Semua pelajaran

Kursus

AI tahun 6: AI dan pemikiran komputasional

Belajar algoritma dan data, dan lihat bagaimana model pembelajaran mesin dilatih dan diuji.

Buat pelajaran mengikut turutan. Di akhir, kamu boleh membezakan AI, pembelajaran mesin, dan AI generatif, serta menamakan input, model, dan output bagi aplikasi AI yang sebenar. Kamu boleh menulis algoritma dengan gelung dan syarat, serta membina pokok keputusan. Kamu boleh menerangkan bagaimana piksel dan teks disimpan sebagai nombor, mengelaskan titik mengikut contoh terdekat, dan mengira ketepatan daripada hasil ujian. Kamu boleh menerangkan bagaimana neuron menggabungkan input dengan pemberat, membahagi ayat kepada token, memberi markah kepada aplikasi AI pada ketepatan, keadilan, dan privasi, serta membentangkan pengelas tumbuhan dan menerangkan kesilapannya.

Cara guna pelajaran ini

  • Mula pada pelajaran yang bertanda Buat ini. Teruskan bila kamu boleh buat sendiri baris di bawah tajuk.
  • Main Permainan dulu. Kemudian jawab Kuiz. 8 daripada 10 betul untuk lulus. Lembaran kerja ada di kertas. Jawapan ada di bawah.
  • Setiap pelajaran dibina di atas pelajaran sebelumnya. Jika pelajaran susah, kembali satu.
  • Guna hanya alat AI yang guru kamu luluskan. Jangan sekali-kali tampal maklumat peribadi ke dalam chatbot. Semak setiap jawapan AI, dan sebut bahagian kerja kamu yang dibantu AI.

Setiap pelajaran ada permainan, kuiz dan lembaran kerja.

0 daripada 36

Memahami AI

  1. 1AI, pembelajaran mesin, dan AI generatifBezakan AI, pembelajaran mesin, dan AI generatif.
    • Takrifkan AI, pembelajaran mesin, dan AI generatif.
    • Lukis bagaimana ketiga-tiganya berada di dalam satu sama lain.
    • Bahagikan sepuluh aplikasi kepada tiga kumpulan.
  2. 2Sejarah ringkas AILetakkan detik penting AI pada garis masa.
    • Letakkan komputer catur, pembantu suara, dan chatbot pada garis masa.
    • Sebut apa yang berubah sehingga setiap satu menjadi mungkin.
    • Namakan satu ramalan yang salah.
  3. 3AI sempit dan AI umumTerangkan mengapa AI hari ini paling baik pada tugas yang sempit.
    • Bandingkan program catur dan seorang manusia.
    • Senaraikan tugas yang AI buat dengan baik dan tugas yang sukar baginya.
    • Terangkan apa yang diperlukan oleh AI umum.
  4. 4Analisis sistem AINamakan input, model, dan output bagi aplikasi AI yang sebenar.
    • Pilih satu aplikasi, seperti carian foto atau penterjemah.
    • Lukis input, model, dan outputnya.
    • Sebut data apa yang mungkin digunakan untuk melatihnya.

Algoritma

  1. 5JujukanTulis algoritma sebagai jujukan langkah.
    • Takrifkan algoritma.
    • Tulis langkah membuat sandwic.
    • Cari langkah yang tidak jelas bagi komputer.
  2. 6GelungGuna gelung untuk mengulang langkah.
    • Ganti langkah yang berulang dengan gelung.
    • Guna gelung yang mengira.
    • Guna gelung yang berjalan sehingga syarat dipenuhi.
  3. 7SyaratGuna syarat untuk memilih laluan.
    • Tulis if, else if, dan else.
    • Gabungkan syarat dengan and, or, dan not.
    • Jejaki algoritma dengan tangan.
  4. 8Pokok keputusanBina pokok keputusan yang mengasingkan haiwan.
    • Tanya soalan ya atau tidak pada setiap dahan.
    • Asingkan sepuluh haiwan dengan pokok kamu.
    • Cari pokok paling pendek yang masih berfungsi.

Perwakilan data

  1. 9Nombor dan kategoriBezakan data nombor daripada kategori.
    • Bahagikan ciri kepada nombor dan kategori.
    • Tukar kategori kepada nombor.
    • Sebut mengapa komputer perlukan nombor.
  2. 10Imej sebagai nomborTerangkan bagaimana piksel menyimpan imej sebagai nombor.
    • Lukis gambar pada grid 0 dan 1.
    • Campurkan nilai merah, hijau, dan biru.
    • Kira nombor dalam foto kecil.
  3. 11Teks sebagai nomborTerangkan bagaimana teks boleh disimpan sebagai nombor.
    • Tukar huruf kepada kod.
    • Beri nombor kepada setiap perkataan dalam senarai.
    • Kira berapa kali setiap perkataan muncul.
  4. 12Jadual dataSusun data kepada baris, lajur, dan ciri dalam jadual.
    • Bina jadual dalam hamparan elektronik.
    • Namakan ciri dan label.
    • Isih dan tapis jadual.

Pengelasan

  1. 13Ciri dan labelPilih ciri yang berguna untuk satu label.
    • Sebut apa itu ciri dan label.
    • Susun ciri daripada paling berguna hingga paling tidak berguna.
    • Buang ciri yang tidak membantu.
  2. 14Jiran terdekatKelaskan titik mengikut contoh jiran terdekat.
    • Plot contoh pada graf dengan dua ciri.
    • Cari contoh paling dekat dengan titik baharu.
    • Guna tiga yang paling dekat, lalu ambil undian.
  3. 15Melukis sempadanLukis garis sempadan yang memisahkan dua kumpulan.
    • Lukis garis antara dua kumpulan titik.
    • Kelaskan titik baharu mengikut sisi garisan.
    • Cari data yang tidak boleh dipisahkan oleh garis lurus.
  4. 16Bina pengelasBina pengelas mudah dengan alat tanpa kod.
    • Muat set data yang kecil.
    • Latih pengelas.
    • Kelaskan lima contoh baharu.

