Allgemein

Künstliche Intelligenz für GrundschülerInnen? Calliope mini für Fortgeschrittene Teil 2

Wenn es das Ziel unseres Projektes ist, GrundschülerInnen schon ein gutes Bild von der IT-Welt zu verschaffen, darf eigentlich das Element der künstlichen Intelligenz nicht fehlen. Andernfalls laufen wir Gefahr, dass in 5 Jahren zwar alle so ein Experimentier-Board in die Hände bekommen und auch gutes Material dazu – aber dabei doch schon häufig denken: komisch, was die sich damals ausgedacht haben, das reagiert ja gar nicht intelligent…

Tatsächlich ist Künstliche Intelligenz einer der Mega-Trends in der Industrie seit einiger Zeit, und viele Entwicklungen werden in den nächsten Jahren buchstäblich „auf die Strasse kommen“ – also natürlich selbstfahrende Autos, sprechende und denkende Maschinen allerorten, automatische Übersetzungen in beliebige Zielsprachen usw. – für das Ziel Kinder als souveräne NutzerInnen digitaler Technologie aus der Schule zu entlassen ist das eine ganz schöne Herausforderung. Übrigens zeichnet sich aktuell schon ab, dass sogar das Bildungs-System selbst sich mit intelligenten Technologien auseinandersetzen wird – nicht als Inhalt sondern als Alternative zum System an sich im Extremfall… (schöner Artikel mit Selbts-Test in der aktuellen Wired)

Also – kann Calliope mini auch helfen, souverän mit künstlicher Intelligenz umzugehen, und diese vielleicht sogar spielerisch zu nutzen und zu verstehen? Aktuell noch nicht, klar. Aber tatsächlich glaube ich, dass wir solche Funktionen in weniger als 5 Jahren hinzugefügt haben werden. Doch wie könnte das konkret gehen?

Künstliche Intelligenz bedeutet meistens schlicht „maschinelles Lernen“, d.h. ein Computer verrechnet irgendwo eingehende Daten nach einem vorher trainierten Modell und gibt einen „intelligenten“ Output zurück. So wäre es z.B. möglich, dass ein Calliope mini im Schulgarten Wetterdaten aufzeichnet, und ein intelligentes Modul daraus eine wirklich gute Wetterprognose berechnet. Es wäre aber auch möglich, dass ein mini erkennt, wer ihn gerade benutzt – anhand der Art wie ein Kind läuft zum Beispiel*. Oder der mini könnte zu einem sehr klugen Sport-Assistenten werden, indem er nach einem Speerwurf konkrete Tipps gibt, wie andere SportlerInnen ihre Wurftechnik verbessert haben – einfach weil ein paar Algorithmen im Hintergrund die Bewegungsmuster des aktuellen Kindes mit tausenden von anderen Kindern vergleicht, oder gar mit denen von echten Spitzensportlern.

Solche intelligenten Prozesse werden häufig aktuell noch in der „Cloud“ ausgeführt, also in einem Verbund sehr leistungsfähiger Rechner irgendwo im Internet. Dafür müsste der mini eine ständige Verbindung ins Internet haben. Ein neuerer Trend in der Industrie – gerade bei selbstfahrenden Autos ein grosses Thema – ist das sogenannte Fog-Computing. Hier wird versucht möglichst viel Intelligenz schon direkt auf dem Gerät vor Ort zu realisieren. Natürlich hilft dabei, dass die Geräte immer leistungsfähiger werden…

Derzeit kann der mini zwar ziemlich einfach Funk-Kontakt mit anderen Minis oder einem Smartphone/Tablet aufnehmen, eine echte permanente Internet-Verbindung ist das aber noch nicht. Ausserdem ist das Gerät hinsichtlich Speicher und Rechenkapazität extrem beschränkt (derzeit sind 16kB Arbeitsspeicher und 256k Flash-Speicher an Board, das sind 0.000244141 Gigabyte Speicher – ein aktuelles iPhone hat typischerweise bis zu 256GB davon…).

Trotzdem wäre heute schon ein Szenario denkbar, wo der mini kleine Datenpakete an die Cloud sendet und ebenso kleine zurückbekommt. Für machine learning und KI-Szenarien ist das gar nicht unüblich, wenngleich da oft auch sehr viel grössere Mengen generiert werden (aber wir hätten ja potentiell auch seehr viele minis im Feld). Was die Funk-Schnittstelle anbelangt, wäre es über die Bluetooth Verbindung jetzt schon möglich sowas technisch zu realisieren, es wäre allerdings ständig ein Rechner oder Smartphone in der Nähe erforderlich, das als Gateway ins Internet fungieren kann. Es wird allerdings hier und dort schon an alternativen Wegen gearbeitet, z.B. mit Narrowband-IoT oder LoRa, beides Langstrecken-Funktechniken für das Internet der Dinge, die auf Übertragung kleinster Datenpakete spezialisiert sind.

