Tools
In diesem Abschnitt finden sie unterschiedlichste Tools oder Werkzeuge mit denen die Schüler:innen im Unterricht experimentieren, arbeiten oder lernen können.
Table of contents
Online - Anwendungen
| Link | Beschreibung |
|---|---|
| Teachable Machine | Im Browser kann mittels Webcam oder Upload von Dateinen sehr unkompliziert ein neuronales Netz auf beliebige Gegenstände/Personen trainiert werden. Über Lernparameter oder Grafiken kann der Lernprozess verfolgt werden. Das trainierte Netz steht zum Testen im Browser zur Verfügung oder kann für die Weitererwendung in Python oder JavaScript exportiert werden. |
| Machine Learning for Kids | Ähnlich wie Teachable Machine. Mittels Upload von Dateien kann ein Modell trainiert und im Browser getestet werden. Anschließend ist eine Weiterverarbeitung in Scratch oder dem AppInventor möglich. |
| Art Bot (englisch) | Browserspiel in dem ein Roboter darauf trainiert wird Kunstwerke zu unterscheiden oder durch Katakomben zu manövrieren. Vermittelt auf spielerische Weise Entscheidungsbäume und verstärktes Lernen. |
| Super Meat Bot (englisch) | Lernspiel indem ein Bot mittels verstärktem Lernen trainiert werden kann, sich durch 2D Plattform Level zu bewegen. |
| Thing Translator | Man macht ein Foto von einem beliebigen Gegenstand und die KI versucht zu erkennen, um was es sich handelt. Ausgabe in vielen Sprachen. Funktioniert am besten mit dem Smartphone. Lässt sich gut als kleines Unterrichtsprojekt nachbauen. |
| Evolution (englisch) | Browseranwendung in der Wesen mit Gliedmaßen, Gelenken und Muskeln erstellt werden können und durch verstärktes Lernen laufen lernen. |
| Which face is real? |
Browserspiel in der jeweils ein echtes und ein generiertes Bild gegenübergestellt wird. Der Spielende muss die echte Person erkennen. |
| Moral Machine | Browserspiel in der der Spielende entscheidet, welche Parteien bei einem tödlichen Unfall sterben müssen (ähnlich dem Trolley-Problem). Am Ende sieht man einen Vergleich der eigenen Wahl zu der der Allgemeinheit. |
| Artbreeder |
Aus ausgewählten Bildern werden vollkommen neue erzeugt. Registrierung nötig. |
| Deep Dream Generator (englisch) | KI wendet Stil von einem Bild auf ein anderes an. KI interpretiert Bilder und stellt da, was es sieht. Account benötigt. |
| QuickDraw | Spieler zeichnet den vorgegebenen Begriff und die KI versucht das Bild zu erkennen. |
| Sketch-RNN | KI vervollständigt die eigenen Zeichnungen. |
| Handwriting | Ki vervollständigt die eigene Handschrift. |
| I AM A.I. | virtuelle Ausstellung über verschiedene Facetten von KI mit Möglichkeiten der Erprobung |
| inf-schule - Lernende Systeme | Verbesserungen eines trainierten neuronalen Netzes mit Aufgaben für Schüler*innen |
| Schlag den Computer | Spiel zu verstärkendem Lernen „Schlag den Roboter“, Unplugged-Material zum Spiel |
| Animalgame | trainierbare KI, die Eingabedaten in Form verschiedener Tiere klassifiziert und erkennt |
| Mensch oder KI | Rätsel / Quiz „Mensch oder KI“ |
| Labyrinth - verstärktes Lernen | Kleines Lernspiel in dem ein Labyrinth erstellt wird, durch dass sich ein Roboter hinduch bewegt. |
Simulationen
| Link | Beschreibung |
|---|---|
| Tensorflow Playground (englisch) | Visuelle Darstellung eines neuronalen Netzes, welches auf verschiedene Klassifikationsaufgaben trainiert werden kann. Mit einer Vielzahl von Trainingsparameter und Visualisierung des Netzes kann das Training gesteuert und nachvollzogen werden. |
| KI-Erleben |
Drei verschiedene Modi: Ausnutzen und Erkunden/unüberwachtes Lernen/Gradientenverfahren Das Gradientenverfahren wird anhand einer Schatzsuche erklärt. Durch Klicken kann die eigene Leistung mit der des Computers verglichen werden. |
|
The Bibites (englisch) (muss installiert werden) |
Simulation in der kleine Lebewesen in einer Welt versuchen zu überleben und sich durch Evolution weiterentwickeln. Vor der Simulation können verschiedene Parameter eingestellt werden. Für jede Kreatur kann man sich das evolutionierte neuronale Netz anzeigen lassen. |
| Evolution Simulator (englisch) | Simulation in der Wesen mit vernetzten Gliedmaßen erstellt werden und das Laufen lernen. Die Prozessschritte evolutionärer Algorithmen sind übersichtlich dargestellt und die Entwicklung einer ganzen Population, sowie eines Individuums kann nachvollzogen werden. |
| Simulation CNN | Als Nutzer zeichnet man selbst eine Ziffer. Anschließend wird diese in eine künstliches neuronales Netz übergeben, in der alle Schichten grafisch dargestellt werden, sodass die Verarbeitung durch die einzelnen Schichten nachvollzogen werden kann. |
| KI-Labor | Diese Webseite ermöglicht eine praktische Einführung in das Gebiet des maschinellen Lernens, eine Methode der Künstlichen Intelligenz (KI). Im Inhalt knüpft diese Seite an den Massive Open Online Course Elements of AI an, aber alle Übungen können auch ohne Kenntnis des MOOC bearbeitet werden. |
Programme
| Link | Beschreibung |
|---|---|
| Orange3 | Datamining Software Orange (geignet für Maschinelles Lernen) |
| Lobe | Ähnlich wie Teachable Machine ist Lobe ein Automl-Tool, indem ohne Programmieren ein ML-Model trainiert werden kann. Bei Lobe muss eine Anwendung installiert werden, dafür läuft das Training in der Cloud ab und hängt nicht von der eigenen Rechnerleistung ab. |
| MemBrain | MemBrain ist ein leistungsstarker graphischer Neuronale Netze Editor und Simulator für Microsoft Windows, der Neuronale Netze beliebiger Größe und Architektur unterstützt. Siehe Materialien "Machine Learning in der Schule". |
| Wombo.AI | Smarpthone-App. Mittels dem Uploads eines Fotos wird dieses so animiert, dass es augewählte Lieder singt und dabei verschiedene Mimiken darstellt. |
Bibliotheken und Datensätze
| Link | Beschreibung |
|---|---|
| PyCaret | Python Bibliothek für Maschinelles Lernen |
| Iris | freie Bibliothek, Datensatz zu Schwertlilien (geeignet für überwachtes und unüberwachtes Lernen) |
| pyLDAvis | freie Bibliothek zu Visualisierung/Clustering von Daten und interaktiver Klassenmodellierung (fortgeschritten) |
| MNIST Dataset | Beispielhaftes Einbinden und Trainieren eines Models zur Handschrifterkennung mit dem MNIST Dataset in Python. |
| Bibliothek KI im Informatikunterricht | freie Bibliothek zum Programmieren, sowie Unterrichtsreihen zu Künstlichen Neuronalen Netzen |