Latihan model

  1. 17Data latihanTerangkan apa yang dipelajari model daripada data latihan.
    • Sebut bahawa model belajar corak, bukan peraturan yang kamu tulis.
    • Tunjukkan bagaimana menukar data menukar model.
    • Cari corak yang dipelajari model secara tidak sengaja.
  2. 18Data ujianTerangkan mengapa data ujian mesti diasingkan.
    • Bahagikan data kepada set latihan dan set ujian.
    • Bandingkan markah pada dua set itu.
    • Terangkan apa maksud “menghafal” bagi sebuah model.
  3. 19KetepatanKira ketepatan daripada hasil ujian.
    • Kira ramalan yang betul.
    • Tulis ketepatan sebagai peratus.
    • Terangkan mengapa 90% masih boleh teruk.
  4. 20Perbaiki modelTukar data dan bandingkan ketepatan untuk memperbaiki model.
    • Tambah lebih banyak contoh.
    • Buang label yang salah.
    • Catat ketepatan selepas setiap perubahan.

Konsep rangkaian neural

  1. 21Neuron buatanTerangkan bagaimana neuron menggabungkan input dengan pemberat.
    • Darabkan setiap input dengan pemberatnya.
    • Jumlahkan, lalu bandingkan dengan ambang.
    • Tukar satu pemberat dan lihat output berubah.
  2. 22LapisanTerangkan bagaimana lapisan menghantar isyarat ke hadapan.
    • Lukis lapisan input, tersembunyi, dan output.
    • Lalukan nombor melalui rangkaian yang kecil.
    • Sebut mengapa lebih banyak lapisan boleh menemui corak yang lebih sukar.
  3. 23Belajar pemberatTerangkan bahawa latihan mengubah pemberat.
    • Teka pemberat, lalu semak ralatnya.
    • Gerakkan pemberat sedikit supaya ralat lebih kecil.
    • Sebut bahawa latihan mengulang ini banyak kali.
  4. 24Rangkaian neural manusiaLakunkan rangkaian neural yang kecil bersama rakan sekelas.
    • Setiap orang bertindak sebagai satu neuron.
    • Hantar isyarat daripada input ke output.
    • Tukar pemberat untuk membetulkan jawapan yang salah.

AI generatif

  1. 25Bagaimana teks dijanaTerangkan bahawa model bahasa meramal token seterusnya.
    • Ramal perkataan seterusnya dalam ayat.
    • Bina peramal perkataan seterusnya yang kecil daripada sebuah cerita.
    • Sebut mengapa model boleh kedengaran betul tetapi salah.
  2. 26TokenBahagikan ayat kepada token.
    • Lihat bagaimana tokenizer membahagi perkataan.
    • Kira token dalam satu ayat.
    • Sebut mengapa perkataan panjang menjadi beberapa token.
  3. 27Eksperimen promptTukar satu bahagian prompt dan bandingkan hasilnya.
    • Tukar satu perkara sahaja pada satu masa.
    • Catat setiap prompt dan hasil.
    • Tulis apa yang dilakukan oleh setiap perubahan.
  4. 28Had penjanaanTerangkan mengapa model bahasa boleh mereka-reka.
    • Cari fakta yang direka dalam jawapan AI.
    • Terangkan mengapa ramalan boleh menghasilkannya.
    • Senaraikan cara menyemak teks AI.

Etika AI

  1. 29BiasCari bias dalam set data atau hasil.
    • Takrifkan bias dalam AI.
    • Cari kumpulan yang kurang diwakili.
    • Terangkan bagaimana ia mengubah hasil.
  2. 30Ketepatan dan kepercayaanPutuskan bila jawapan AI selamat untuk dipercayai.
    • Bandingkan guna berisiko rendah dan berisiko tinggi.
    • Putuskan bila seseorang mesti menyemak.
    • Tulis senarai semak kepercayaan.
  3. 31PrivasiTerangkan data apa yang dikumpul oleh aplikasi AI.
    • Baca ringkasan privasi sebuah aplikasi.
    • Senaraikan data yang dikumpulnya.
    • Sebut apa yang kamu tidak akan kongsi.
  4. 32Nilai sistem AIBeri markah kepada aplikasi AI pada ketepatan, keadilan, dan privasi.
    • Buat kad markah dengan tiga bahagian.
    • Uji aplikasinya, lalu isi kad itu.
    • Cadangkan satu pembaikan.

Projek penerokaan AI

  1. 33Rancang projekTulis soalan dan rancang set data.
    • Tulis soalan: “Daun ini daripada tumbuhan yang mana?”
    • Pilih tiga atau empat kumpulan tumbuhan.
    • Rancang set latihan dan set ujian.
  2. 34Sediakan data tumbuhanAsingkan dan label gambar daun.
    • Guna set data daun yang sudah disediakan.
    • Semak label.
    • Asingkan set ujian.
  3. 35Latih dan ujiLatih pengelas tumbuhan dan catat hasil.
    • Latih pengelas.
    • Kira ketepatan pada set ujian.
    • Kumpulkan ramalan yang salah.
  4. 36Detektif tumbuhan AIBentangkan pengelas tumbuhan dan terangkan kesilapannya.
    • Tunjukkan ramalan yang betul dan yang salah.
    • Terangkan mengapa kesilapan itu berlaku.
    • Sebut contoh tambahan apa yang akan membantu.