Tutte le lezioni

Corso

IA della sesta: IA e pensiero computazionale

Impara algoritmi e dati, e vedi come i modelli di apprendimento automatico vengono addestrati e messi alla prova.

Fai le lezioni in ordine. Alla fine sai distinguere l’IA, l’apprendimento automatico e l’IA generativa, e nominare input, modello e output di un’app di IA vera. Sai scrivere algoritmi con cicli e condizioni e costruire un albero decisionale. Sai spiegare come pixel e testo sono salvati come numeri, classificare un punto dagli esempi più vicini e calcolare l’accuratezza dai risultati del test. Sai spiegare come un neurone combina gli input con i pesi, dividere una frase in token, dare un punteggio a un’app di IA su accuratezza, equità e privacy, e presentare un classificatore di piante e spiegare i suoi errori.

Come usare queste lezioni

  • Parti dalla lezione segnata Fai questo. Vai avanti quando sai fare da te la riga sotto il titolo.
  • Prima gioca ai Giochi. Poi fai i Quiz. 8 di 10 giuste per passare. Le Schede sono su carta. Le risposte sono in fondo.
  • Ogni lezione si appoggia a quella prima. Se una lezione è difficile, torna indietro di una.
  • Usa solo gli strumenti di IA che il tuo insegnante approva. Non incollare mai informazioni private in un chatbot. Controlla ogni risposta dell’IA e di’ quali parti del tuo lavoro ha aiutato l’IA.

Ogni lezione ha giochi, quiz e schede.

0 di 36

Capire l’IA

  1. 1IA, apprendimento automatico e IA generativaDistingui l’IA, l’apprendimento automatico e l’IA generativa.
    • Definisci l’IA, l’apprendimento automatico e l’IA generativa.
    • Disegna come stanno una dentro l’altra.
    • Dividi dieci app nei tre gruppi.
  2. 2Una breve storia dell’IAMetti i momenti importanti dell’IA su una linea del tempo.
    • Metti computer per gli scacchi, assistenti vocali e chatbot su una linea del tempo.
    • Di’ che cosa è cambiato per rendere possibile ciascuno.
    • Nomina una previsione che era sbagliata.
  3. 3IA ristretta e IA generaleSpiega perché l’IA di oggi è più brava nei compiti ristretti.
    • Confronta un programma di scacchi e una persona.
    • Elenca i compiti che l’IA fa bene e quelli in cui fa fatica.
    • Spiega che cosa servirebbe a un’IA generale.
  4. 4Analizza un sistema di IANomina input, modello e output di un’app di IA vera.
    • Scegli un’app, come una ricerca di foto o un traduttore.
    • Disegna il suo input, il modello e l’output.
    • Di’ su quali dati è probabile che sia stata addestrata.

Algoritmi

  1. 5SequenzeScrivi un algoritmo come sequenza di passi.
    • Definisci un algoritmo.
    • Scrivi i passi per fare un panino.
    • Trova i passi che non sono chiari per un computer.
  2. 6CicliUsa un ciclo per ripetere i passi.
    • Sostituisci i passi ripetuti con un ciclo.
    • Usa un ciclo che conta.
    • Usa un ciclo che va avanti finché una condizione è vera.
  3. 7CondizioniUsa le condizioni per scegliere un percorso.
    • Scrivi if, else if ed else.
    • Unisci le condizioni con and, or e not.
    • Segui un algoritmo a mano.
  4. 8Alberi decisionaliCostruisci un albero decisionale che divide gli animali.
    • Fai domande sì o no a ogni ramo.
    • Dividi dieci animali con il tuo albero.
    • Trova l’albero più corto che funziona ancora.

Rappresentazione dei dati

  1. 9Numeri e categorieDistingui i dati numerici dalle categorie.
    • Dividi le caratteristiche in numeri e categorie.
    • Trasforma una categoria in numeri.
    • Di’ perché un computer ha bisogno dei numeri.
  2. 10Immagini come numeriSpiega come i pixel salvano un’immagine come numeri.
    • Disegna un’immagine su una griglia di 0 e 1.
    • Mescola i valori di rosso, verde e blu.
    • Conta i numeri in una foto piccola.
  3. 11Testo come numeriSpiega come il testo può essere salvato come numeri.
    • Trasforma le lettere in codici.
    • Dai un numero a ogni parola di una lista.
    • Conta quante volte compare ogni parola.
  4. 12Tabelle di datiOrganizza i dati in righe, colonne e caratteristiche di una tabella.
    • Costruisci una tabella in un foglio di calcolo.
    • Nomina le caratteristiche e l’etichetta.
    • Ordina e filtra la tabella.

Classificazione

  1. 13Caratteristiche ed etichetteScegli caratteristiche utili per un’etichetta.
    • Di’ che cos’è una caratteristica e che cos’è un’etichetta.
    • Ordina le caratteristiche dalla più utile alla meno utile.
    • Togli una caratteristica che non aiuta.
  2. 14Vicino più prossimoClassifica un punto dagli esempi del vicino più prossimo.
    • Segna gli esempi su un grafico con due caratteristiche.
    • Trova l’esempio più vicino a un punto nuovo.
    • Usa i tre più vicini e fai una votazione.
  3. 15Disegnare i confiniDisegna una linea di confine che separa due gruppi.
    • Disegna una linea tra due gruppi di punti.
    • Classifica i punti nuovi dal lato della linea.
    • Trova dati che nessuna linea retta può separare.
  4. 16Costruisci un classificatoreCostruisci un classificatore semplice con uno strumento senza codice.
    • Carica un piccolo insieme di dati.
    • Addestra un classificatore.
    • Classifica cinque esempi nuovi.

