Natrénujte si detektor blbé nálady. Ukažte dětem, jak funguje AI

Jak vlastně funguje ta umělá inteligence, o které se teď všude mluví? Někomu vezme práci, jiným otevře nové možnosti. Rodiče po celém světě teď hledají způsob, jak své děti lépe připravit na novou vlnu automatizace.

Čím začít? Třeba naším seriálem Hrajeme si s AI. Každý prázdninový víkend pro vás budeme mít jeden projekt, který můžete s dětmi (a vlastně i bez dětí) zdarma vyzkoušet. Postupně prozkoumáme různé aspekty nejnovějších nástrojů postavených na umělé inteligenci.

Než začnete, můžete si s dětmi (dle jejich věku) pustit následující zjednodušené vysvětlení toho, jak neuronové sítě fungují.

Náš první projekt vám pomůže pochopit základy, na kterých pak budete moci stavět. Podíváme se totiž na to, jak umělá inteligence vlastně funguje.

Pro dnešní lekci potřebujete stolní počítač nebo laptop a webovou kameru. Nástroj Teacheable Machine od společnosti Google totiž nefunguje na telefonu nebo tabletu.

Výhodou ale je, že veškeré strojové učení probíhá přímo u vás, žádná data se neposílají na server. Což je důležité, protože budeme sbírat hodně soukromá data. Začneme zostra a vytvoříme detektor emocí na lidské tváři. Konkrétně na té vaší.

Celý postup si před experimentováním s dětmi prohlédněte na návodném videu:

Nejprve si musíte vymyslet, co budete rozpoznávat. Tedy mezi jakými kategoriemi se bude neuronová síť učit rozlišovat. Navrhuji pro začátek něco srozumitelného: třeba úsměv, údiv a neutrální výraz. Později si ale ukážeme, že právě při vymýšlení různých kategorií je velký prostor pro kreativitu.

Druhá fáze je možná ta nejzábavnější. Budete sbírat data. A protože k tomu použijete webovou kameru, v praxi to opravdu může být legrace.

Držíte tlačítko a kamera nahrává několik snímků za sekundu. Snadno tak nasnímáte desítky nebo i stovky ukázek. Snažte se být v rámci možností pečliví. Pokud do kategorie Úsměv přidáte i fotky, kde se nesmějete, vytrénovaná síť nebude moc dobrá. Naštěstí můžete fotky ze složky smazat.

Také se snažte udržovat všechny ostatní podmínky stejné. Kdybyste třeba fotky úsměvu nasnímali při jiném osvětlení, neuronová síť by se naučila rozpoznávat nikoli úsměv, ale žárovku. Ale i to může ostatně být poučná lekce o tom, jak důležitá jsou různorodá data.

Až nasbíráte data pro všechny kategorie, stiskněte tlačítko pro trénink sítě. Nyní můžete sledovat, jak si neuronová síť postupně vytváří „instinkty“ ohledně toho, čím se od sebe jednotlivé kategorie liší. Tyto zkušenosti si pak ověřuje a zjišťuje, zda v praxi fungují.

Natrénovaná síť je po několika minutách připravená. A rovnou začne rozpoznávat jednotlivé kategorie. Ukazuje při tom procenta. Můžete se tedy bavit tím, že ji budete zkoušet zmást různými hraničními příklady.

Dost možná zjistíte, že první pokus moc nevyšel a vaše neuronka nedělá to, v co jste doufali. To je v pořádku, to je součástí našeho experimentu. V praxi je totiž běžné, že je potřeba síť trénovat mnohokrát.

Zkusit můžete několik různých postupů. Můžete projít data, která jste nasbírali, a vyřadit ty snímky, které mohou být matoucí. Můžete také doplnit další snímky k jednotlivým kategoriím, a rozšířit tak neuronce obzory.

A můžete samozřejmě také přidat nové kategorie. Třeba když se kolegové z redakce přišli podívat, proč se do kamery tak šklebím, zapojil jsem je do tutoriálu a vytrénovali jsme síť i na jejich obličeje.

A to je vlastně vše, co potřebujete pro trénování vlastních neuronových sítí. Teď se můžete pustit do vlastních experimentů.

Dokážete vytrénovat neuronku, která čte znakovou abecedu? Nebo pozná pohádkovou knížku od kuchařky? Nemusíte se navíc omezovat jen na obrázky z webové kamery. Jako vstupní data lze použít i audio.

Můžete svůj natrénovaný model exportovat a použít jej v dalších aplikacích. Pokročilejší kutilové si tedy mohou nahrát svou neuronku třeba do nějaké elektronické stavebnice. V neposlední řadě můžete prozkoumat pokročilá nastavení tréninku.

Zjistíte třeba, že můžete výcvik urychlit, aniž by to ovlivnilo výslednou kvalitu. I to je něco, čemu se u velkých neuronových sítí věnují celé týmy odborníků.

Ale i základní pokusy stačí k tomu, abyste si osahali, co to vlastně neuronová síť je a jak funguje. Na vlastní kůži jste si vyzkoušeli, že umělá inteligence není neomylná. Učí se z dat, která má k dispozici. Někdy je nesmírně rychlá a schopná, jindy dělá překvapivé chyby. A protože jsou neuronové sítě všude kolem nás, je pochopení základních principů opravdu užitečné.