Než začnete
Základní otázky:
Jak roboti sdělují data uživatelům?
Jaké faktory ovlivňují zrak a proč?
Porozumění jednotce:
- Vědeckou metodu lze použít k prozkoumání vlastností robotů.
- Data z umělé inteligence (AI Vision) se mohou měnit v závislosti na prostředí robota.
Sladění se standardy
Asociace učitelů informatiky (CSTA)
- 1B-CS-02: Modelujte, jak počítačový hardware a software spolupracují jako systém za účelem plnění úkolů.
- 1B-DA-06: Vizuálně uspořádat a prezentovat shromážděná data pro zdůraznění vztahů a podporu tvrzení.
- 1B-DA-07: Využít data k zdůraznění nebo navržení vztahů příčiny a následku, předpovědi výsledků nebo sdělení myšlenky.
- 1B-AP-12: Úprava, remixace nebo začlenění částí existujícího programu do vlastní práce za účelem vývoje něčeho nového nebo přidání pokročilejších funkcí.
- 2-DA-08: Shromažďujte data pomocí výpočetních nástrojů a transformujte je tak, aby byla užitečnější a spolehlivější.
- 3B-DA-07: Vyhodnoťte schopnost modelů a simulací testovat a podporovat zpřesňování hypotéz.
- 3B-AP-09: Implementujte algoritmus umělé inteligence pro hraní hry proti lidskému soupeři nebo pro řešení problému.
Potřebné materiály (na skupinu):
- Kódovací robot VEX AIM
- Ovladač s jednou páčkou
- 1 oranžový sud
- 1 modrý sud
- 1 sportovní míč
- ID značky duben 0
- AIM Field (4 dlaždice a 8 stěn)
- Časopis
- Různé materiály pro výuku ve třídě (viz níže)
Studenti budou v průběhu hodiny zkoumat různé vlastnosti AI Vision. Pro tyto průzkumy budou studenti potřebovat další studijní materiály. Podrobnosti o materiálech potřebných pro každý průzkum jsou uvedeny v poznámkách pro učitele na následující straně.
Potřebujete další pomoc se začleněním výzkumných metod do vaší výuky? Členové PD+ All Access si mohou rezervovat individuální setkání s expertem na VEX a probrat.
Doporučený čas pro tuto lekci: 7–12 lekcí
I když se tempo výuky bude lišit v jednotlivých třídách, doporučené načasování vám může pomoci efektivně plánovat. „Sezení“ trvá přibližně 45–50 minut. Své studenty znáte nejlépe, proto upravte načasování podle potřeby tak, aby co nejlépe vyhovovalo potřebám vašich studentů ve vašem prostředí.
- Úvod: 1 sezení
- Zkoumání AI Vision: 1–2 sezení na průzkum (Celkový čas: 4–8 sezení pro všechna 4 průzkumy)
- Dát to všechno dohromady: 2–3 sezení
V této lekci se seznámíte s možnostmi senzoru AI Vision ve vašem kódovacím robotu VEX AIM! Čeká na vás série vyšetřování, abyste se mohli hlouběji ponořit do světa AI Vision. Na konci této jednotky zkombinujete všechny své nové znalosti a vytvoříte projekt, ve kterém váš robot reaguje na různé objekty na hřišti na základě robotického vidění s využitím umělé inteligence!
Podívejte se na video níže a dozvíte se více:
- Jak nastavit výzvu.
- Jeden způsob, jakým by robot mohl reagovat na každý objekt.
Po zhlédnutí videa proběhne ve třídě diskuse o něm. Zaznamenejte si odpovědi na následující otázky do deníku, abyste si uspořádali myšlenky k diskusi.
- Co si myslíte, že dokáže robotova umělá inteligence detekovat?
- Jaká data z tohoto kurzu máte na podporu svých myšlenek?
- Jak bychom se mohli dozvědět více o tom, co ovlivňuje AI Vision?
- Jaké máte otázky ohledně používání AI Vision?
