AI, slim bekeken · Vmbo 2-3 · 1. Train je eigen AI

AI, SLIM BEKEKEN

Train je eigen AI

Je traint zelf een model dat afval sorteert, en test hoe goed het echt is

VMBO 2-3 · LES 1 · 50 MIN

1 / 16
volgende
Slide 1: Slide
newEditorDigitale geletterdheidMiddelbare schoolvmboLeerjaar 2,3

In deze les zitten 16 slides, met interactieve quizzen en tekstslides.

time-iconLesduur is: 50 min
Dit is niet oké

Introductie

Leerlingen trainen met Teachable Machine zelf een model dat afval sorteert in papier, plastic en blik. Ze testen het met duidelijke criteria, ontdekken wanneer het misgaat en verbeteren het met betere data, en zien hoe sorteermachines bij afvalverwerking werken.

Instructies

Onderdelen in deze les

AI, SLIM BEKEKEN

Train je eigen AI

Je traint zelf een model dat afval sorteert, en test hoe goed het echt is

VMBO 2-3 · LES 1 · 50 MIN

AI, slim bekeken: leerlijn AI-geletterdheid. Vmbo 2-3, les 1 van 4 (50 minuten). Lijn: snappen.

Kerndoel: VO 21D: experimenteren met het trainen van AI-systemen; beschrijven van de rol van de kwaliteit van data; 21C.

AILit: Shape 1, Shape 2, Shape 3, Engage 2.

Voorbereiding: Laptops of Chromebooks met webcam, per tweetal of groepje van drie. Open vooraf teachablemachine.withgoogle.com en test of de webcam werkt en of de school de site toelaat. Verzamel schone, droge verpakkingen: per groepje 2 of 3 stuks papier en karton, plastic en blik (vraag leerlingen een week vooraf iets mee te nemen). Geen glas, geen blikken met scherpe randen. Zie de handleiding voor een unplugged alternatief.

De volledige docentenhandleiding staat als bijlage bij deze les. Image credit: Maria Thalassinou / Unsplash

VMBO 2-3 · LES 1 · SNAPPEN

Dit ga je leren

  • Ik kan een AI-model trainen met voorbeelden en labels.

  • Ik kan een model testen met duidelijke criteria.

  • Ik kan uitleggen hoe betere data een model beter maken.

AI, SLIM BEKEKEN

Lees de doelen voor en vraag wat de leerlingen al weten. Kom er aan het eind van de les op terug.

Kun jij in 15 minuten een AI trainen, denk je?

1

Ja, makkelijk

2

Misschien

3

Nee, veel te moeilijk

4

Geen idee wat dat is

AI, SLIM BEKEKEN · VMBO 2-3 · LES 1 · SNAPPEN

  1. Start de poll. 2. Toon de uitslag. Verwacht: veel 'Nee' of 'Geen idee'. 3. Zeg: 'Vandaag train je een AI die afval sorteert: papier, plastic en blik. Aan het eind van de les heeft iedereen hier een eigen AI getraind. Je hebt er geen programmeerkennis voor nodig.' Misvatting: AI maken kan alleen een programmeur bij een groot bedrijf.

VMBO 2-3 · LES 1 · SNAPPEN

Wat is trainen?

  • Je geeft de computer veel voorbeelden met het goede label, bijvoorbeeld 50 foto's van blikjes met het label blik.

  • De computer zoekt zelf wat die foto's gemeen hebben.

  • Het resultaat heet een model.

  • Daarna test je met nieuwe voorbeelden: herkent hij het echt?

AI, SLIM BEKEKEN

  1. Lees de bullets. 2. Zeg: 'Denk aan een nieuwe collega bij de milieustraat. Je laat hem tien keer papier, tien keer plastic en tien keer blik zien. Daarna sorteert hij zelf. Zo train je ook een AI, alleen met veel meer voorbeelden.' 3. Vraag: 'Wat is een label?' Verwacht: 'Het goede antwoord bij een voorbeeld, zoals blik.' Misvatting: je moet de computer uitleggen hoe blik eruitziet. Reageer: 'Nee, hij zoekt het zelf uit de voorbeelden.'

Image credit: Angele Kamp / Unsplash

Zet op volgorde: zo train je een AI

1

Testen met nieuwe voorbeelden

2

Elk voorbeeld een label geven

3

Het model laten trainen

4

Voorbeelden verzamelen

5

Verbeteren met meer of betere voorbeelden

AI, SLIM BEKEKEN · VMBO 2-3 · LES 1 · SNAPPEN

  1. Laat leerlingen de stappen slepen. 2. Bespreek de volgorde. 3. Zeg: 'Stap 5 brengt je weer terug naar stap 1. Trainen is proberen, testen en verbeteren.' 4. Vraag: 'Welke stap vergeten mensen het vaakst?' Verwacht: testen.

VMBO 2-3 · LES 1 · SNAPPEN

Teachable Machine

  • Een gratis website van Google: teachablemachine.withgoogle.com

  • Geen account nodig, je traint gewoon in de browser.

