Alle Lektionen

Kurs

KI in der 12. Klasse: KI-Systeme, Forschung und Innovation

Entwirf, teste und stelle ein eigenes KI-System bereit und stelle es als Abschlussprojekt vor.

Mach die Lektionen der Reihe nach. Am Ende kannst du die Systemkomponenten und die Dienste eines KI-Systems abbilden, die Modellauswahl nach Qualität, Geschwindigkeit und Kosten treffen und einen Architekturentwurf zeichnen und verteidigen. Du kannst eine Forschungsfrage schreiben, die du testen kannst, und einen Projektvorschlag auf einer Seite mit einer Vergleichsbasis. Du kannst einen Prototyp bauen, der funktioniert, einen Versuchsplan schreiben, die Robustheit mit verrauschten Eingaben testen und in einer Ablationsstudie Teile entfernen und messen, was jedes beiträgt. Du kannst eine kleine Nutzerstudie machen, eine Demo online stellen und ihre Fehler und Kosten verfolgen, abwägen, wer gewinnt und wer verlieren könnte, und ein eigenes KI-System und seine Bewertung vorstellen.

So benutzt du diese Lektionen

  • Fang bei der Lektion an, auf der Mach das steht. Geh weiter, wenn du die Zeile unter dem Titel allein machen kannst.
  • Spiel zuerst die Spiele. Dann mach das Quiz. 8 von 10 richtig zum Bestehen. Die Arbeitsblätter sind auf Papier. Die Antworten sind unten.
  • Jede Lektion bringt dein Abschlussprojekt voran. Führe ein Projekttagebuch: jede Entscheidung, jedes Experiment und jedes Ergebnis, auch die, die gescheitert sind.
  • Wähle ein Abschlussprojekt in Wissenschaft, Nachhilfe, Robotik und Sehen, oder eine Startup-Idee. Nutze nur Daten, die du benutzen darfst, hol vor jeder Nutzerstudie Zustimmung ein, halte API-Schlüssel geheim und setze ein Ausgabenlimit.

Jede Lektion hat Spiele, Quiz und Arbeitsblätter.

0 von 36

Architektur von KI-Systemen

  1. 1SystemkomponentenBilde die Systemkomponenten und die Dienste eines KI-Systems ab.
    • Nenne die Schichten für Daten, Modell, Serving und Oberfläche.
    • Ordne ein echtes KI-Produkt darauf zu.
    • Finde die einzelnen Ausfallstellen.
  2. 2ModellauswahlTriff die Modellauswahl nach Qualität, Geschwindigkeit und Kosten.
    • Vergleiche drei Modelle auf deinem eigenen Testdatensatz.
    • Miss Geschwindigkeit und Kosten pro Anfrage.
    • Wähle eines und begründe den Kompromiss.
  3. 3Bauen oder kaufenEntscheide, wann du baust (trainieren oder feinjustieren) oder eine API kaufst.
    • Liste die Kosten jeder Option.
    • Bedenke Daten, Privatsphäre und Kontrolle.
    • Entscheide für dein Abschlussprojekt.
  4. 4ArchitekturentwurfZeichne einen Architekturentwurf und verteidige ihn.
    • Zeichne die Komponenten und den Datenfluss.
    • Markiere, wo Fehler und Angriffe passieren könnten.
    • Stelle ihn vor und beantworte Fragen.

Problemformulierung

  1. 5Finde ein ProblemFinde ein echtes Problem, das sich zu lösen lohnt.
    • Befrage Menschen, die das Problem haben.
    • Prüfe, was es schon gibt.
    • Sag, warum KI das richtige Werkzeug ist, oder nicht.
  2. 6ForschungsfragenSchreibe eine Forschungsfrage, die du testen kannst.
    • Mach aus einer weiten Idee eine enge Frage.
    • Nenne, was du messen wirst.
    • Sag, welches Ergebnis sie beantworten würde.
  3. 7AnforderungenListe die Anforderungen: was das System tun muss und was nicht.
    • Schreibe funktionale Anforderungen.
    • Schreibe Grenzen für Genauigkeit, Geschwindigkeit, Kosten und Sicherheit.
    • Ordne sie nach Priorität.
  4. 8ProjektvorschlagSchreibe einen Projektvorschlag auf einer Seite mit einer Vergleichsbasis.
    • Nenne Problem, Ansatz und Daten.
    • Definiere eine einfache Vergleichsbasis, die du schlagen willst.
    • Setze einen Zeitplan.