Wie wird also eine Unterrichts-Stunde mit KI in 5 Jahren aussehen? Ich gehe davon aus, dass die SchülerInnen dann in den Editoren spezielle Blöcke zur Verfügung haben werden, die über selbstlernende Funktionen verfügen. So ein Knoten könnte z.B. „mache Regenprognose“ heissen. Der Rückgabewert könnte ein Prozentwert Regenwahrscheinlichkeit in den nächsten 2h sein. Eingabewerte wären Sensordaten des minis. So könnten SchülerInnen lernen, wie mit einer Kombination aus Sensordaten, lokaler Programmierung und KI „echte“ Wetterprogrnosen gemacht werden. Die Sensordaten würden über Funk ans Internet geschickt, dort in einem komplexen Modell berechnet und wieder als Prognose über Funk zurück an den mini gehen.

Oder wenn Kinder selbstfahrende Roboter programmieren, wäre es denkbar, dass es einen KI-Block zur Auswahl gäbe der heisst „erkenne Hindernisse“. Auch hier wären Input-Daten solche die von Sensoren kommen, aber auch Fahrgeschwindigkeit, Hindernis-Kontakt, Position im Raum usw. – der lernende Knoten wäre ein machine learning Modell in der Cloud, das immer besser darin würde aus komplexen Input-Daten zu erkennen, ob eine frühzeitige Ausweich-Bewegung mit Abbremsen oder ohne nötig wäre – und ob man besser nach links oder rechts ausweichen sollte usw. – die Kinder könnten dann sehr anschaulich erfahren, wie intelligente selbstfahrende Systeme funktionieren und dies mit ihrem schon erworbenen Programmier- und Bastel-Know-How weiter kombinieren.

Natürlich ist das weit gesprungen und gefühlt mit der heutigen Realität des Schulsystems kaum in Einklang zu bringen**. Aber es ist ja auch die Idee dieser Artikel-Reihe, mal ungehemmt in die Zukunft zu blicken. Selbstfahrende Autos wurden noch vor wenigen Jahren für unmöglich gehalten – und sie fahren schon heute auf unseren Strassen. Warum sollten in Deutschland GrundschülerInnen in 5 Jahren nicht wie selbstverständlich KI-Systeme programmieren?

—— UPDATE ——

Gerade ist mir noch in den Sinn gekommen, dass es sogar eine noch einfachere Einstiegsvariante gäbe – nämlich precomputed KI-Modelle als statische Knoten im Calliope-Editor. Machine Learning besteht ja in den meisten Fällen aus zwei Phasen, einer recht aufwändigen Lernphase, wo ein Modell kreiert wird. Und einer Anwendungsphase, wo das zuvor gelernte Modell hilft, Prognosen zu machen. Letzteres ist in der Regel schlicht eine komplexe Zuweisungs-/Verrechnungsoperation, also etwas in der Art von „multipliziere Luftdruck mit 2x Temperatur-Anstieg und 0.3x Erdfeuchtigkeit“. Sowas könnte man ohne jegliche Änderung schon in der bestehenden Architektur mit dem mini machen – es müsste nur entsprechende Blöcke geben. Dafür ist auch keine ständige Internet-Anbindung vonnöten.

 

*ja, damit kommen auch neue Herausforderung auf uns zu was den Datenschutz anbelangt, denn im Extremfall werden minis auf diesem Wege plötzlich zu Erzeugern personenbezogener Daten.

**und wir haben aktuell auch andere Prioritäten in dem Projekt erstmal…

Advertisements

Ein Kommentar zu „Künstliche Intelligenz für GrundschülerInnen? Calliope mini für Fortgeschrittene Teil 2

  1. Hallo,

    bin mir nicht sicher, ob das hier wirklich die richtige Stelle ist, aber ich versuchs mal, denn hier steht auch was von „Community“.

    Wo gäbe es denn eine Community zum Austausch von Erfahrungen oder zum Kontakte schließen, damit man Gleichgesinnte in der Nähe findet?

    Ich habe auch mal das Forum bei heise: https://www.heise.de/forum/Make/News-Kommentare/Calliope-mini-Mikrocontroller-fuer-die-Grundschule/forum-366394/comment/ Aber da sind, soweit ich gelesen habe, nur Skeptiker drin unterwegs.

    Viele Grüße
    Calli

    Gefällt mir

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden / Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden / Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden / Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden / Ändern )

Verbinde mit %s