Aller au contenu

IA Activités – Outils-Ressources pour faire cours

Analysons-Simulons

Créons des modèles de machine learning

Programmons des applications avec des blocs d’IA

Utilisons d’autres solutions pour des activités avec de l’IA


3.1 SÉQUENCES ACTIVITÉS – SIMULATION – Classe Code IAI – Vous avez dit IA ? Créons avec de l’IA ! Quand une machine apprend à jouer.

Class’Code IAI : https://pixees.fr/classcode-v2/iai/module1/

met à disposition des parcours pédagogiques autour de l’IA autour de 3 thèmes :

  • Vous avez dit IA ? Deviens créateur d’une IA (comprendre les notions d’IA, son fonctionnement, apprentissage machine, supervisé)
  • Boosté à l’IA (sur les biais et jeux de données)
  • Humains et IA (réflexion sur son utilisation, ses conséquences …)

déclinés à partir de 4 entrées (Se questionner (débat/thème), Expérimenter (test sur modèle), Découvrir, Débattre) :


3.2 CRÉER UN MODÈLE IA de reconnaissance images avec Teachable Machine

  • Teachable Machine est un outil Web Google accessible à tous, qui permet de créer des modèles de machine learning rapidement et facilement afin de les utiliser dans ses programmes.

  • 3 étapes pour générer un modèle :
  1. Recueillez des exemples à regrouper en classes ou catégories
  2. Entraînez le modèle et le tester.
  3. Exportez son modèle pour ses projets (sites, applis, etc.)

  • Création d’un modèle :

– Lancer Teachable Machine 

  1. Capter ou importer des échantillons d’images classées dans des ”Class”
  2. Lancer l’entrainement
  3. Tester le modèle entrainé
  4. Exporter le modèle pour récupérer l’URL du modèle
  5. Importer mon modèle, attendre quelques instants afin de traiter l’importation.
  6. Copier l’URL du modèle

Exemple de lien à récupérer pour tester reconnaissance : triangle, carré, rond. Présenter à la caméra un dessin de carré, rond, triangle : https://teachablemachine.withgoogle.com/models/oAgEv1xPx/ 

 


3.3 PROGRAMMER avec MIT MEDIALAB (Scratch) et un modèle teachable machine entraîné, avec COGNIMATES (en anglais)

MIT MEDIALAB
  • Programmer avec le modèle récupéré dans Teachable Machine
  1. Entraîner un modèle avec Teachable Machine 
  2. Récupérer le lien URL du modèle avec les différentes ”class” entraînées
  3. Construire son programme avec les blocs scratch et ceux ajoutés à partir des extensions ”Teachable Machine” et autres.

Défis exemple : 

  1. Demander au lutin de scratch de reconnaître une forme géométrique dessinée et de dire le nom de la forme.

  2. Attacher deux boules de couleurs différentes aux doigts de la main (pouce/index). Estampiller avec l’index et réinitialiser avec le pouce. 

COGNIMATES (Anglais)

FICHIERS EXEMPLE SCRATCH :


3.4 PROGRAMMER une IA avec ”Machine Learning for Kids” avec l’extension pour CARTE MICRO:BIT

  • Machine Learning for Kids :

Machine Learning for Kids propose un outil d’apprentissage machine ou « machine Learning » en fournissant des expériences pratiques réalisées par des enfants pour entraîner les systèmes d’apprentissage machine. C’est un outil simple et ludique, en français, à destination des jeunes, entièrement basé sur Scratch et Python afin de découvrir l’intelligence artificielle (IA).

Pour aider les élèves, une vaste bibliothèque de projets (onglet « plan de travail ») est disponible avec des guides téléchargeables étape par étape, des explications et des captures d’écran en couleur.

Le processus de réalisation suit 3 étapes : « entraîner », « apprendre et tester » et enfin « faire ».

