- Мастер-класс
Час ИИ
Один час — от вопроса «может ли машина думать?» до модели, которую группа обучила сама, и до умения использовать чат-бота не просто как машину для ответов.
Обзор
Час устроен так, что группа успевает обучить модель прежде, чем кто-то объяснит, что такое обучение. Он начинается с вопроса, который Тьюринг задал в 1950 году, и отделяет научную фантастику от того, что есть на самом деле. Затем каждый обучает классификатор изображений прямо в браузере и нарочно ломает его — и тут становится понятен урок об обучающих данных. Дальше та же идея масштабируется до языковых моделей, а последняя треть посвящена промптам: один и тот же вопрос, заданный четырьмя способами, даёт четыре разных ответа, и управляет тот, кто спрашивает. Завершается урок ограничениями — выдуманными фактами, слабыми рассуждениями о физическом пространстве и предвзятостью, унаследованной от данных.
Для кого
Рассчитан на детей 10–12 лет и их родителей; подходит и для целого класса, и для небольшой группы. Предварительные знания не нужны, программирования нет.
Результаты обучения
- Объяснить, что такое машинное обучение: модель, сформированная примерами, а не набор правил, написанных вручную.
- Обучить работающий классификатор изображений в браузере и объяснить, почему он ошибается на том, чего никогда не видел.
- Своими словами описать, что делает большая языковая модель и откуда берутся её ответы.
- Написать промпт, задающий роль и ситуацию, и заметить, насколько меняется ответ.
- Назвать конкретные сбои — выдуманные факты, уверенную чепуху о физическом пространстве, предвзятость из обучающих данных.
- Понимать, когда ответ нужно проверить, а не принимать на веру.
План урока
| Этап | Минуты |
|---|---|
| Откуда взялся вопрос Вопрос Тьюринга 1950 года и игра в имитацию. Разделите две вещи, которые часто путают: решать сложные интеллектуальные задачи — не то же самое, что обладать разумом, а узкий ИИ — не общий ИИ. Короткое сравнение того, что обещали фильмы, с тем, что на самом деле есть в комнате. | 5 |
| Обучение на данных Что на самом деле значит обучение — на входе примеры, на выходе модель, никаких правил вручную. Сюда хорошо подходит задание по ИИ от Code.org — оно даёт каждому поработать руками. | 10 |
| Обучите свою модель Каждый обучает классификатор изображений в Teachable Machine: несколько классов, по нескольку десятков снимков с камеры на каждый, и через пару минут всё работает. Затем сломайте его нарочно — покажите что-то вне обучающей выборки или смените освещение — и дайте группе разобраться, почему модель уверенно ошибается. Здесь и становится понятна роль обучающих данных. | 15 |
| От картинок к словам Та же идея в другом масштабе: вместо фотографий кошек — почти все предложения, которые когда-либо написали люди. Модель учится, какие слова обычно следуют за какими. Что это даёт — ответы, объяснения, перевод, черновики — и чего не даёт: памяти между разговорами, знаний о вчерашнем дне, верной арифметики; зато модель выдумывает факты. | 10 |
| Промпты Промпт — это инструкция, и один вопрос, заданный четырьмя способами, даёт четыре разных ответа: спросите как бабушка, как мама, как друг-одиннадцатилетка, как учитель. Затем дайте попробовать что-то настоящее — спланировать день рождения для друзей, которые хотят разного, попросить астрофизика объяснить чёрные дыры и сказать, какая часть осталась непонятной, или описать игру и прочитать код, который вернётся. Главный контраст: просить готовый ответ, чтобы его списать, ничему не учит, а задавать следующий вопрос — в этом вся суть. | 12 |
| Где он ломается и кто решает Предвзятость, усвоенная из данных, сгенерированные изображения и голоса как подделки, объём собираемых о людях данных и модели, обученные на чужом труде. Покажите случай, когда модель уверенно и неправильно рассуждает о физическом пространстве. Завершите позицией, которую стоит держать: это мощный инструмент, которым вы управляете своими вопросами, чьи ответы вы проверяете и чьи решения по-прежнему принимаете вы. | 8 |
| Всего | 60 |
Оборудование
- Ноутбук или планшет на участника или пару, у каждого — работающая камера: без неё Teachable Machine не работает.
- Доступ в интернет, причём teachablemachine.withgoogle.com, code.org и experiments.withgoogle.com должны открываться из школьной сети.
- Проектор для демонстраций и для этапа с промптами.
- Один аккаунт чат-бота для этапа с промптами. Управлять им с проектора удобно — и это самый простой ответ на возрастные ограничения таких аккаунтов.
Перед уроком
- Сначала сами пройдите весь сценарий с Teachable Machine. Урок чаще всего срывают камера, заблокированная разрешениями браузера, и школьная сеть, которая фильтрует сайт.
- Подготовьте три-четыре своих промпта. Этап с промптами сильно буксует, если группе приходится придумывать первый с нуля.
- Заранее решите, как будет использоваться чат-бот — вами с проектора или на аккаунтах участников, — и уточните позицию своей школы.
- Emoji Scavenger Hunt — хорошие пять минут, если вы закончили раньше: он ещё раз показывает, как работает распознавание изображений.
Дополнительное задание
Сравните две-три модели на одном и том же вопросе и обсудите, почему ответы различаются — и что, кроме возможностей, должно решать, какую из них использовать: цена, открытость и происхождение.