Узнайте об искусственном интеллекте (ИИ)
Наш новый модуль учебной программы фокусируется на этике ИИ, исследует проблемы предвзятости, а также исследует и объясняет фундаментальные концепции с помощью ряда онлайновых и автономных занятий и групповых обсуждений. Узнать больше Изучить модуль
ИИ и машинное обучение влияют на весь наш мир, меняя то, как мы живем и как работаем. Вот почему для всех нас крайне важно понимать эту все более важную технологию, в том числе не только то, как она разработана и применяется, но и ее социальные и этические последствия. Присоединяйтесь к нам, чтобы исследовать ИИ в новой серии видеороликов, обучать ИИ для океанов более чем на 25 языках, обсуждать этику и многое другое!
ИИ для океанов
Помогите А.И. очистите океаны, научив их обнаруживать мусор! Узнайте об обучающих данных и предвзятости, а также о том, как ИИ может решать мировые проблемы. Посмотреть план урока.
Как работает ИИ
Узнайте о том, как работает искусственный интеллект и почему это важно, из этой серии коротких видеороликов. С участием генерального директора Microsoft Сатьи Наделлы и различных экспертов.
ИИ и этика
Учащиеся размышляют об этических последствиях ИИ, а затем вместе работают над созданием ресурса «Кодекс этики ИИ» для создателей ИИ и законодателей во всем мире.
В сотрудничестве с
Мы благодарим Microsoft за поддержку нашего видения и миссии, направленной на то, чтобы у каждого ребенка была возможность изучать информатику и навыки, необходимые для достижения успеха в 21 веке.
НОВЫЙ модуль искусственного интеллекта и машинного обучения
Модуль искусственного интеллекта и машинного обучения — это примерно пятинедельный модуль учебной программы, который можно преподавать как отдельный модуль или как дополнительный модуль в CS Discoveries. Он фокусируется на этике ИИ, исследует проблемы предвзятости, а также исследует и объясняет фундаментальные концепции. Поскольку машинное обучение зависит от больших наборов данных, новый раздел включает наборы реальных данных о здравоохранении, демографии и многом другом, чтобы вовлечь студентов в изучение таких вопросов, как: « Какую проблему может решить машинное обучение?» «Как ИИ может помочь обществу?» «Кому выгоден ИИ?» «Кому причиняют вред?» «Кто участвует?» "Кто отсутствует?" Этические соображения будут в центре внимания этих дискуссий, с частыми дискуссионными моментами и уроками, связанными с воздействием этих технологий. Это поможет учащимся развить целостное, вдумчивое понимание этих технологий, в то время как они изучают технические основы того, как эти технологии работают.
Изучите модуль
Как работает ИИ
Эта серия коротких видеороликов с вступительным словом генерального директора Microsoft Сатьи Наделлы познакомит вас с тем, как работает искусственный интеллект и почему это важно. Узнайте о нейронных сетях или о том, как ИИ учится, и изучите такие вопросы, как алгоритмическая предвзятость и этика принятия решений ИИ.
Представляем, как работает ИИ
× Закрыть
Что такое машинное обучение?
× Закрыть
Данные обучения и систематическая ошибка
× Закрыть
Нейронные сети
× Закрыть
Компьютерное зрение
× Закрыть
Этика и ИИ: равный доступ и алгоритмическая предвзятость
× Закрыть
Этика и ИИ: конфиденциальность и будущее работы
× Закрыть
× Закрыть
Панельная дискуссия «Этика ИИ»
Узнайте больше с некоторыми из наших любимых экспертов по искусственному интеллекту! Эта панельная дискуссия затрагивает такие важные вопросы, как алгоритмическая предвзятость и будущее работы. Соедините его с нашим планом уроков по искусственному интеллекту и этике, чтобы получить отличное введение в этику искусственного интеллекта!
Видео об ИИ от других организаций:
- Видение ИИ: сделать визуальный мир более доступным (3:27)
- Борьба с предвзятостью в алгоритмах (8:44)
- Машинное обучение и человеческие предубеждения (2:33)
- Этика ИИ (8:03)
- Машинное обучение: решение больших, маленьких и сложных проблем (5:19)
- Как твой телефон узнает, что это собака? (5:57)
- Что такое ИИ? (6:14)
- Машинное обучение: объяснение за 5 минут (5:14)
- Типы машинного обучения (6:37)
- Что такое машинное обучение и как оно работает? (3:51)
Дополнительные ресурсы
КС во благо
Ресурсы, которые вдохновят учащихся на глубокие размышления о роли информатики в создании более справедливого и устойчивого мира.
Молодежный кубок Imagine
Этот глобальный челлендж AI for Good знакомит учащихся с инициативами Microsoft AI for Good, позволяя им решать мировые проблемы с помощью силы ИИ.
