Aujourd’hui: Exploration du site de Vittascience, une interface qui permet d’apprendre à utiliser Arduino, à programmer en Python, à développer sur Adacraft (Scratch), avec mBot, mais surtout, s’initier à l’Intelligence Artificielle.
Leur simulateur permet de bien comprendre le processus derrière l’I.A.:
- Se doter d’éléments de références de base (banque d’images, sonores ou textuelles)
- Procéder à l’entrainement du modèle: par l’utilisation de la Boite Noire qui contient les algorithmes de découpage de l’image à chercher, jusqu’à atteindre le pixel et sa probabilité de correspondre aux éléments de référence par des calculs utilisant les Réseaux Neuronaux en multi couches! On obtient finalement une valeur de correspondance entre la référence et l’image à traiter. (image/son/texte)
- En testant le modèle
- Exporter le résultat!
Ce processus est similaire au traitement de toute information d’IA actuel: lecture d’un montant d’un chèque déposé au guichet, compréhension de ce qui est inséré dans un Prompt d’OpenAI, à la capture sonore de Siri ou d’une recherche vocale sur Google!!!
De simplifier la connaissance, d’avoir la possibilité de faire ses propres tests, d’apprendre par petits pas de façon visuelle, interactive correspond exactement la pédagogie nouvelle: ce n’est plus par la répétition sans fin d’exerciseurs, mais dans l’expérimentation et l’émotion vécue captée dans la découverte d’un outil que l’on apprend, que l’on conserve l’attention d’un jeune… de tout âge!
Ce site permet de vulgariser toute une science et la rendre accessible aux jeunes dans une interface des plus pédagogiques! Mon coup de coeur de la semaine!
On peut voir le Réseau de Neurone décomposé en plusieurs couches et zoomer pour en extraire chaque case de 5 x 5 pixels, la colonne des opérations intermédiaires (ReLU = rectified linear unit), la valeur de chaque poids entrée/sortie, on peut même visualiser les couches d’agrégations qui constituent une moyenne obtenue, les couches denses et renvoyer une valeur finale: la couche de sortie!
Plus on entraine le modèle, plus la prédiction est exacte!
Expérimentation de l’interface conversationnel/créateur de texte/traducteur.
Le modèle peut utiliser différents modules correspondants à GPT-3. Il peut composer un poème, traduire, et propose différents outils sur l’ajout de textes.
Nouvel essai: la création d’un questionnaire lors d’un test en math de 3e econdaire:
Expérimentation d’ajout dans l’interface AdaCraft… Mode Block ou Mode hybride, qui converti en Python… et s’exécute dans la zone Console:
Édition en mode de programmation en Python:
Domaines d'études 