INFORMATIKOS pamoka: Kaip mašinos mokosi? (su programavimo užduotimis)
Šiame trumpame modulyje mokiniai, programuodami „Scratch“ blokais, susipažįsta su taisyklėmis grindžiamo programavimo ir pastiprinamojo mokymosi skirtumais.
INFORMATIKOS PAMOKA8-14 METŲ
Apytikrė bendra trukmė
2–3 valandos
Šiame praktinio programavimo modulyje mokiniai tyrinėja, kaip mašinos mokosi bandymų ir klaidų būdu. Tai – pagrindinis pastiprinamojo mokymosi (angl. reinforcement learning, RL) principas.
Naudodamiesi „Scratch“ programavimo aplinka, mokiniai kuria šoninio slinkimo žaidimą ir jo priešininkus, o vėliau į žaidimą integruoja veikiantį pastiprinamojo mokymosi agentą, kuris ilgainiui išmoksta žaisti.
Šis modulis padeda mokiniams suprasti, kaip kompiuteriai priima sprendimus, kuo taisyklėmis grindžiamos programos skiriasi nuo besimokančių sistemų ir kaip dirbtinio intelekto agentai, gaudami atlygius, gerina savo veikimą. Mokiniai taip pat aptaria etinius pastiprinamojo mokymosi aspektus: kada naudingas greitas arba lėtas mokymasis ir kokį pavojų bandymų bei klaidų principu veikiančios sistemos gali kelti tikrovėje.
Modulio pabaigoje mokiniai pristato savo žaidimus arkadinių žaidimų formatu ir palygina, kaip skirtingi pastiprinamojo mokymosi nustatymai keičia dirbtinio intelekto priešininko mokymosi eiga.
Pamokų
seka
„Scratch“ žaidimo ir taisyklėmis valdomo priešininko kūrimas
Pastiprinamojo mokymosi integravimas
1 užsiėmimas
2 užsiėmimas
Mokiniai, naudodamiesi „Scratch“, sukuria šoninio slinkimo žaidimą, o tada užprogramuoja paprastą taisyklėmis valdomą priešininką. Jie lygina žmonių sukurtas taisykles su kompiuterio sprendimų priėmimo procesu.
Mokiniai įjungia integruotą pastiprinamuoju mokymusi grindžiamą priešininką, išbando skirtingas Q lenteles ir stebi, kaip agentas mokosi gaudamas atlygius. Jie tyrinėja, kaip jutikliai ir mokymosi greitis veikia agento rezultatus, bei aptaria greito ir lėto mokymosi pranašumus ir pavojus.
3 užsiėmimas
Dalijimasis, palyginimas ir refleksija
Arkadinių žaidimų principu surengtame pristatyme mokiniai išbando vieni kitų žaidimus ir vertina, su kokiais pastiprinamojo mokymosi nustatymais dirbtinio intelekto agentai mokosi greičiausiai arba veiksmingiausiai. Vėliau jie nagrinėja etinius klausimus: kada pastiprinamasis mokymasis yra naudingas? Kada jį taikyti nesaugu? Kokių pasekmių gali sukelti nesėkmė skirtingose tikrovės situacijose?
Šaltinis: „Day of AI“. How Do Machines Learn? (with Coding).
Šis tekstas išverstas naudojant dirbtinį intelektą ir peržiūrėtas redaktoriaus. Pastebėję klaidų ar netikslumų, praneškite el. paštu di@kotryna.tech.
Dokumentai
atsisiuntimui