Активности на базе AI и ML
| Мероприятия | Описание |
| Видеть ИИ | Бесплатное приложение, рассказывающее об окружающем мире на разных языках. |
| Зарисовка! | Может ли нейронная сеть научиться распознавать рисунки? |
| Обучаемая машина | Научите компьютер распознавать ваши собственные изображения, звуки и позы. |
| Эксперименты с ИИ с Google | Начните изучать машинное обучение с помощью изображений, рисунков, языка, музыки и многого другого. |
| Zooniverse — Снимок горной зебры | Помогите защитить находящуюся под угрозой исчезновения зебру Кейп-Маунтин, идентифицируя различных животных на изображениях. |
| Акинатор | Подумайте о человеке, даже из книги или фильма, и это приложение угадает, о ком вы думаете, задавая вопросы. |
| Выживание лучшего | Онлайн-игра, в которой вы используете машинное обучение для отбора кандидатов на собеседование. В процессе вы обнаружите, как предвзятость может проникнуть в приложения ИИ, и увидите, какое влияние она оказывает на вовлеченных людей. |
| Детская площадка МЛ | Интерактивная демонстрация нескольких распространенных алгоритмов машинного обучения со ссылками на дополнительные ресурсы для дальнейшего изучения. |
Преподавайте и узнавайте об ИИ
| Имя | Описание | Аудитория |
| Майнкрафт ИИ во благо | Получите доступ к бесплатным ресурсам, включая план урока, видео, учебную программу по информатике и тренинги для учителей.(Требуется Minecraft: Education Edition) | К-12 (требуется чтение) |
| Бесплатные виртуальные мастер-классы от Microsoft | Пробудите любопытство с помощью бесплатных мастер-классов по STEM и программированию. | К-12 (требуется чтение) |
| Машинное обучение для детей | Обучайте модель машинного обучения с помощью текста, чисел или изображений и используйте ее для создания игр в Scratch. | К-12 (требуется чтение) |
| IBM: машинное обучение для детей | IBM: машинное обучение для детей | К-12 (требуется чтение) |
| ECS: искусственный интеллект (ИИ) | Новая альтернативная учебная программа для учебной программы Exploring Computer Science (ECS). | Средняя школа |
| aiEDU: Введение в искусственный интеллект | Введение в ИИ — это бесплатная, инновационная, учитывающая культурные особенности учебная программа, в которой учащиеся получают концептуальные знания о том, что такое ИИ и как он используется в реальном мире. | Средняя школа |
| Элементы ИИ | Серия бесплатных онлайн-курсов, созданных Reaktor и Хельсинкским университетом. | Средняя школа |
| Когниматы | Образовательная платформа ИИ для создания игр, программирования роботов и обучения. | К-12 (требуется чтение) |
| AI4All: открытая учебная программа | Междисциплинарная адаптируемая учебная программа для учителей старших классов и учащихся, изучающих искусственный интеллект. Также включает серию «Bytes of AI», представляющую собой небольшие уроки, которые можно включить в любой класс. | Учителя средней школы |
| Массачусетский технологический институт: искусственный интеллект + учебная программа по этике | Учебная программа для средней школы, основанная на проектах, в которой исследуются вопросы этики и влияния ИИ на общество. | Учителя средней школы |
| Массачусетский технологический институт: танцы с ИИ | Учебная программа, основанная на проектах, по созданию интерактивных проектов искусственного интеллекта, ориентированных на движение. Все проекты выполняются в Scratch с использованием новых блоков искусственного интеллекта для обнаружения движений тела и лица. | Учителя средней школы |
| IBM: курс для самостоятельного изучения основ ИИ | Пособие по искусственному интеллекту для начинающих, предназначенное для учащихся старших классов. Студенты изучают основы искусственного интеллекта и получают значок в конце курса. | Ученики старшей школы |
| ActuAI: деятельность ИИ | Серия мероприятий, связанных с ИИ, которые можно выполнять дома или в рамках внеклассной программы. | Учащиеся K-12, учителя или родители |
| ECS: искусственный интеллект (ИИ) | Новая альтернативная учебная программа для учебной программы Exploring Computer Science (ECS). | Учителя средних и старших классов |
| ISTE: ИИ в образовании | Коллекция ресурсов для обучения ИИ в классе для всех уровней. Включает ссылки на проекты и мероприятия, а также на профессиональное развитие учителей. | Учителя К-12 |
| ИИ для учителей | Коллекция ресурсов, заданий, планов уроков и профессионального развития для внедрения ИИ в ваш класс. | Учителя К-12 |
| Ресурсы AI4K12 | Список ресурсов рабочей группы AI4K12 для учителей, заинтересованных в использовании ИИ в своих классах. | Учителя К-12 |
ИИ для океанов: за кулисами
Уровни 2–4 используют предварительно обученную модель, предоставленную проектом TensorFlow MobileNet. Модель MobileNet — это сверточная нейронная сеть, обученная на ImageNet, наборе данных из более чем 14 миллионов изображений, вручную аннотированных такими словами, как «воздушный шар» или «клубника». Чтобы настроить эту модель с помощью помеченных обучающих данных, которые учащийся генерирует в этом упражнении, мы используем технику, называемую трансферным обучением. Каждое изображение в обучающем наборе данных передается в MobileNet в виде пикселей, чтобы получить список аннотаций, которые, скорее всего, применимы к нему. Затем для нового изображения мы передаем его в MobileNet и сравниваем полученный список аннотаций с аннотациями из обучающего набора данных. Мы классифицируем новое изображение с тем же ярлыком (например, «рыба» или «не рыба»), что и изображения из обучающей выборки с наиболее похожими результатами.
Уровни 6-8 используют машину опорных векторов (SVM). Мы смотрим на каждый компонент рыбы (например, глаза, рот, тело) и собираем все метаданные для компонентов (например, количество зубов, форма тела) в вектор чисел для каждой рыбы. Мы используем эти векторы для обучения SVM.На основе обучающих данных SVM разделяет «пространство» всех возможных рыб на две части, которые соответствуют классам, которые мы пытаемся выучить (например, «синяя» или «не синяя»).
