Mọi bài học

Khóa học

AI lớp 6: AI và tư duy tính toán

Học thuật toán và dữ liệu. Xem mô hình học máy được huấn luyện và kiểm tra thế nào.

Học các bài theo thứ tự. Cuối khóa, bạn phân biệt được AI, học máy và AI tạo sinh, và gọi tên đầu vào, mô hình và đầu ra của một ứng dụng AI thật. Bạn viết được thuật toán có vòng lặp và điều kiện, và dựng được cây quyết định. Bạn giải thích được điểm ảnh lưu một ảnh thành số thế nào và chữ được lưu thành số thế nào, phân loại một điểm theo các ví dụ gần nhất, và tính độ chính xác từ kết quả kiểm tra. Bạn giải thích được nơ-ron kết hợp đầu vào với trọng số thế nào, tách một câu thành token, chấm một ứng dụng AI về độ chính xác, sự công bằng và quyền riêng tư, rồi trình bày bộ phân loại cây và giải thích lỗi của nó.

Cách dùng các bài học này

  • Bắt đầu ở bài có chữ Làm việc này. Tự làm được dòng dưới tiêu đề thì hãy đi tiếp.
  • Chơi Trò chơi trước. Rồi làm Bài kiểm tra. Đúng 8/10 câu thì đạt. Phiếu bài tập ở trên giấy. Đáp án ở phía dưới.
  • Mỗi bài nối tiếp bài trước. Bài nào khó thì lùi lại một bài.
  • Chỉ dùng công cụ AI mà thầy cô cho phép. Đừng bao giờ dán thông tin riêng vào chatbot. Kiểm tra mọi câu trả lời của AI. Nói AI đã giúp những phần nào trong bài của bạn.

Mỗi bài có trò chơi, bài kiểm tra và phiếu bài tập.

0/36

Hiểu về AI

  1. 1AI, học máy và AI tạo sinhPhân biệt AI, học máy và AI tạo sinh.
    • Định nghĩa AI, học máy và AI tạo sinh.
    • Vẽ cách chúng nằm trong nhau.
    • Xếp 10 ứng dụng vào ba nhóm.
  2. 2Lịch sử ngắn của AIĐặt các mốc AI quan trọng lên một dòng thời gian.
    • Đặt máy tính chơi cờ, trợ lý giọng nói và chatbot lên dòng thời gian.
    • Nói điều gì đã đổi để mỗi cái trở nên làm được.
    • Nêu một dự đoán đã sai.
  3. 3AI hẹp và AI tổng quátGiải thích vì sao AI hôm nay giỏi nhất ở việc hẹp.
    • So sánh một chương trình chơi cờ và một người.
    • Liệt kê việc AI làm tốt và việc AI làm còn khó.
    • Giải thích AI tổng quát sẽ cần gì.
  4. 4Phân tích một hệ thống AIGọi tên đầu vào, mô hình và đầu ra của một ứng dụng AI thật.
    • Chọn một ứng dụng, như tìm bằng ảnh hoặc công cụ dịch.
    • Vẽ đầu vào, mô hình và đầu ra của nó.
    • Nói nó có thể đã được huấn luyện trên dữ liệu nào.

Thuật toán

  1. 5Các bước theo thứ tựViết một thuật toán thành các bước theo thứ tự.
    • Định nghĩa thuật toán.
    • Viết các bước để làm một chiếc bánh sandwich.
    • Tìm bước mà máy tính không hiểu rõ.
  2. 6Vòng lặpDùng vòng lặp để lặp lại các bước.
    • Thay các bước lặp đi lặp lại bằng một vòng lặp.
    • Dùng vòng lặp có đếm.
    • Dùng vòng lặp chạy đến khi điều kiện đúng.
  3. 7Điều kiệnDùng điều kiện để chọn một đường đi.
    • Viết if, else if và else.
    • Kết hợp điều kiện bằng and, or và not.
    • Lần theo thuật toán bằng tay.
  4. 8Cây quyết địnhDựng một cây quyết định để sắp xếp động vật.
    • Ở mỗi nhánh, hỏi câu có hoặc không.
    • Sắp xếp 10 con vật bằng cây của bạn.
    • Tìm cây ngắn nhất mà vẫn đúng.