  • Je foto's blijven op deze computer, zolang je niks opslaat of deelt.

  • Je traint met afval: papier, plastic en blik. Geen gezichten van klasgenoten.

AI, SLIM BEKEKEN

  1. Open de site op het digibord en klik mee: Get Started, Image Project, Standard image model. De site is in het Engels. 2. Laat zien: links de klassen (Class 1, Class 2), in het midden Train Model, rechts Preview. 3. Zeg: 'Je hernoemt een klasse door op de naam te klikken: Papier, Plastic, Blik. Met Add a class maak je een derde klasse. Klik op Webcam en houd Hold to Record ingedrukt: zo maak je veel foto's achter elkaar.' 4. Zeg: 'Houd alleen de verpakking in beeld, geen gezichten. Gezichten zijn persoonsgegevens.' Werkt de site niet? Ga naar het unplugged alternatief in de handleiding.

Image credit: Thomas Park / Unsplash

VMBO 2-3 · LES 1 · SNAPPEN

Train je model

MET AI

  1. Maak 3 klassen: Papier, Plastic en Blik.

  2. Maak per klasse ongeveer 50 foto's. Gebruik alle verpakkingen van die soort en draai ze rond.

  3. Klik op Train Model en wacht tot het klaar is.

  4. Houd een verpakking voor de camera en kijk bij Preview wat het model zegt.

12

m

00

s

12 minuten

AI, SLIM BEKEKEN

  1. Zet leerlingen in tweetallen of groepjes van drie achter een laptop met webcam, met hun verpakkingen. Houd de extra testverpakkingen apart. 2. Zeg: 'Eén persoon houdt de verpakking vast, één persoon bedient de computer. Wissel na elke klasse.' 3. Loop rond. Help als de webcam niet start (klik in de browser op Toestaan of Allow). 4. Als het goed gaat, ziet het groepje bij Preview een balk die naar de goede soort afval springt. 5. Laat snelle groepjes een klasse 'Niks' toevoegen (lege tafel). Zonder webcam of site: gebruik de afvalkaartjes uit de handleiding; één leerling is de 'computer' die alleen de 9 trainingskaartjes ziet en daarna de 3 testkaartjes moet sorteren.

VMBO 2-3 · LES 1 · SNAPPEN

Testen met criteria

  • Spreek vooraf af hoe je test. Dat zijn je criteria.

  • Test elke soort afval 10 keer en tel hoe vaak het model goed zit.

  • Test ook moeilijk: een verpakking die het model nog niet zag, ander licht, een andere achtergrond.

  • Schrijf je score op, bijvoorbeeld 8 van de 10.

AI, SLIM BEKEKEN

  1. Lees de bullets. 2. Zeg: 'Tijdens het trainen lijkt alles te werken. Maar een goede tester probeert het model juist in de war te brengen.' 3. Deel nu de extra testverpakkingen uit. 4. Vraag: 'Welke moeilijke test kun je nog meer bedenken?' Verwacht: een platgedrukt blikje, een glimmende chipszak, een drankpak, de verpakking half in je hand verstoppen.

VMBO 2-3 · LES 1 · SNAPPEN

Test je model

GROEPJES

  1. Test elke soort afval 10 keer. Turf op je lijst: goed of fout.

  2. Doe minstens 3 moeilijke tests: een nieuwe verpakking, ander licht, andere achtergrond.

  3. Schrijf bij elke soort afval je score op.

  4. Schrijf op: wanneer ging het fout?

7

m

00

s

7 minuten

AI, SLIM BEKEKEN

  1. Deel de turflijsten uit. 2. Zeg: 'Wees streng. Je wilt weten hoe goed je model echt is.' 3. Loop rond en vraag: 'Wanneer ging het fout? Waarom denk je?' Verwacht: 'De chipszak glimt, dus hij dacht blik', 'Het drankpak lijkt op papier', 'Bij ander licht.' 4. Zeg bij het drankpak: 'Lastig, hè? In veel gemeenten hoort een drankpak bij het plastic afval. Ook mensen twijfelen hier.' 5. Laat drie groepjes hun beste en slechtste score noemen. Zeg: 'Fouten zijn nuttig: ze vertellen je wat er in je data mist.'

Je model zegt bij een glimmende chipszak: blik. Hoe komt dat?

A

Het model is kapot en moet opnieuw worden gekocht

B

Een chipszak is te dun om te kunnen herkennen

C

Er zat geen glimmend plastic in de trainingsdata

D

Het model kan alleen flessen als plastic zien

  1. Laat iedereen kiezen. 2. Goed: er zat geen glimmend plastic in de trainingsdata. 3. Zeg: 'Het model weet niet wat blik is. Het heeft geleerd: glimmend is meestal blik, want alle glimmende foto's waren blikjes.' 4. Wie 'alleen flessen' kiest, is dicht bij het goede idee. Vraag: 'En waarom zou dat zo zijn?' Verwacht: 'Omdat we alleen flessen hadden bij plastic.' Zeg: 'Precies, het ligt aan de data. Oplossing: train met meer soorten plastic.'

