Künstliche Intelligenz und Robotik an Schulen unterrichtet

Die Automatisierung von Produktionsprozessen entwickelt sich über zwei miteinander verbundene Wege: Auf der Hardware-Seite sind Mikroelektronik und insbesondere Mikrocontroller mittlerweile entscheidende Produktionsmittel in vielen Branchen, während auf der Software-Seite offenbar eine neue Ära der künstlichen Intelligenz (KI) anbricht, die alle menschlichen Tätigkeiten revolutioniert.
Bildung steht weltweit vor zwei grundlegenden Herausforderungen: die Lehrpläne zu aktualisieren, um Schüler in neuen Technologien auszubilden, aber auch das kritische Denken der Schüler zu fördern, das für jede offene und innovative Gesellschaft von grundlegender Bedeutung ist.


SARA-Systems bietet gemäß seiner Mission Schulungen für Lehrer an, die ihr eigenes Wissen und ihre Fähigkeiten aktualisieren möchten; insbesondere richtet sich SARA-Systems an Lehrer mit einem MINT-Lehrplan (STEAM) und speziell in Mathematik, Physik, Naturwissenschaften und Informatik.


Aufbauend auf einer laufenden Unterrichtserfahrung an einer italienischen Oberschule bietet SARA-Systems zwei Kurse an, um Schüler (im Alter von 14 bis 18 Jahren) zu begeistern: einen einfachen Einführungskurs zu den Grundlagen der KI und Grundlagen der Robotik anhand von ARDUINO-Mikrocontrollern https://www.arduino.cc/education/.

Alle Kurse zu scheinbar komplexen Themen werden in kleine, leicht verständliche Teile gegliedert.

 

Kurse

 

Erster Kurs: Annäherung an KI
Allgemeine Ziele: KI ist ein sehr attraktives Thema. Der vorliegende Kurs möchte zeigen, dass es möglich ist, das Interesse der Schüler zu wecken, indem man ihnen Grundlagenwissen vermittelt, um ihr kritisches Denken anzuregen und zu fördern.

Der Kurs vermittelt den Lehrern die grundlegenden mathematischen Voraussetzungen:

  • Elementare lineare Algebra, der Umgang mit Vektoren und Matrizen.
  • Grundlegende Kenntnisse und Erfahrung im Programmieren (z. B. Python, Java/JavaScript).

Am Ende des Kurses sollen die Lehrer in der Lage sein:

  • den Begriff der Modellierung zu veranschaulichen und zu erforschen: das Perzeptron als mögliches Modell
    eines Neurons, und das Konzept des neuronalen Netzes,
  • die Algorithmen und den Begriff des Trainings eines neuronalen Netzes zu erklären und es zu testen,
  • sehr einfache neuronale Netze zu implementieren,
  • die grundlegende Logik von KI-Algorithmen zu veranschaulichen und, was noch wichtiger ist, die Verwendung von Prompts zu erklären sowie typische Fehler und Ausfälle von KI zu untersuchen, die das kritische Denken der Schüler fördern können.

Zweiter Kurs: Robotik mit ARDUINO
In den letzten Jahren hat die Notwendigkeit, die Mikroelektronik zu verbessern, zu sinkenden Kosten für Mikrocontroller geführt, was die Entwicklung von Open-Source-Projekten wie der ARDUINO-Architektur ermöglichte, die das Interesse vieler Menschen weckte und den Zugang zu Mikroelektronik und Robotik erleichterte. Dies ist eine großartige Gelegenheit für alle Bereiche der Bildung.


Der Kurs vermittelt den Lehrern die grundlegenden Voraussetzungen:
Grundlegende Fähigkeiten im Umgang mit elektronischen Schaltungen mit Widerständen, Kondensatoren, Dioden und Transistoren, Verwendung von Open-Source-Simulatoren.
Der grundlegende Aufbau eines ARDUINO-Mikrocontrollers. Die Installation der erforderlichen Software, damit das Gerät des Lehrers (Windows, Linux-PC, OSX) ARDUINO programmieren kann.