Biểu diễn dữ liệu

  1. 9Số và loạiPhân biệt số với loại.
    • Xếp đặc trưng thành số và loại.
    • Đổi một loại thành số.
    • Nói vì sao máy tính cần số.
  2. 10Ảnh là sốGiải thích điểm ảnh lưu một ảnh thành số thế nào.
    • Vẽ một hình trên lưới các số 0 và 1.
    • Trộn giá trị đỏ, lục và lam.
    • Đếm các số trong một ảnh nhỏ.
  3. 11Chữ là sốGiải thích chữ được lưu thành số thế nào.
    • Đổi chữ cái thành mã.
    • Gán một số cho mỗi từ trong danh sách.
    • Đếm mỗi từ xuất hiện bao nhiêu lần.
  4. 12Bảng dữ liệuSắp dữ liệu thành hàng, cột và đặc trưng.
    • Lập một bảng trong bảng tính.
    • Gọi tên các đặc trưng và nhãn.
    • Sắp xếp và lọc bảng.

Phân loại

  1. 13Đặc trưng và nhãnChọn đặc trưng hữu ích cho một nhãn.
    • Nói đặc trưng là gì và nhãn là gì.
    • Xếp đặc trưng từ hữu ích nhất đến ít hữu ích nhất.
    • Bỏ một đặc trưng không giúp ích.
  2. 14Ví dụ gần nhấtPhân loại một điểm theo các ví dụ gần nhất.
    • Chấm các ví dụ lên đồ thị có hai đặc trưng.
    • Tìm ví dụ gần nhất với một điểm mới.
    • Lấy ba ví dụ gần nhất rồi bỏ phiếu.
  3. 15Vẽ ranh giớiVẽ một đường tách hai nhóm.
    • Vẽ một đường giữa hai nhóm điểm.
    • Phân loại điểm mới theo phía của đường thẳng.
    • Tìm dữ liệu mà không đường thẳng nào tách được.
  4. 16Dựng bộ phân loạiDựng một bộ phân loại đơn giản bằng công cụ không cần viết mã.
    • Tải một tập dữ liệu nhỏ.
    • Huấn luyện bộ phân loại.
    • Phân loại 5 ví dụ mới.

Huấn luyện mô hình

  1. 17Dữ liệu huấn luyệnGiải thích mô hình học được gì từ dữ liệu huấn luyện.
    • Nói rằng mô hình học quy luật, không phải luật do bạn viết.
    • Cho thấy đổi dữ liệu thì mô hình đổi thế nào.
    • Tìm một quy luật mà mô hình học nhầm.
  2. 18Dữ liệu kiểm traGiải thích vì sao dữ liệu kiểm tra phải để riêng.
    • Chia dữ liệu thành tập huấn luyện và tập kiểm tra.
    • So sánh điểm trên hai tập.
    • Giải thích “học thuộc” nghĩa là gì với một mô hình.
  3. 19Độ chính xácTính độ chính xác từ kết quả kiểm tra.
    • Đếm các dự đoán đúng.
    • Viết độ chính xác thành phần trăm.
    • Giải thích vì sao 90% vẫn có thể là tệ.
  4. 20Cải thiện mô hìnhĐổi dữ liệu và so độ chính xác.
    • Thêm ví dụ.
    • Bỏ các nhãn sai.
    • Ghi độ chính xác sau mỗi lần đổi.

Ý tưởng về mạng nơ-ron

  1. 21Nơ-ron nhân tạoGiải thích nơ-ron kết hợp đầu vào với trọng số thế nào.
    • Nhân mỗi đầu vào với trọng số của nó.
    • Cộng lại rồi so với một ngưỡng.
    • Đổi một trọng số và xem đầu ra đổi.
  2. 22Các lớpGiải thích các lớp truyền tín hiệu về phía trước thế nào.
    • Vẽ lớp đầu vào, lớp ẩn và lớp đầu ra.
    • Đưa các số qua một mạng rất nhỏ.
    • Nói vì sao nhiều lớp hơn có thể tìm quy luật khó hơn.
  3. 23Học trọng sốGiải thích rằng huấn luyện làm đổi trọng số.
    • Đoán trọng số rồi kiểm tra sai số.
    • Dịch trọng số một chút cho sai số nhỏ hơn.
    • Nói rằng huấn luyện lặp lại việc này nhiều lần.
  4. 24Mạng nơ-ron bằng ngườiDiễn một mạng nơ-ron nhỏ cùng các bạn.
    • Mỗi bạn là một nơ-ron.
    • Truyền tín hiệu từ đầu vào đến đầu ra.
    • Đổi trọng số để sửa một câu trả lời sai.

