WorkShop - Programmieren mit KI im Informatikunterricht
Dieser WorkShop wurde auf dem Informatiktag 2020 als ONLINE-Veranstaltung durchgeführt.
LEITUNG: Alexander Schindler REFERENTEN/-INNEN: Alexander Dietz
Wenn heute von einer Künstlichen Intelligenz (KI) die Rede ist, kommen normalerweise künstliche neuronale Netzwerke mit Deep Learning zum Einsatz. In diesem Workshop erläutern wir die theoretischen Grundlagen dieser Netze, benutzen vorgefertigte Anwendungen (z. B. Google Teachable Machine), programmieren mit vorhandenen Plattformen (z. B. Cognimates) und entwickeln eigene kleine neuronale Netze (z. B. mit TensorFlow). Anhand praktischer Beispiele wollen wir das Thema KI für Schüler/-innen zugänglich machen und es ihnen so ermöglichen, KI selbst einzusetzen und auch Nutzen und Risiken dieser Technik abzuschätzen. Als Programmiersprache wird Python verwendet. Vorkenntnisse sind hilfreich, aber nicht notwendig.
Ablauf
- Vorstellung- Vortragsfolien (PDF-Datei)
- Theoretische Grundlagen
- Programmieren mit Cognimates - Cognimates-Arbeitsblatt (ODT-Datei)
- Für diesen ersten Teil des Workshops (Programmieren von Texterkennung /Bilderkennung mit Cognimates) wird lediglich ein Browser und ggf. eine eigene Webcam benötigt.
- Die beiden zugehörigen Scratch-Dateien: Stimmung.sb3 und schnick_schnack_schnuck.sb3
- Programmieren mit TensorFlow - Arbeitsweise von neuronalen Netzwerken (PDF-Datei)
- Für den zweiten Teil (Programmierung mit Python und Tensorflow) ist es am einfachsten, Google Colab zu verwenden.
Dort wird ein eigener gooogle-Account zwingend benötigt. Natürlich kann auch eine eigene Python-Umgebung verwenden werden (z.B. Anaconda). Diese muss aber zwingend mit Tensorflow und numpy arbeiten können. Zum Testen sollten folgende Anweisungen "erkannt" werden:
import tensorflow as tf
import numpy
import matplotlib - Die beiden Beispiele, einmal als Jupiter-Notebook-Dateien (Endung .ipynb) und als normale Python-Dateien (Endung .py):
- MinimalesCodeBsp.ipynb, MinimalesCodeBsp.py, schrifterkennung.ipynb, schrifterkennung.py
- Für den zweiten Teil (Programmierung mit Python und Tensorflow) ist es am einfachsten, Google Colab zu verwenden.
- Diskussion
Das gesamte Material als ZIP-Datei.
Redaktionell verantwortlich: Frank Oppermann
Der Bildungsserver Berlin-Brandenburg ist ein Service des Landesinstituts für Schule und Medien Berlin-Brandenburg im Auftrag der Senatsverwaltung für Bildung, Jugend und Familie (Berlin) und des Ministeriums für Bildung, Jugend und Sport Land Brandenburg.