Addestramento del modello

  1. 17Dati di addestramentoSpiega che cosa impara un modello dai dati di addestramento.
    • Di’ che un modello impara schemi, non regole che scrivi tu.
    • Mostra come cambiare i dati cambia il modello.
    • Trova uno schema che un modello ha imparato per caso.
  2. 18Dati di testSpiega perché i dati di test vanno tenuti separati.
    • Dividi i dati in insieme di addestramento e insieme di test.
    • Confronta i punteggi sui due insiemi.
    • Spiega che cosa significa “memorizzare” per un modello.
  3. 19AccuratezzaCalcola l’accuratezza dai risultati del test.
    • Conta le previsioni corrette.
    • Scrivi l’accuratezza come percentuale.
    • Spiega perché il 90% può essere comunque scarso.
  4. 20Migliora un modelloCambia i dati e confronta l’accuratezza per migliorare il modello.
    • Aggiungi altri esempi.
    • Togli le etichette sbagliate.
    • Registra l’accuratezza dopo ogni cambiamento.

Idee sulle reti neurali

  1. 21Neuroni artificialiSpiega come un neurone combina gli input con i pesi.
    • Moltiplica ogni input per il suo peso.
    • Somma e confronta con una soglia.
    • Cambia un peso e guarda cambiare l’output.
  2. 22StratiSpiega come gli strati passano i segnali in avanti.
    • Disegna gli strati di input, nascosto e di output.
    • Fai passare dei numeri in una rete piccola.
    • Di’ perché più strati possono trovare schemi più difficili.
  3. 23Imparare i pesiSpiega che l’addestramento cambia i pesi.
    • Prova dei pesi e controlla l’errore.
    • Sposta un po’ i pesi per rendere l’errore più piccolo.
    • Di’ che l’addestramento ripete questo molte volte.
  4. 24Rete neurale umanaRecita una piccola rete neurale con i compagni.
    • Ogni persona fa da un neurone.
    • Passa i segnali dall’input all’output.
    • Cambia i pesi per correggere una risposta sbagliata.

IA generativa

  1. 25Come si genera il testoSpiega che un modello linguistico prevede il token successivo.
    • Prevedi la parola successiva nelle frasi.
    • Costruisci un piccolo previsore della parola successiva da una storia.
    • Di’ perché il modello può sembrare giusto ed essere sbagliato.
  2. 26TokenDividi una frase in token.
    • Guarda come un tokenizzatore divide le parole.
    • Conta i token in una frase.
    • Di’ perché le parole lunghe diventano più token.
  3. 27Esperimenti sui promptCambia una parte di un prompt e confronta i risultati.
    • Cambia solo una cosa alla volta.
    • Registra ogni prompt e ogni risultato.
    • Scrivi che cosa ha fatto ogni cambiamento.
  4. 28Limiti della generazioneSpiega perché un modello linguistico può inventare.
    • Trova un fatto inventato in una risposta dell’IA.
    • Spiega perché la previsione può produrlo.
    • Elenca modi per controllare il testo dell’IA.

Etica dell’IA

  1. 29BiasTrova un bias in un insieme di dati o in un risultato.
    • Definisci il bias nell’IA.
    • Trova un gruppo sottorappresentato.
    • Spiega come questo cambia i risultati.
  2. 30Accuratezza e fiduciaDecidi quando è sicuro fidarti di una risposta dell’IA.
    • Confronta usi a basso rischio e ad alto rischio.
    • Decidi quando una persona deve controllare.
    • Scrivi una lista di controllo della fiducia.
  3. 31PrivacySpiega quali dati raccoglie un’app di IA.
    • Leggi il riassunto sulla privacy di un’app.
    • Elenca i dati che raccoglie.
    • Di’ che cosa non condivideresti.
  4. 32Valuta un sistema di IADai un punteggio a un’app di IA su accuratezza, equità e privacy.
    • Fai una scheda di valutazione con tre parti.
    • Prova l’app e compilala.
    • Proponi una correzione.

Progetto di scoperta sull’IA

  1. 33Pianifica il progettoScrivi una domanda e pianifica l’insieme di dati.
    • Scrivi la domanda: “Da quale pianta viene questa foglia?”
    • Scegli tre o quattro gruppi di piante.
    • Pianifica gli insiemi di addestramento e di test.
  2. 34Prepara i dati delle pianteDividi ed etichetta le foto delle foglie.
    • Usa un insieme di dati di foglie già pronto.
    • Controlla le etichette.
    • Tieni separato un insieme di test.
  3. 35Addestra e metti alla provaAddestra un classificatore di piante e registra i risultati.
    • Addestra il classificatore.
    • Calcola l’accuratezza sull’insieme di test.
    • Raccogli le previsioni sbagliate.
  4. 36Detective delle piante con l’IAPresenta un classificatore di piante e spiega i suoi errori.
    • Mostra previsioni corrette e sbagliate.
    • Spiega perché sono nati gli errori.
    • Di’ quali esempi in più aiuterebbero.