmy duszka, który miał buźkę wesołą, smutną lub neutralną. Korzystaliśmy z aplikacji po zalogowaniu się na konto w https://machinelearningforkids.co.uk/

Wróciliśmy do strony projektu, utworzyliśmy kategorie: miłe i niemiłe słowa.

Po przetrenowaniu modelu, wykorzystaliśmy nowe rozszerzenie i zmodyfikowaliśmy nasz skrypt. 

Na zakończenie sprawdzaliśmy czy buźka prawidłowo reaguje na słowa, które do niej kierujemy.

Nasz chatbot odpowiada na pytania o Minecraft.

W grupie Beniamin kończyliśmy tworzenie chatbota. Dodaliśmy do modeli kilka dodatkowych pytań. Usunęliśmy kategorie, które naszym zdaniem nie są jednak potrzebne.

Po wytrenowaniu modela, wzorując się na scanariuszu samodzielnie każdy utworzył skrypt wykorzystujący rozszerzenie uzyskane po wytrenowaniu modela.

Dużo wesołej zabawy mieliśmy podczas wzajemnego testowania swojego programu.

Nasz chatbot odpowiada na pytania.

Dziś pracujemy nad naszym chatbotem z wiedzą o grze Sims. Dodaliśmy jeszcze kilka pytań do aplikacji uczącej rozpoznawania naszych pytań.
Po wytrenowaniu modelu przeszliśmy do programu Scratch 3. Wybraliśmy szablon i ułożyliśmy kod z bloczków, który będzie reagował na pytania naszych testerów.



Problemem okazało się zredagowanie odpowiedzi do odpowiednich kategorii. Jaki tekst powinien wyświetlić chatbot, aby odpowiedzieć na pytanie i aby nie było ono zbyt ogólnikowe?
W rozwiązaniu naszego problemy pomóc miał nam chatbot ze strony https://chatbot.pl/ . Zadając mu swoje pytania analizowaliśmy jakie odpowiedzi uzyskiwaliśmy.

Tworzenie własnego chatbota – baza wiedzy o Minecraft.

Na dzisiejszych zajęciach naszym celem jest zaprojektowanie chatbota. Zastanawialiśmy się na jaki temat nasz chatbot mógłby odpowiadać.

Proponowanych tematów było wiele, ale zgodnie wszyscy wybrali tematykę związaną z grą Minecratf.

Korzystając z chmury zaplanowaliśmy kategorie oraz pytania jakie mogą być zadawane naszemu chatbotowi.

Część pytań udało się nam umieścić na platformie https://machinelearningforkids.co.uk/#!/worksheets, która nauczy naszego chatbota przyporządkowywać pytania do odpowiednich kategorii.

Tworzenie własnego chatbota – baza wiedzy o Sims

Po wyborze tematu dla naszego chatbota, przystąpiliśmy do wypisywania jakie pytania mogą być zadawane naszemu chatbotowi. Na ich podstawie podział pytań na osobne kategorie.

Na stronie https://machinelearningforkids.co.uk/ , którą już znamy z wcześniejszych zadań, utworzyliśmy nowy projekt. Po utworzeniu kategorii wpisywaliśmy przygotowane już pytania.

Na czym polega uczenie maszynowe?

Przed nami zajęcia, na których będziemy tworzyć własnego Chatbota. Chcąc zrozumieć na czym polega uczenie maszynowe, na zajęciach korzystaliśmy z aplikacji https://teachablemachine.withgoogle.com/.

Nasz model uczył się rozpoznawać gesty ręki: kamień, papier i nożyczki.

Sprawdzaliśmy także czy komputer będzie potrafił określić w jakiej pozycji są nasze obie ręce.

Tworzenie własnego chatbota – baza wiedzy o ......... w grupie Master

Tworzenie własnego chatbota w programie AlSchool jest przewidziane dla grupy Beniamin. Temat jednak, tak się nam spodobał, że postanowiliśmy także go zrealizować. Nie chcieliśmy jednak tworzyć chatbota z wiedzą o sowach.
Z okazji zblizających się świąt nasze zajęcia odbyły się w McDonaldzie. Metodą burzy mózgów zdecydowaliśmy się na jeden wspólny dla nas temat.
Wybieraliśmy między; psami, kotami, Simsami, Luboniem a Naszą Cieszkowianką. Ostatecznie wygrały Simsy.

Zastanawialiśmy się jakie kategorie powinny towarzyszyć naszemu tematowi. Na tak trudny podział, jedne zajęcia w świątecznym klimacie to stanowczo mało :)