Heey, wat goed dat je meedoet aan deze lessenreeks. In deze lessenreeks ga je ontdekken wat kunstmatige intelligentie, oftwel AI (Arteficial intelligence). In de komende twee lessen ontdek je wat AI is, hoe het werkt en hoe slimme computers en zelflerende machines ons dagelijks leven beïnvloeden.
Laten we eerst eens gaan kijken naar de uitleg van AI in de video hiernaast. -->
Na deze les weet je:
Hoe AI en machine learning werken
Wat de risico's zijn van AI
Hoe je zelf een AI model kunt trainen en programmeren
En tot slot leer je hoe je voor generatieve AI een goede prompt schrijft
Zoals je in bovenstaande video hebt kunnen gezien is AI dus niet helemaal zonder risico's. AI kan namelijk informatie achterhouden of onvolledige informatie aan jou geven, waardoor jou mening mogelijk vertekend is over een bepaald onderwerp.
Nu je op de hoogte bent van deze valkuil kun je daar bewust over nadenken. Wat zijn nog meer risico's van AI, daar kom je achter in onderstaande puzzelopdracht.
Koppel het juiste risico's aan de 7 verschillende situaties
<-- in dit Googleforms.
En onthoud dus altijd, wees kritisch op wat AI genereerd.
Want ja, wees eerlijk, wat is nou eigenlijk intelligentie, en wie zijn dan de meest intelligente mensen? Zijn het de wereldleiders, zijn het de uitvinders van de atoom bom of zijn het de "nobelprijs winnaars voor de vrede"?
Jij mag het zeggen.
Eerder hebben we gezien dat AI leert op basis van informatie die door de mens is ingevoerd.
Hieronder vindt je een bingokaart, welk van deze AI vormen heb jij wel eens gebruikt?
Kun je alle vier de vakjes aankruisen op 1 rij? Dan heb je BINGO!
Nieuwsgierig? Vouw de vakjes open om te kijken hoe deze vormen van AI werken.
Elke keer dat je naar je telefoon kijkt of je vinger op de scanner legt, detecteert het slimme programma je gezicht of vingerafdruk. Vervolgens vergelijkt het programma deze informatie met het gezicht of de vingerafdruk die je eerder hebt ingesteld en opgeslagen hebt op je telefoon. Komt de informatie overeen, dan wordt je telefoon ontgrendeld.
Omdat je gezicht steeds iets anders is, er ander licht op je gezicht valt en je elke keer iets anders kijkt, is het slimme programma getraind met meer dan een miljard foto’s van andere mensen (dataset). Met behulp van al deze voorbeelden kan het programma heel nauwkeurig voorspellen of het wel echt jouw gezicht of vingerafdruk is (voorspelling).
Het computerprogramma luistert met een geluidssensor naar het nummer en zet dit om in een taal die te begrijpen is door een computer (digitaal). Dit digitale fragment vergelijkt hij vervolgens met alle voorbeelden van nummers (voorspelling) die hij in z’n dataset heeft. Het programma kan zo voorspellen welk nummer jij hoort (voorspelling) en laat dat vervolgens zien in de app.
Netflix werkt vergelijkbaar met YouTube en TikTok. Van iedereen die een account aanmaakt maakt wordt een profiel bijgehouden. Op basis van de films en series die jij kijkt wordt een profiel van jou opgebouwd (dataset). Zo wordt de dataset getraind. Netflix vergelijkt jouw profiel met de profielen van anderen en door te kijken naar de overeenkomsten en verschillen tussen de profielen kan het programma voorspellen welke films en series jij waarschijnlijk leuk zal vinden (voorspelling).
Het slimme computerprogramma gebruikt voorbeelden van wat andere klanten, die ook het product kochten dat jij koopt, daarnaast ook nog gekocht hebben (dataset). Het programma voorspelt zo de producten die jij misschien ook leuk zal vinden (voorspelling) en de shop hoopt dat je daardoor nog meer gaat kopen.
Je vingerafdruk of gezicht gebruikt om je telefoon te ontgrendelen
Een aanbevolen film bekeken op een streamingsdienst
Een app gebruikt om muziek te herkennen
Een product suggestie ontvangen in een online shop
Al deze bovenstaande voorbeelden maken gebruik van een dataset om een voorspelling te doen. Zo heb je bij het instellen van je vingerafdruk of gezichtsherkenning de telefoon ooit getraind.
Het programma vergelijkt jou huidige vingerafdruk met de voorbeelden die je hem eerder hebt gegeven en berekent hoe groot de kans is dat het weer jou vinger is die de telefoon wil ontgrendelen.
Op de site van Teachable Machine ga je nu de camera op jou computer trainen om 3 verschillende soorten fruit te onderscheiden. Klik op de link hier onder en volg de stappen of kijk de instructie video.
Ga naar deze link: Teachable Machine
Klik op: "Aan de slag"
Start een nieuw project met afbeeldingen.
Kies model voor standaard afbeelding.
Geef Class 1 een nieuwe naam middels het pennetje en wijzig dit naar een van de gekozen fruit soort.
Klik op webcam om met je webcam foto's (voorbeelden) te maken van het fruit. Maak verschillende foto's (voorbeelden) zodat de computer het fruit goed herkend.
Als je dit voor alle drie de stukken fruit hebt gedaan klik je vervolgens op
"Je model trainen"
en laat de pagina open staan totdat de computer klaar is met de berekeningen (nadenken).
Nu kunnen jullie je eigen machine learning model gaan testen. Herkent het de verschillende stukken fruit? En wat gebeurd er als je nu 2 stukken fruit voor de camera houd?
Oké, we hebben nu dus gekeken naar de principes van machine learning.
Om te zien of jullie het goed begrepen hebben beantwoord je alleen nog de controle van begrip vragen in deze Googleforms -->
We beginnen de les met een kort spelletje Blooket. De docent kan op deze link klikken.
In de vorige les leerde je over de basis principes van AI en Machine learning. Daarnaast trainde je jouw eigen model om het verschil tussen verschillende stukken fruit te kunnen herkennen.
Alleen de Teachable Machine deed alleen een voorspelling op basis van jou voorbeelden.
Maar met deze voorspelling gebeurde nog niks.
In deze opdracht ga je daarom een bananen beoordelingsmachine programmeren, een slim programma dat op basis van een voorspelling een beslissing kan nemen.
Download eerst ''dit bestand'' en sla deze op in je techniek map.
Pak de bananen en leer de camera op Teachable Machine wat een rijpe, onrijpe goede banaan is. Voeg ook een ''klasse'' toe voor de achtergrond.
Start de training
Kies daarna voor ''Export Model" -->
Kies voor ''Upload my model'' -->
En kopieer de link.
Ga naar deze site:
TM2Scratch
Klik linksonder op de paarse knop om een uitbreiding toe te voegen.
Selecteer hier: ''TM2Scratch''
Voeg daarna ook de uitbreiding ''Video'' toe.
Klik dan op bestand, en Uploaden vanaf de computer.
Selecteer het bestand dat je aan het begin hebt gedownload.
Volg nu de programeer stappen vanuit de video.
Klaar, en testen maar! Laat ook de docent jullie bananen tester even testen.
En denk er aan om jou programma te downloaden en in te leveren in Classroom.
In de video hiernaast leg ik je in ongeveer 3 minuten uit wat een prompt is.
Ook vertel ik waarom het belangrijk is om een goede prompt te schrijven en welke tips je hierbij kunt gebruiken.
Na het kijken van de video vul je deze Google forms om jouw kennis te testen.