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 :)

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 :)

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.

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.

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 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.

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 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.

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 :)

Sztuczna inteligencja z Minecraftem

Tegoroczna edycja Godziny Kodowania wzbogaciła się o dodatkowy kurs powiazany z Minecraftem. Po zainstalowaniu wersji edukacyjnej mogliśmy skorzystać z kursu związanego ze sztuczną inteligencją.

Naszym zadaniem było pomóc agentowi zapobiec pożarom lasów. Musiał zostać tak wytrenowany, by mógł zidentyfikować przyczyny pożaru, usunąć materiały i przywrócić życie do lasu zniszczonego przez pożar.

Rysowanie palcem po ekraniew AppInventor

Chcąc bardziej poznać możliwości programu, tym razem korzystając z instrukcji na http://wiki.mistrzowiekodowania.pl/index.php?title=Scenariusz_3_-_Rysowanie_palcem_po_ekranie postanowiliśmy zaprogramować program do rysowania.

Autoportret autora :)

Trenowanie modelu, aby rozpoznawał obrazy, dźwięki i pozy.

Tym razem poznaliśmy https://teachablemachine.withgoogle.com/

Jest to narzędzie internetowe do tworzenia modelu uczenia maszynowego.  Można skorzystać z modelu uczenia przy użyciu dźwięku, ułożenia i obrazów.

Nam na poczatek bardzo sposobał się pomysł tworzenia modelu, który będzie wykrywał w jaki sposób jest przechylana nasza głowa. 

Po tym ćwiczeniu każdy z nas realizował swój pomysł na szkolenie modelu.

Opis naszego ćwiczenia  

https://medium.com/@warronbebster/teachable-machine-tutorial-head-tilt-f4f6116f491

Łączenie aplikacji App Inventor z modelem MachineLearningForKids

Podczas tych zajęć staraliśmy się stworzyć aplikację w AppInventor połączoną z naszym modelem trenowanym podczas ostatnich zajęć.
Na stronie https://machinelearningforkids.co.uk/ uruchomiliśmy nasz model "Znajdź to!" odróżniające 3 kolory. Skopiowaliśmy do schowka  według instrukcji link do niego.
Następnie po uruchomieniu AppInventora umieśliliśmy w nim link do rozszerzenia naszego modelu.
Zaprojektowaliśmy wygląd naszej aplikacji,

Dużo więcej problemów mieliśmy przy opracowawywaniu potrzebnego opraogramowania.

Przytestowaniu okazywało się, że niestety część kolorów nie jest dla aplikacji oczywista i wskazuje inne kolory niź powinien odczytać.

Mimo tego, było to bardzo interesujace zadanie i dało nam wiele do myślenia.

Wprowadzenie do Machine Learning For Kids - poziom Master

Tym razem na zajęciach uczyliśmy się jak zbudować model AI rozpoznający obrazy.
Zalogowaliśmy się na konto nauczyciela na stronie https://machinelearningforkids.co.uk

Po zalogowaniu się wspólnie utworzyliśmy Projekt "Znajdź to!" zaznaczając obrazy jako typy danych, które mają być rozpoznawane.

Po utworzeniu 3 kategorii podzieliliśmy się na 3 grupy. Każda osoba miałą za zadanie umieścić okresloną liczbę zdjęć w ustalonym kolorze w swojej kategorii. 

Kolejnym etapem było trenowanie modelu. W efekcie utworzyliśmy aplikację rozpoznającą przedmioty w kolorach zielonym, czerwonym i niebieskim. Testowaliśmy ją umieszczajac linki do innych zdjęć lub podstawiając do kamery kolowe przedmioty zalezione w sali komputerowej.

Pod koniec zajęć uruchomiliśmy App Inventor i tym razem staraliśmy się utworzyć program reagujący na dotyk. Na ekranie umieszczone miały być zdjęcia zwierząt. Po kliknięciu na nich możemy usłyszeć odgłosy tych zwierząt. Korzystaliśy z instrukcji, którą opracowywali uczniowie naszej szkoły na wcześniejszych zajęciach  z programowania. 

https://sites.google.com/sp2lubon.eu/programowanie/mit-app-inventor/przyciski-ze-zwierz%C4%99tami

Sztuczna inteligencja- wprowadzenie poziom Master

Zaczynamy zajęcia w ramach programu Ai School&Academy.  Na dzisiejszych zajęciach poznaliśmy aplikacje wykorzystujace sztuczną inteligencję. Zastanawialiśmy się czym różni się sztuczna inteligencja od programowania.

Uczniowie dostali czyste kartki papieru i zastanawiali się jak złożyć łabędzia. Niestety zadanie było za trudne. 

Następnie nauczyciel pokazywał krok po kroku jak łabędzia złożyć. Wspólnymi siłami udało się każdemu zaprezentować efekt swojej pracy.

W następnym etapie, uczniowie mieli za zadanie złożyć samolot. Tym razem instrukcję dotyczace składania uczniowie obserowali na ekranie monitora. Film pokazujacy kolejne etapy składania wyświetlony  był 5 razy.

Tym razem samoloty zostały złożone w różnym tempie i niektóre róznily się między sobą szczegółami. Często były udoskonalane podczas składania przez samych uczniów.

Kolejnym zdaniem było rozpoznawanie twarzy i emocji. Na kartkach każdy zapisywał cechy swojego wygladu, a następnie w drodze losowania zgadywaliśmy, który opis do kogo pasuje. Jako podsumowanie tego ćwiczenia uruchomiliśmy stronę  https://aidemos.microsoft.com/face-recognition

i sprawdzaliśmy z jakim prawdopodobieństwem komputer rozpoznaje osoby na zdjęciach.

Przy okazji chętnie przetestowaliśmy inne strony wykorzystujące sztuczną inteligencję.

Ostatnim etapem była zabawa w kalambury z komputerem na stronie https://quichdraw.withgoogle.com/.

Zastanawialiśmy się od czego zależy szybkość pracy tego programu. 

App Inventor - proste samodzielne aplikacje

Tym razem samodzielnie tworzymy skrypty w  App Inventor. naaszym zadaniem jest utworzyć program reagujący na dotyk. 

Na ekranie umieszczone miały być zdjęcia zwierząt. Po kliknięciu na nich możemy usłyszeć odgłosy tych zwierząt. Korzystaliśy z instrukcji, którą opracowywali uczniowie naszej szkoły na wcześniejszych zajęciach  z programowania. 

https://sites.google.com/sp2lubon.eu/programowanie/mit-app-inventor/przyciski-ze-zwierz%C4%99tami

Poznajemy App Inventor - grupa Master

Zanim zaczniemy zajęcia w ramach naszego projektu postanowiliśmy poznać program AppInventor w którym będziemy pracować w przyszłości. Zajęcia w październiku przeznaczyliśmy na poznanie aplikacji oraz wykonaliśmy samodzielnie kalkulator, który każdy mógł sobie zainstalować na swoim smartfonie.