Veštačka inteligencija → Modul 2 → Teachable Machine

Prva veštačka inteligencija bez programiranja: Teachable Machine

Vreme je da napraviš svoj prvi model! Alat Teachable Machine radi u internet pregledaču: kamerom snimiš primere, klikneš „Train“ i za manje od minuta model prepoznaje tvoje predmete. Bez ijedne linije koda i bez otvaranja naloga.

Šta ti treba

• računar sa internet pregledačem (Chrome, Edge ili Firefox) i kamerom (može i ugrađena kamera laptopa);
• 2–3 predmeta koja se lako razlikuju (npr. olovka, gumica, šolja) – ili ruka koja pokazuje „kamen, papir, makaze“;
• adresa: teachablemachine.withgoogle.com (alat kompanije Google, na engleskom jeziku).

Korak 1: novi projekat

1. Otvori sajt i klikni Get Started.
2. Izaberi Image Project (projekat sa slikama), pa Standard image model.
3. Na ekranu vidiš tri dela: levo su klase (grupe primera), u sredini dugme Train (učenje), desno Preview (provera).

Korak 2: klase i primeri

1. Klikni na naziv Class 1 i preimenuj ga, npr. u olovka. Class 2 preimenuj u gumica.
2. Dodaj treću klasu (Add a class) i nazovi je ništa – u nju snimi praznu klupu ili samo pozadinu. Tako model zna i kada ispred kamere nema ničega.
3. U svakoj klasi klikni Webcam, pa drži dugme Hold to Record dok pomeraš predmet: okreći ga, približi, udalji. Snimi 50–100 slika po klasi.

Ovo su tvoji podaci za učenje, a nazivi klasa su oznake – isto kao u prethodnoj lekciji.

Korak 3: učenje i provera

1. Klikni Train Model i sačekaj (ne zatvaraj karticu). Računar sada podešava model – to je trening.
2. Kada završi, u delu Preview pokaži predmete kameri. Trake pokazuju koliko je model „siguran“ za svaku klasu (npr. olovka 95 %).
3. Probaj i predmete koje nije video – drugu olovku, olovku druge boje. Ovo je tvoja provera.

Ogledi: kako da „pokvariš“ i popraviš model

Ogled sa pozadinom je veoma važan: pokazuje kako model može da nauči pogrešnu stvar koja se slučajno poklapa sa oznakom. Isto se dešava i velikim modelima – zato su raznovrsni podaci toliko važni.

Druge vrste projekata

• Audio Project – model prepoznaje zvukove: pljesak, zvižduk, izgovorene reči „levo“ i „desno“. Obavezno snimi i klasu Background Noise (tišina u sobi).
• Pose Project – model prepoznaje položaj tela (ruke gore, čučanj). Pogodno za igru u fiskulturnoj sali.
• Model možeš da sačuvaš (Export Model) i kasnije koristiš u svom programu – o tome u modulu o programiranju.

Aktivnost: kamen, papir, makaze

1. Napravi četiri klase: kamen, papir, makaze i ništa.
2. Snimi po 80 slika ruke za svaki znak, iz različitih uglova, i levom i desnom rukom.
3. Istreniraj model i igraj sa drugom: model je sudija koji prepoznaje znakove.
4. Zapiši koliko je puta od 20 pokušaja model tačno prepoznao znak – izračunaj tačnost.

Česte zablude

• „Model vidi predmet kao mi“ – model gleda boje i oblike piksela; lako ga zbuni pozadina ili svetlo.
• „Ako je model 99 % siguran, sigurno je u pravu“ – „sigurnost“ je samo broj koji model izračuna; može da bude vrlo siguran i pogrešan.

Zadaci za vežbu

Pokušaj prvo sam, pa tek onda otvori rešenje.

1. Zašto je dobro dodati klasu „ništa“ (samo pozadina)?
2. Model je naučio da razlikuje banane i jabuke, ali su sve banane snimljene na drvenom stolu, a jabuke na belom papiru. Šta će se desiti ako jabuku staviš na drveni sto?
3. U 20 pokušaja model je 17 puta tačno prepoznao znak. Kolika je tačnost? Kako bi je povećao?

Proveri znanje