Fortgeschrittene KI-Anwendungen

  1. 9Multimodale SystemeKombiniere Sehen, Text und Audio in einem multimodalen System.
    • Untersuche ein echtes multimodales System.
    • Wähle, wie du die Eingaben kombinierst.
    • Finde, wo eine Eingabe die Fehler einer anderen korrigieren kann.
  2. 10AgentensystemeEntwirf Agentensysteme mit mehreren Schritten und Prüfungen.
    • Teile die Arbeit auf die Rollen Planer, Arbeiter und Prüfer auf.
    • Füge Prüfungen zwischen den Schritten ein.
    • Begrenze Werkzeuge und Ausgaben.
  3. 11KI für die WissenschaftErkläre, wie KI für die Wissenschaft Entdeckungen beschleunigt.
    • Untersuche einen Fall, wie Proteinfaltung oder Wettervorhersage.
    • Sag, was die KI getan hat und was die Forschenden getan haben.
    • Finde einen wissenschaftlichen Datensatz, den du nutzen könntest.
  4. 12PrototypBaue einen Prototyp: eine erste Version, die funktioniert.
    • Baue die kleinste Version, die von Anfang bis Ende funktioniert.
    • Lass ihn gegen die Vergleichsbasis laufen.
    • Liste, was du zuerst verbessern willst.

Versuchsplanung

  1. 13HypothesenFormuliere eine Hypothese und was sie widerlegen würde.
    • Schreibe eine Hypothese, die du testen kannst.
    • Schreibe das Ergebnis, das sie widerlegen würde.
    • Sage die Größe des Effekts voraus.
  2. 14Variablen und KontrollenÄndere eine Variable und halte die Kontrollen fest.
    • Nenne die unabhängige und die abhängige Variable.
    • Lege Zufallsseeds und Einstellungen fest.
    • Führe jede Einstellung mehrmals aus.
  3. 15Datensätze und AufteilungenBaue faire Datensätze und Aufteilungen: Training, Validierung und Test.
    • Verhindere Lecks zwischen den Aufteilungen.
    • Teile nach Zeit, Ort oder Person, wenn nötig.
    • Sperre den Testdatensatz bis zum Ende.
  4. 16VersuchsplanSchreibe einen Versuchsplan, bevor du etwas startest.
    • Liste jeden Lauf und seine Einstellungen.
    • Lege die Metriken vorher fest.
    • Schätze Rechenaufwand und Kosten.

KI-Bewertung

  1. 17BenchmarksWähle einen Benchmark und erkläre seine Grenzen.
    • Finde einen öffentlichen Benchmark für deine Aufgabe.
    • Prüfe, ob Modelle ihn im Training gesehen haben könnten.
    • Füge eigene Testfälle hinzu.
  2. 18RobustheitTeste die Robustheit mit verrauschten und verschobenen Eingaben.
    • Füge Rauschen, Tippfehler und Unschärfe hinzu.
    • Teste mit Daten von einem neuen Ort oder einer neuen Zeit.
    • Miss, wie stark der Wert sinkt.
  3. 19AblationsstudienMach eine Ablationsstudie: entferne Teile und miss, was jedes beiträgt.
    • Liste die Teile deines Systems.
    • Entferne jeweils eines und starte neu.
    • Mach eine Tabelle der Ergebnisse.
  4. 20Ergebnisse berichtenBerichte Ergebnisse mit Fehlerbalken und ehrlichen Grenzen.
    • Zeige Mittelwert und Streuung über die Läufe.
    • Vergleiche mit der Vergleichsbasis.
    • Schreibe die Grenzen klar auf.