Po zhlédnutí videa proběhne ve třídě diskuse o něm. Zaznamenejte si odpovědi na následující otázky do deníku, abyste si uspořádali myšlenky k diskusi.
- Co si myslíte, že dokáže robotova umělá inteligence detekovat?
- Jaká data z tohoto kurzu máte na podporu svých myšlenek?
- Jak bychom se mohli dozvědět více o tom, co ovlivňuje AI Vision?
- Jaké máte otázky ohledně používání AI Vision?
Poté, co si studenti video prohlédnou, postupujte podle zavedeného postupu k usnadnění diskuse s celou třídou, abyste získali postřehy studentů a připravili je na společné vytváření učebních cílů pro danou lekci.
Dále pomozte studentům propojit obsah této lekce s reálným světem a využít předchozí znalosti pomocí následující výzvy:
Vzpomeňme si na každodenní senzory, o kterých jsme diskutovali v minulé lekci. Jak tyto senzory hlásí data zpět uživatelům? Jak věci v okolí senzoru ovlivňují způsob, jakým senzory hlásí data? Pro začátek použijte některé z níže uvedených příkladů:
- Automatická garážová vrata se přestanou zavírat, pokud detekují něco, co jim v cestě stojí – ale mohou přehlédnout rychlý pohyb, například když někdo vběhne pod vrata, nebo být zablokována něčím, jako je spadlá větev.
- Telefony, které automaticky upravují jas obrazovky, mohou předpokládat, že je všude tma, pokud otevřete obrazovku v kapse nebo se schoulíte nad telefonem směrem od světla.
- Auta, která používají couvací kamery k vyhýbání se překážkám, často pípnou dříve, než řidič bezprostředně narazí do něčeho jiného. Pokud je kamera pokrytá deštěm nebo ledem, může být tato funkce ovlivněna.
Spoluvytváření vzdělávacích cílů
Nyní, když jste si prohlédli video, víte, že se budete zabývat AI Vision a vytvoříte projekt pro identifikaci různých objektů. Zamyslete se nad tím, co budete potřebovat vědět a umět, abyste toho dosáhli. Společně se skupinou a učitelem si vytvoříte učební cíle, abyste měli společné pochopení vašich učebních cílů pro tuto lekci.
Zaznamenejte si své studijní cíle do deníku. K těmto vzdělávacím cílům se v této lekci vrátíte, abyste se zamysleli nad svým pokrokem a naplánovali si budoucí učení.
Nyní, když jste si prohlédli video, víte, že se budete zabývat AI Vision a vytvoříte projekt pro identifikaci různých objektů. Zamyslete se nad tím, co budete potřebovat vědět a umět, abyste toho dosáhli. Společně se skupinou a učitelem si vytvoříte učební cíle, abyste měli společné pochopení vašich učebních cílů pro tuto lekci.
Zaznamenejte si své studijní cíle do deníku. K těmto vzdělávacím cílům se v této lekci vrátíte, abyste se zamysleli nad svým pokrokem a naplánovali si budoucí učení.
Proveďte studenty jako celou třídu procesem společné tvorby vzdělávacích cílů.
- Proberte se studenty, co budou potřebovat vědět k dokončení aktivit uvedených ve videu výše. Zaformulujte je jako tvrzení typu „Dokážu“.
- Příklady vět „Umím“ pro tuto jednotku zahrnují:
- Dokážu identifikovat různé faktory, které ovlivňují AI Vision a proč.
- Dokážu se řídit vědeckou metodou k formulování hypotézy, testování dat a vyvození závěrů z nich.
- Příklady vět „Umím“ pro tuto jednotku zahrnují:
- Na základě tohoto seznamu společně vytvořte vzdělávací cíle.
Další pokyny k společnému vytváření vzdělávacích cílů se studenty v článkuknihovny VEX. Pak jděte dál a dozvíte se více o společné tvorbě vzdělávacích cílů s touto lekcí z mistrovské třídy VEX PD+.
Vyberte Další > a prozkoumejte prvky robotického vidění s využitím umělé inteligence.