Plus d’informations sur : 

  • Utiliser la carte micro:bit en Bluetooth avec ”Machine Learning for Kids” :

Pour utiliser la carte micro:bit avec des blocs IA il faut utiliser https://machinelearningforkids.co.uk

Exemple d’un projet pour du tri d’emballages sur ac-marseille :

 

  • Exemple de détection de formes dans ”Machine Learning for Kids”
  1. Lancer Machine Learning For Kids : https://machinelearningforkids.co.uk/
    Donner un nom au projet + choisir dans ‘’Reconnaissance’’ le type de modèle (images) à générer + CREER

  2. Apprentissage des formes dans un modèle :

    1. Entraîner (ajouter ses class), +Ajouter une nouvelle étiquette :
      saisir le nom de l’étiquette ; ajouter l’url image ou saisie webcam ou dessin (au moins 4-5); <Revenir au projet

    2. Apprendre & Tester : génère le modèle : ‘’Entraîner un nouveau modèle d’apprentissage machine ‘’,
      Tester avec webcam ou dessin ou URL d’autres images, affiche le % de reconnaissance ; <Revenir au projet

  3. Faire pour utiliser Scratch ou autre langage, Ouvrir dans Scratch 3 (ajoute les blocs de programmation  Images, test_forme)

  4. Ajouter les extensions supplémentaires nécessaires (+Ajouter une extension)

    1. Ajouter l’extension ‘’micro:bit’’, connecter la carte (scratch link lancé ; flashé avec fichier ‘’scratch-microbit-1.2.0.hex’’)

    2. Ajouter l’extension ‘’Détection vidéo’’ pour la captation avec la webcam

  5. Dans SCRATCH 3 ajouter ses blocs de programmation pour construire son programme :

POUR UTILISER LA CARTE MICRO:BIT

Tutoriel en ligne pour utiliser la carte micro:bit avec scratch en Bluetooth : https://scratch.mit.edu/microbit

  • PRÉPARER la carte micro:bit :
  1. Télécharger scratch link et l’installer : à partir du site https://scratch.mit.edu/microbit

  2. Télécharger le fichier .zip ‘’scratch-microbit-1.2.0.hex.zip’’ : https://downloads.scratch.mit.edu/microbit/scratch-microbit.hex.zip et le décompresser pour avoir accès au fichier scratch-micro:bit-1.2.0.hex à flasher(déposer) dans la carte quand c’est nécessaire.

  • SE CONNECTER à la carte micro:bit avec SCRATCH3 (Bluetooth activé sur le PC)
  1. Lancer scratch link ( se lance en tâche de fond)

  2. Connecter la carte en USB et déposer le fichier scratch-microbit-1.2.0.hex (pour communication Bluetooth)

  3. Dans SCRATCH en ligne, ajouter l’extension micro:bit (+ en bas à gauche).
    Il est demandé de valider la connexion avec la carte connectée en Bluetooth.

  4. Tester un bloc (afficher un cœur par exemple), il s’exécute directement en Bluetooth dans la carte.


3.5 PROGRAMMER de l’IA avec l’ide.mblock en ligne

mBlock en ligne propose de nouveaux blocs d’IA dans ‘’Extensions du lutin’’ : outils de machine learning, de traduction, des services de reconnaissances d’images (genre, age …), de texte manuscrit, vocales, de synthèse vocale, à intégrer dans les programmes et à utiliser dans nos objets programmables.

Matériel nécessaire : Un ordinateur avec chrome, une caméra et mLink2 installé (pour le transfert des programmes dans les objets connectés)

  1. ● Se connecter  https://ide.mblock.cc/ avec une adresse mail pour accéder aux fonctions IA
    ● ou avec mLink2 (application à installer pour lancer mblock en ligne avec le protocole de communication série, avec nos objets, intégrée).

  2. Ajouter les extensions AI (dans Extensions du lutin)

  3. Utiliser les blocs IA à disposition type scratch pour programmer ses objets.

Quelques exemples de programme utilisant des blocs d’IA sont mis à disposition dans l’interface dans ‘’Exemples de programmes’’

  • Défi 1 : Demander au programme de donner la température de Clermont-Ferrand en français

Extensions : Données climatologiques ; Synthèse vocale (Text to Speech)

  • Défi 2 : Reconnaître un mot manuscrit sur une feuille , afficher une image du mot et le dire

Extensions : Services Cognitifs ; Synthèse vocale (Text to Speech)

  1. Dans ‘’Costumes’’ de l’objet, ajouter les images à afficher en correspondance des mots manuscrit à découvrir (par exemple fruits : banane, pomme, cerise, poire, orange, fraise ….)

  2. Construire son programme avec les blocs ci-dessous :

Pour aller plus loin :

  1. Tester la reconnaissance de l’age

  2. Tester la reconnaissance du genre

FICHIERS EXEMPLE MBLOCK : 


3.6 PROGRAMMER une IA avec ”Snap” alternative à Scratch


3.7 PROGRAMMER des applications IA avec Vittascience en ligne

Matériel : Un ordinateur avec chrome et une caméra.


3.8 Autres solutions, autres ressources