Zusammenarbeit von Mensch und KI

  1. 21Menschliche AufsichtEntscheide mit menschlicher Aufsicht, wo ein Mensch freigeben muss.
    • Ordne Entscheidungen nach Risiko.
    • Setze bei den riskanten eine Person dazu.
    • Entwirf einen einfachen Weg, die KI zu übersteuern.
  2. 22ErklärbarkeitNutze Erklärbarkeit: erkläre, warum ein Modell eine Wahl getroffen hat.
    • Nutze Merkmalswichtigkeit oder Saliency-Maps.
    • Zeige Quellen für erzeugte Antworten.
    • Prüfe, ob Nutzer die Erklärung verstehen.
  3. 23RückkopplungsschleifenBaue Rückkopplungsschleifen: sammle Nutzerrückmeldung, um das System zu verbessern.
    • Füge Bewertungen und Kommentare hinzu.
    • Mach aus Rückmeldung neue Testfälle.
    • Achte auf Rückmeldung, die Voreingenommenheit hinzufügt.
  4. 24NutzerstudieFühre eine kleine Nutzerstudie durch und fasse sie zusammen.
    • Hol von jedem Teilnehmenden Zustimmung ein.
    • Gib Aufgaben und miss Erfolg und Zeit.
    • Fasse zusammen, was funktioniert hat und was nicht.

Bereitstellung und Betrieb

  1. 25InferenzdiensteBiete Inferenzdienste: stelle ein Modell hinter einer API bereit.
    • Packe das Modell in eine Web-API.
    • Füge Eingabeprüfungen und Zeitlimits hinzu.
    • Mach einen Lasttest.
  2. 26ÜberwachungMach Überwachung: verfolge Fehler, Geschwindigkeit und Drift.
    • Protokolliere Anfragen ohne persönliche Daten.
    • Zeichne Fehler und Antwortzeit in ein Diagramm.
    • Erkenne, wenn Eingaben von den Trainingsdaten abdriften.
  3. 27Kosten und SkalierungSchätze Kosten und Skalierung: die Kosten pro Nutzer.
    • Miss die Kosten pro Anfrage.
    • Schätze die Kosten bei 100 und bei 10,000 Nutzern.
    • Senke die Kosten mit Zwischenspeicher oder einem kleineren Modell.
  4. 28Stelle eine Demo onlineStelle eine Demo online, die andere ausprobieren können.
    • Stelle sie bei einem kostenlosen Hoster online.
    • Füge ein Ausgabenlimit und Anfragelimits hinzu.
    • Schreibe eine kurze Anleitung für Nutzer.

KI-Innovation

  1. 29ChancenFinde Chancen: einen Bedarf, den KI erfüllen könnte.
    • Untersuche drei KI-Produkte und die Bedarfe, die sie erfüllen.
    • Finde einen Bedarf, der noch nicht erfüllt ist.
    • Schätze, wer es nutzen würde.
  2. 30ForschungsethikPrüfe mit Forschungsethik Zustimmung, Privatsphäre und Schaden.
    • Prüfe Lizenz und Zustimmung für deine Daten.
    • Entferne persönliche Daten.
    • Liste mögliche Schäden und wie du sie verringerst.
  3. 31Gesellschaftliche WirkungWäge die gesellschaftliche Wirkung ab: wer gewinnt und wer verlieren könnte.
    • Bilde alle ab, die dein System betrifft.
    • Wäge Nutzen und Risiken für jede Gruppe ab.
    • Ändere deswegen eine Designentscheidung.
  4. 32Antrag oder PitchSchreibe einen Antrag oder Pitch: Forschungsantrag oder Geschäftsfall.
    • Wähle einen Forschungsantrag oder einen Startup-Pitch.
    • Stütze jede Behauptung mit deinen Ergebnissen.
    • Übe es mit Rückmeldung.

Studio für das KI-Abschlussprojekt

  1. 33IteriereIteriere: verbessere das System anhand der Testergebnisse.
    • Wähle die größte Schwäche aus deiner Bewertung.
    • Behebe sie und führe die Tests erneut aus.
    • Trage die Änderung in dein Projekttagebuch ein.
  2. 34Technisches SchreibenSchreibe mit technischem Schreiben einen klaren Bericht.
    • Schreibe Zusammenfassung, Methode, Ergebnisse und Grenzen.
    • Mach klare Abbildungen und Tabellen.
    • Teile deinen Code, damit andere ihn wiederholen können.
  3. 35Poster und DemoMach ein Poster und eine Live-Demo.
    • Mach ein Forschungs-Poster auf einer Seite.
    • Bereite eine Live-Demo von drei Minuten vor.
    • Bereite einen Ersatz vor, falls die Demo scheitert.
  4. 36KI-AbschlussprojektStelle dein KI-Abschlussprojekt vor: ein eigenes KI-System und seine Bewertung.
    • Stelle Problem, System und Ergebnisse vor.
    • Zeige, wie es zur Vergleichsbasis steht.
    • Beantworte Fragen zu seinen Grenzen.