menu
Machine Learning. Intelligente Maschinen

UE2-b – Wie lernen wir? Wie lernen Maschinen?

Zeitbedarf: 45 Min.

Aufgabe

Herausarbeiten der Unterschiede zwischen menschlichem und maschinellem Lernen und Verdeutlichen der Funktionsweise von lernenden Maschinen durch ein analoges Spiel

Lernziel

Die Schüler*innen können die grundsätzliche Arbeitsweise von lernenden Maschinen erklären.

Ablauf

20 Min.: In einem einführenden Unterrichtsgespräch werden folgende Fragen thematisiert:

  • Was hast du gestern gelernt?
  • Was bedeutet es zu lernen?
  • Warum lernen Menschen?
  • Lernen andere Lebewesen auch?
  • Wie lernen wir (am besten)?

Unterstützende Materialien erhalten Sie im Materialblatt_ MachineLearning_14 (PDF | DOCX | ODT).

Optional: Vorbereitend auf diese Unterrichtseinheit oder wenn das Gespräch kürzer wird, können sich die Schüler*innen zur letzten Frage Gedanken machen und das Arbeitsblatt_MachineLearning_15 (PDF | DOCX | ODTausfüllen. Anschließend diskutieren die Schüler*innen, ob es ähnliche oder andere Voraussetzungen für das Lernen von Maschinen gibt (Materialblatt_MachineLearning_16PDF | DOCX | ODT).

15 Min.: In der zweiten Hälfte dieser Einheit lernen die Schüler*innen spielerisch zu verstehen, wie ein Computer lernt, z.B. Bilder zu erkennen, was einen Anwendungsfall von Machine Learning darstellt. Mithilfe von Bildkarten aus Arbeitsblatt_MachineLearning_17 (PDF | DOCX | ODTerhalten sie die Gelegenheit, verschiedene Fotos so zu beschreiben bzw. zu erkennen, wie ein Computer es tun würde.

Ein*e Schüler*in kommt nach vorne und erhält – für die anderen nicht sichtbar! – das erste Bild und liest nur die dazu passende Beschreibung auf der rechten Seite vor (was der Computer sieht). Die anderen Schüler*innen sollen aufmerksam zuhören und nach jedem Satz raten (z.B. reinrufen), welches Objekt beschrieben wird. Die Lehrkraft oder der*die Schüler*in kann falsche Antworten mit „falsch“ kommentieren und liest solange vor, bis eine richtige Antwort kommt oder alle Beschreibungen vorgelesen wurden.
Weitere Details finden sich in Materialblatt_ MachineLearning_18 (PDF | DOCX | ODT).

10 Min.: Im Anschluss werden die Erfahrungen aus dem Spiel in der Klasse besprochen. Dabei sollten folgende Aussagen zum Machine Learning festgehalten werden (Materialblatt_MachineLearning_19PDF | DOCX | ODT):

  • Bilderkennung ist ein mögliches Einsatzgebiet von Machine Learning.
  • Machine Learning Anwendungen können lernen, Objekte voneinander zu unterscheiden.
  • Dafür können sie → Trainingsdaten erhalten, die im Vorfeld zu den richtigen → Labels (Bezeichnungen) zugeordnet werden.
  • In den Trainingsdaten erkennen sie → Muster und bilden ein inneres Modell aus den Trainingsdaten.
  • Je unterschiedlicher die Trainingsdaten sind, desto besser (z.B. aus verschiedenen Blickwinkeln, verschiedene Lichtverhältnisse).
  • Je mehr Trainingsdaten, desto besser. (Anmerkung: das gilt nicht für alle Lernverfahren, aber in diesem Zusammenhang soll diese Aussage genügen.)
  • Die Maschine kann (beim hier vorgestellten → überwachten Lernen) nur Zuordnungen zu ihr bereits bekannten Kategorien vornehmen.
  • Die Wahrscheinlichkeit einer richtigen Zuordnung steigt mit der Erfahrung aus den präsentierten Trainingsdaten.
  • Die Zuordnungen können falsch sein und brauchen gerade am Anfang noch ein menschliches Feedback.

Hinweise

Der Beschreibungstext bei den Bildkarten kann durch die Lehrkraft abgeschnitten werden. Dann sollte der*die Schüler*in sich strikt daran halten, nur folgende Beschreibungselemente zu benutzen: Position, Form, Farbe.

Bei Bedarf können die Bilder nach dem Erraten für eine größere Darstellung mit dem Beamer präsentiert werden.

Materialien

  • Materialblatt_MachineLearning_14: Einführungsfragen zum Lernen (PDF |DOCX | ODT)
  • Arbeitsblatt_MachineLearning_15: Wie lernst du? Wie lernen Maschinen? (PDF |DOCX| ODT)
  • Materialblatt_MachineLearning_16: Lernbedingungen für Maschinen (PDF |DOCX | ODT)
  • Arbeitsblatt_MachineLearning_17: Bilder-Tabu (PDF |DOCX | ODT)
  • Materialblatt_MachineLearning_18: Erläuterungen zum Bilder-Tabu (PDF |DOCX | ODT)
  • Materialblatt_MachineLearning_19: Erkenntnisse aus dem Bilder-Tabu (PDF | DOCX | ODT)
  • Fotos Bilder-Tabu (zip)
  • ggf. Computer mit Internetzugang für die Präsentation der Bilder