1007第2次研習
教師強調AI是如何學習
Teachable Machine影像辨識教學
Teachable Machine聲音辨識教學
用Scratch 學AI
學員練習
結束合影
學習心德
用磚塊程式學AI，適合在國中的AI課程推動，研習時老師先分享他的教學經驗，因為國中生沒有學過文字程式，他曾在社團試著推動 Colaboratory，但是效果有限，用Scratch學AI，在教學現場學生聽得懂並實際操作，也能進一步做延伸的思考。
講師先複習人工智慧是如何透過學習，得到1個運算模型，淺顯易懂，他解䆁不管是數值的、影像的、文字的、聲音的人工智慧都會轉成數值模式，先找到特徴，每個特徵給1個比重，透過數學運算得到1個值，這個值與目標值比較。兩個數值如果有誤差就去調整特徵比重，直到計算出來的值跟目標值接近。每筆資料進來就調整1次，所以資料越多，預測就越準確。
Teachable Machine的影像操作本來一知半解，講師解說影像是如何辨識的，您要如何給影像才能更精準的判斷；類別該有那些類別都解說的很清楚。在機器學習的步驟，進階的週期調整讓學員們明瞭如果預測矢準該如何調較，最後分享他的教學現場經驗，光聽就學得有趣，其中記憶最深刻的是判斷誰長的像那位大明星。
Teachable Machine的語音辨識是初體驗，在背景噪音的錄制，不能單純的錄制現場的背景是很重要的分享，它必需是有人在講話的情況下判斷出來的結果才較精確。講師特別強調為什麼大部份的使用者都使用影像辨識，最重的原因是影像辨識率比較高，聲音辨識雖然還有改進的空間，但在教學現場還是可以實作的。
將訓練的結果，匯入到雲端並使用scratch運用，講師以超商攻擊事件為例，如果在門口放1個影像辨識器，讓有戴口罩的人才能入內，未戴口罩或沒戴好口罩的人大門是不會開的，如此就不用讓店員承擔風2險。
講師特別介紹兩個加強版的Scracth程式，它是網頁版的，支援Teachable Machine的雲端連結，透過連結就可以運用訓練的模型，使用者只要思考如何應用即可，真接利用磚塊程式符合本校的需求，最引導我們如何AIOT的觀念也是不錯的分享。