۷ پروژه هوش مصنوعی که نوجوان‌ها واقعاً می‌توانند بسازند؛ از تشخیص تصویر تا بازی AI
پاسخ کوتاه: بهترین پروژه AI برای نوجوان پروژه‌ای است که ورودی، داده، مدل، آزمایش و خروجی قابل نمایش داشته باشد. پروژه باید آن‌قدر کوچک باشد که تمام شود و آن‌قدر واقعی باشد که نوجوان بتواند درباره تصمیم‌هایش توضیح بدهد.
۱) تشخیص «مداد یا خودکار» با تصویر
دو کلاس تصویر بسازید، برای هرکدام نمونه جمع کنید و مدل را روی زاویه‌ها و نورهای مختلف آزمایش کنید. مهارت‌ها: Dataset، Classification، Testing.
۲) تشخیص صدای «کف‌زدن یا سوت»
با مدل صوتی، نمونه‌ها را ضبط کنید و ببینید نویز محیط چه اثری دارد. مهارت‌ها: Audio data، Noise، Accuracy.
۳) کنترل بازی با حرکت بدن
مدلی بسازید که بالا/پایین‌بردن دست را تشخیص دهد و آن را به کنترل بازی متصل کنید. Teachable Machine نمونه‌های Pose را پشتیبانی می‌کند.
۴) چت‌بات راهنمای مطالعه
به‌جای چت‌بات «جواب‌دهنده»، یک مربی بسازید که سؤال بپرسد و راهنمایی مرحله‌ای بدهد. مهارت‌ها: Prompt design، Conversation flow، Responsible AI.
۵) دسته‌بندی نظرات مثبت و منفی
برای نوجوان آماده‌تر: مجموعه‌ای کوچک از جمله‌ها بسازید و یک مدل یا ابزار NLP را برای Sentiment بررسی کنید. سپس موارد مبهم را پیدا کنید.
۶) بازی «AI را گول بزن» برای کشف Bias
مدل تصویر را فقط با یک نوع پس‌زمینه آموزش دهید، بعد پس‌زمینه را عوض کنید. نوجوان می‌بیند که مدل ممکن است ویژگی اشتباه را یاد گرفته باشد.
۷) پروژه نهایی: AI Portfolio
یکی از پروژه‌ها را انتخاب و مستند کنید: مسئله چه بود؟ داده از کجا آمد؟ مدل کجا اشتباه کرد؟ چه چیزی تغییر کرد؟ نسخه بعدی چیست؟
هر پروژه خوب AI باید این ۶ بخش را داشته باشد
اگر می‌خواهید این ایده‌ها را به نمونه‌کار واقعی تبدیل کنید، AI Projects Portfolio کودکان و نوجوانان را ببینید؛ سطح سختی، زمان، خروجی و فرمول مستندسازی هر پروژه در آن آمده است.
- مسئله روشن
- داده
- مدل یا قانون
- آزمایش
- تحلیل خطا
- ارائه نتیجه
چطور پروژه را سخت‌تر کنیم؟
به جای بزرگ‌ترکردن بی‌هدف پروژه، شرایط آزمایش را سخت‌تر کنید: نور متفاوت، صدای پس‌زمینه، نمونه‌های کمتر، دسته‌های شبیه‌تر یا داده متنوع‌تر.
FAQ
آیا برای این پروژه‌ها Python لازم است؟
برای سه پروژه اول نه. ابزارهای بصری کافی‌اند. Python برای توسعه نسخه‌های پیشرفته‌تر مفید است.
بهترین پروژه برای شروع چیست؟
طبقه‌بندی تصویر با دو دسته؛ چون فرایند آموزش و آزمون خیلی واضح دیده می‌شود.
پروژه را چطور وارد پورتفولیو کنیم؟
با توضیح مسئله، داده، آزمایش‌ها، خطاها و ویدئو یا تصویر خروجی؛ نه فقط لینک پروژه.
منابع بین‌المللی
مسیر یادگیری AI/KIDS در IHIM شیراز
در IHIM AI KIDS مسیر آموزش بر اساس سن، سطح و علاقه کودک تنظیم می‌شود و از درک مفاهیم به ساخت پروژه می‌رسد. برای انتخاب سطح مناسب، صفحه اصلی AI KIDS را ببینید.
این مقاله بخشی از مسیر یادگیری IHIM AI/KIDS است. مشاهده نقشه کامل Beginner → Builder → Creator → Project Lab → Portfolio | مشاهده پروژه‌های قابل ارائه و AI Portfolio