AI tạo sinh

  1. 25Chữ được tạo ra thế nàoGiải thích rằng mô hình ngôn ngữ đoán token tiếp theo.
    • Đoán từ tiếp theo trong câu.
    • Dựng một bộ đoán từ tiếp theo rất nhỏ từ một câu chuyện.
    • Nói vì sao mô hình nghe có vẻ đúng nhưng vẫn sai.
  2. 26TokenTách một câu thành token.
    • Xem bộ tách token tách từ thế nào.
    • Đếm token trong một câu.
    • Nói vì sao từ dài thành nhiều token.
  3. 27Thử câu nhắcĐổi một phần của câu nhắc và so kết quả.
    • Mỗi lần chỉ đổi một thứ.
    • Ghi mỗi câu nhắc và kết quả.
    • Viết mỗi lần đổi đã làm gì.
  4. 28Giới hạn của việc tạo nội dungGiải thích vì sao mô hình ngôn ngữ có thể bịa.
    • Tìm một sự thật bịa trong câu trả lời của AI.
    • Giải thích vì sao dự đoán có thể tạo ra nó.
    • Liệt kê cách kiểm tra văn bản của AI.

Đạo đức AI

  1. 29Thiên lệchTìm thiên lệch trong một tập dữ liệu hoặc một kết quả.
    • Định nghĩa sự thiên lệch trong AI.
    • Tìm một nhóm có quá ít đại diện.
    • Giải thích điều đó đổi kết quả thế nào.
  2. 30Độ chính xác và tin cậyQuyết định khi nào câu trả lời của AI đủ an toàn để tin.
    • So sánh việc dùng có rủi ro thấp và rủi ro cao.
    • Quyết định khi nào một người phải kiểm tra.
    • Viết một danh sách kiểm tra độ tin cậy.
  3. 31Quyền riêng tưGiải thích một ứng dụng AI thu thập những dữ liệu nào.
    • Đọc bản tóm tắt quyền riêng tư của một ứng dụng.
    • Liệt kê dữ liệu nó thu thập.
    • Nói bạn sẽ không chia sẻ điều gì.
  4. 32Đánh giá một hệ thống AIChấm một ứng dụng AI về độ chính xác, sự công bằng và quyền riêng tư.
    • Làm một phiếu chấm điểm gồm ba phần.
    • Thử ứng dụng rồi điền phiếu.
    • Đề xuất một cách sửa.

Dự án khám phá AI

  1. 33Lên kế hoạch dự ánViết một câu hỏi và lên kế hoạch tập dữ liệu.
    • Viết câu hỏi: “Lá này của cây nào?”
    • Chọn 3 hoặc 4 nhóm cây.
    • Lên kế hoạch tập huấn luyện và tập kiểm tra.
  2. 34Chuẩn bị dữ liệu câySắp xếp và gắn nhãn ảnh lá.
    • Dùng một tập dữ liệu lá đã chuẩn bị.
    • Kiểm tra các nhãn.
    • Giữ tập kiểm tra riêng.
  3. 35Huấn luyện và kiểm traHuấn luyện bộ phân loại cây và ghi kết quả.
    • Huấn luyện bộ phân loại.
    • Tính độ chính xác trên tập kiểm tra.
    • Gom các dự đoán sai.
  4. 36Thám tử cây bằng AITrình bày bộ phân loại cây và giải thích lỗi của nó.
    • Cho xem dự đoán đúng và sai.
    • Giải thích vì sao các lỗi xảy ra.
    • Nói thêm ví dụ nào sẽ giúp.