Am Ende des Kurses sollen die Lehrer in der Lage sein:

  • einfache elektronische Schaltungen zu entwerfen, zu bauen und zu erforschen, die zum Beispiel Widerstände, Kondensatoren, Dioden, LEDs und Transistoren enthalten,
  • einfache, vom Mikrocontroller ARDUINO gesteuerte Schaltungen zu entwerfen, zu bauen und zu erforschen,
  • ARDUINO und seine Sensoren zu verwenden, um Messungen durchzuführen,
  • ARDUINO zu verwenden, um einfache robotische Mechanismen zu steuern.
  • mit Hilfe einer KI ein einfaches ARDUINO-Skript auf Basis eines neuronalen Netzes zu erstellen. Das überwachte neuronale Netz ermöglicht es einem kleinen Roboter, sich unter Vermeidung von Hindernissen zu bewegen

 

Beschreibung des Lehrplans
Die Kurse sind in 3 Module gegliedert, alle Einheiten dauern 2 Stunden, sofern nicht anders angegeben

Modul 0 (Gemeinsame Werkzeuge) (8 Unterrichtsstunden)
Die SARA-Kurse finden hauptsächlich online statt, und ausgehend von der Erfahrung der Pandemie haben wir ein Software-Ökosystem aufgebaut, mit dem wir als Forscher sowohl forschen als auch lehren.
Dieses Modul vermittelt die grundlegenden Informationen und Werkzeuge, damit jeder Lehrer
seine eigene Arbeit mithilfe von Open-Source-Software organisieren kann, die auf jeder persönlichen Plattform (Linux, OSX, Windows) und online verwendet werden kann.

Einheit 1. Verwendung von Latex (https://www.latex-project.org) für den Satz auf Overleaf (https://www.overleaf.com). Installation von Latex auf persönlichen Geräten.

Einheit 2. Einführung in Python auf Jupyter (https://jupyter.org) Colab (https://colab.google). Installation von Python und JupyterNotebook auf persönlichen Geräten.

Einheit 3 Schaltungssimulator https://www.falstad.com/circuit/, Mikrocontroller-Simulator https://wokwi.com/

Im Unterricht wird gezeigt, dass die Online-Plattformen Overleaf, Colab und JupyterHub ein Hilfetool integriert haben, das KI nutzt.

 

Modul 1 (Annäherung an KI) (12 Unterrichtsstunden)

Einheit 1 Im ersten Teil möchten wir eine allgemeine Diskussion über entscheidende Fragen anregen, die im Zentrum der KI-Ära stehen: Was ist ein mathematisches Modell? Was ist Intelligenz? In welchem Sinne können wir sagen, dass ein mathematisches Modell eine
Form von Intelligenz darstellen kann?

Einheit 2 Intelligenz als die Fähigkeit, Objekte zu klassifizieren: maschinelles Lernen und Methoden zur Automatisierung der Klassifikation.

Einheit 3 Das Perzeptron: ein mathematisches Modell eines Neurons.  Seine Eigenschaften, seine Fähigkeit, Klassifikationen vorzunehmen, mit einer Ausnahme: das XOR-Gatter. Die Notwendigkeit, Netzwerke von Perzeptronen zu betrachten.

Einheit 4 Stimmt es, dass Lernen als Algorithmus betrachtet werden kann?
Von der Methode der besten Anpassung bis zur Backpropagation-Methode: wie ein mathematisches Modell trainiert werden kann.
Die Methode des steilsten Abstiegs.  

Einheit 5 (4 Stunden) Wie man einfache neuronale Netze mit Python programmiert. Ist Intelligenz ein emergentes Phänomen?

Einheit 6 (4 Stunden) Verwendung kostenloser KI, um Experimente durchzuführen und Fragen zu stellen, um zu prüfen, inwiefern KI-Modelle im Unterricht nützlich sein können.

Einheit 7 (3 Stunden) Schülerprojekt: Jeder Teilnehmer wird gebeten, eine
für sein Unterrichtsfach relevante Aktivität mit neuronalen Netzen und KI zu präsentieren.

  


Modul 2 (Robotik mit ARDUINO) (10 Unterrichtsstunden)

Einheit 1 Wie man Laboraktivitäten organisiert, um den Schülern zu zeigen, dass hinter der Technologie Physik und Mathematik am Werk sind und eine grundlegende Rolle spielen. Analyse von Schaltungen mit Widerständen, Kondensatoren und LED-Dioden, die auf einem Steckbrett aufgebaut und auch simuliert werden. Falls möglich, wird es auch eine kurze Einführung in Transistoren geben.

Einheit 2 Vorstellung des ARDUINO-Projekts. Aufbau des ARDUINO-Mikrocontrollers. Verwendung des kostenlosen Simulators sowie Einführung in die ARDUINO-Programmierung und die Installation der IDE auf persönlichen Geräten.

Einheit 3 (3 Stunden) Projektaufbau anhand von Beispielen:
Wie man einfache elektronische Schaltungen aufbaut.
Wie man eine LED-Schaltung über ARDUINO steuert.
Wie man mit ARDUINO mit und ohne Sensoren Messungen durchführt.
Wie man mit ARDUINO Motoren und Sensoren steuert.

Einheit 4 (3 Stunden)
Schülerprojekt: Jeder Teilnehmer wird gebeten, ein ARDUINO-Projekt zu entwerfen,
das mit einem Simulator getestet werden kann