VMBO 2-3 · LES 1 · SNAPPEN

Zo maak je je model beter

Meer variatie

Meer soorten verpakkingen, ander licht, andere hoeken en achtergronden.

Evenveel

Ongeveer evenveel foto's per soort afval, anders gokt het model scheef.

Klasse Niks

Een klasse met alleen de lege tafel, zodat het model niet altijd iets roept.

Opnieuw testen

Na elke verbetering test je weer met dezelfde criteria.

AI, SLIM BEKEKEN

  1. Toon de kaarten. 2. Zeg: 'Kies er één uit die jullie model beter maakt, en probeer hem als er tijd is.' 3. Vraag bij 'Evenveel': 'Wat gebeurt er als je 100 foto's van blik hebt en 10 van papier?' Verwacht: 'Dan zegt hij vaker blik.' 4. Zeg: 'Dit is hetzelfde probleem als scheve data bij echte AI.'

VMBO 2-3 · LES 1 · SNAPPEN

Zo werkt het in het echt

  • In een sorteerfabriek gaat afval over een lopende band langs camera's en sensoren.

  • Een AI herkent het materiaal. Luchtstoten of robotarmen halen het eruit.

  • Ook die modellen zijn getraind met duizenden gelabelde voorbeelden, en getest.

  • Vuile, platte of gemengde verpakkingen zijn ook voor die machines lastig.

AI, SLIM BEKEKEN

  1. Lees de bullets. 2. Zeg: 'Wat jullie net deden, doen afvalbedrijven ook. Alleen met veel meer voorbeelden, snellere camera's en veel strengere tests.' 3. Vraag: 'Wat moet zo'n sorteermachine allemaal aankunnen?' Verwacht: vuil, platgedrukte flessen, verpakkingen met papier en plastic samen, veel afval tegelijk. 4. Vraag: 'Wat gebeurt er als de machine fouten maakt?' Verwacht: 'Dan kan het afval niet goed gerecycled worden.' Zeg: 'Daarom helpt het ook als jij thuis goed scheidt.'

Wat deed jullie model goed, wat ging fout, en hoe kwam dat?

AI, SLIM BEKEKEN · VMBO 2-3 · LES 1 · SNAPPEN

  1. Laat elk groepje één antwoord typen. 2. Een goed antwoord noemt een score, een situatie waarin het misging en een oorzaak in de data. Bijvoorbeeld: 'Blik 9 van 10 goed. Het drankpak zag hij als papier, want we hadden geen drankpakken in onze data.' 3. Lees er een paar voor en koppel steeds terug aan de data.

Stelling: Als een model 9 van de 10 keer goed zit, is het goed genoeg.

1

Eens

2

Oneens

3

Weet ik nog niet

AI, SLIM BEKEKEN · VMBO 2-3 · LES 1 · SNAPPEN

  1. Lees de stelling. Laat leerlingen gaan staan (eens) of blijven zitten (oneens). 2. Vraag argumenten. Verwacht voor: '90 procent is heel veel', 'Mensen maken ook fouten.' Verwacht tegen: 'Een sorteermachine verwerkt duizenden verpakkingen per uur, dan gaat 1 op 10 heel vaak mis', 'In een ziekenhuis is 1 op 10 fout veel te veel.' 3. Zeg: 'Het hangt af van waar je het voor gebruikt. Bij een spelletje maakt een foutje niks uit, bij een medische scan wel.'

Wat heb je vooral nodig om een goed AI-model te trainen?

A

Veel gevarieerde voorbeelden met labels

B

Een heel dure en snelle computer

C

Veel foto's van precies dezelfde situatie

D

Een uitleg in woorden van elk soort afval

  1. Laat iedereen kiezen. 2. Goed: veel gevarieerde voorbeelden met labels. 3. Zeg bij 'dezelfde situatie': 'Dan leert het model alleen die ene situatie.' 4. Zeg bij 'dure computer': 'Jullie deden het net op een gewone laptop. De data zijn het belangrijkst.'

VMBO 2-3 · LES 1 · SNAPPEN

Woorden van vandaag

Trainen Een AI veel voorbeelden met labels geven, zodat hij zelf patronen leert.

Label Het goede antwoord bij een voorbeeld, zoals 'blik'.

Model Het getrainde AI-systeem dat nieuwe voorbeelden kan herkennen.

Klasse Een groep voorbeelden met hetzelfde label.

Testen Het model nieuwe voorbeelden laten zien en tellen hoe vaak het goed zit.

Criteria Afspraken over hoe je test en wanneer iets goed genoeg is.

AI, SLIM BEKEKEN

Herhaal de woorden kort. Laat leerlingen er een zin mee maken of er een aanwijzen die ze nu beter snappen.