Ο Διαγωνισμός

Στα πλαίσια του 12ου συνεδρίου Τεχνητής Νοημοσύνης θα διεξαχθεί ο πρώτος ελληνικός διαγωνισμός Τεχνητής Νοημοσύνης για μαθητές Δημοτικού – Γυμνασίου και Λυκείου WAICY  GREECE. Ο διαγωνισμός θα διεξαχθεί online στα πρότυπα του World Artificial Intelligence Competition for Youth που διοργανώνεται κάθε χρόνο από το 2018.

Στόχοι

Ο διαγωνισμός WAICY GREECE έχει τους ακόλουθους στόχους:

• Να προάγει την γνώση των μαθητών στον τομέα της Τεχνητής Νοημοσύνης και της μηχανικής μάθησης.
• Να ενθαρρύνει την ενασχόληση των μαθητών με τα πεδία STEM( Science Technology Engineering Mathematics) .
• Να συμβάλλει στην κατανόηση των αλλαγών που συμβαίνουν ή πρόκειται να συμβούν με την περαιτέρω διάχυση των τεχνολογιών της Τεχνητής Νοημοσύνης στην ζωή μας.
• Να ενισχύσει την έρευνα, την αναζήτηση, αλλά και τον προβληματισμό που υπάρχει σε σχέση με την χρήση της Τεχνητής Νοημοσύνης και της μηχανικής μάθησης.

Σε ποιους απευθύνεται και τι αφορά

Ο διαγωνισμός WAICY GREECE απευθύνεται σε όλους τους μαθητές από 6 έως 18 ετών. Οι μαθητές μπορούν να λάβουν μέρος είτε με μια ατομική είτε με μια ομαδική εργασία-project. Δεν υπάρχει κάποιος περιορισμός σε σχέση με το πλήθος των μαθητών που μπορούν να συγκροτήσουν μια ομάδα, όμως θεωρούμε ότι οι ομάδες είναι καλύτερο να αποτελούνται από 3 έως 5 μαθητές προκειμένου να υπάρχει καλή συνεργασία και συντονισμός. Κάθε project θα πρέπει να σχετίζεται με το πεδίο της Τεχνητής Νοημοσύνης και της μηχανικής μάθησης

Κριτική επιτροπή

Βούρος Γεώργιος, Καθηγητής του τμήματος Ψηφιακών Συστημάτων του Πανεπιστημίου Πειραιώς και Διευθυντής του Μεταπτυχιακού Τεχνητής Νοημοσύνης σε συνεργασία με τον Δημόκριτο

Γιαννακόπουλος Γεώργιος, Συνιδρυτής SciFY, Μέλος ΔΣ Hellenic AI Society, Ερευνητής ΕΚΕΦΕ Δημόκριτος

Μπλέκας Κωνσταντίνος, Καθηγητής του τμήματος Μηχανικών Η/Υ και Πληροφορικής του Πανεπιστημίου Ιωαννίνων

Jam Clogger  AI Excellence Award

 Βύρωνας Τρικκαλίδης, Στρατής Ράλλης Α΄Λυκείου

Deus Ex Machina Design Excellence 

Στέλιος Αντωνιάδης, Γιώργος Χαΐνης, Νίκολαος Χαλαζωνίτης

SentiMantics Impact Excellence

Δημήτρης Τουρνάκης, Χρήστος  Μούρτζινος

Ανδρέας Νικολόπουλος, Ανδρέας Παυλόπουλος

Explore Athens Distinction in Design and Impact

Λεωνίδας Βουρνάς, Χρυσούλα Βαμβακά, Χριστιάνα Γεωργακοπούλου

Πως αξιολογείται ένα project

Η αξιολόγηση ενός project γίνεται με βάση τα ακόλουθα κριτήρια:

1)    Η ενσωμάτωση δυνατοτήτων Τεχνητής Νοημοσύνης στο project, καθώς και η σε βάθος κατανόηση αυτών των δυνατοτήτων και των προεκτάσεων τους.

2)    Τεχνικές δεξιότητες που καλλιεργήθηκαν και αξιοποιήθηκαν προκειμένου να υλοποιηθεί το project.

1)    Σχεδιασμός:

Το project θα πρέπει να λαμβάνει υπόψη του την εμπειρία του χρήστη.

2)    Η διατύπωση του προβλήματος:

Το project θα πρέπει να έχει αντίκτυπο στην κοινωνία ή σε κοινωνικές ομάδες.

3)    Ηθικά ζητήματα:

Οι μαθητές θα πρέπει να κατανοούν τις θετικές και αρνητικές επιπτώσεις του project τους.

4)    Πρωτοτυπία:

Το project είναι μοναδικό και στηρίχθηκε πάνω σε μια πρωτότυπη ιδέα.

5)    Παρουσίαση:

Οι μαθητές μπορούν να υποστηρίξουν τις ιδέες τους με σαφήνεια, καθώς και να διατυπώσουν τον αντίκτυπο τους.

Για να δηλώσετε συμμετοχή στον διαγωνισμό συμπληρώστε την φόρμα εδω.

Κάθε Project αξιολογείται με βάση την ρουμπρίκα WAICY-Rubric-2021.

https://machinelearningforkids.co.uk/

Δωρεάν εργαλείο που μπορεί να χρησιμοποιηθεί για την εισαγωγή  στη μηχανική μάθηση παρέχοντας πρακτικές εμπειρίες για την εκπαίδευση συστημάτων μηχανικής μάθησης και τη δημιουργία εφαρμογών με αυτά. Παρέχει ένα εύχρηστο καθοδηγούμενο περιβάλλον για την εκπαίδευση μοντέλων μηχανικής μάθησης ώστε να αναγνωρίζουν κείμενο, αριθμούς, εικόνες ή ήχους. Βασίζεται σε διαδεδομένες μεθόδους και περιβάλλοντα εισαγωγής και διδασκαλίας προγραμματισμού σε παιδιά όπως το  Scratch και το App Inventor, προσθέτοντας σε αυτά περιβάλλοντα μοντέλα μηχανικής μάθησης και βοηθώντας τα παιδιά να δημιουργήσουν έργα και παιχνίδια με τα μοντέλα μηχανικής μάθησης που εκπαιδεύουν.

https://dalelane.co.uk/blog/?p=3513

Ένα εξαιρετικό άρθρο από το blog του δημιουργού Dale Lane

http://www.exploringcs.org/for–teachers–districts/artificial–intelligence

Η παραπάνω δωρεάν ιστοσελίδα δημοσιευμένη απο τον οργανισμο “Exploring Computer Science” παρέχει τις παρακάτω δυνατότητες στον χρήστη: Απόκτηση γνώσεων όσον αφορά την Τεχνητή Νοημοσύνη και την μηχανική μάθηση και αντίληψη κοινωνικων και ηθικές επιπτώσεων των συστημάτων αυτών. Διερεύνηση πρακτικών καθημερινών εφαρμογών της τεχνητής νοημοσύνης. Επίσης οι μαθητές μπορούν να κατασκευάσουν, εκπαιδεύουν και να δοκιμάσουν ένα σύστημα Τεχνητής Νοημοσύνης μέσω μιας πλατφόρμας NVIDIA. Τέλος προσφέρει την επιλογή λήψης αναλυτικού pdf προγράμματος σπουδών με καθημερινά σχέδια μαθημάτων, υποστηρικτικά φυλλάδια και ρουμπρίκες και ζωντανούς συνδέσμους, καθώς και συμπληρωματικούς πόρους

https://projects.raspberrypi.org/en/pathways/scratch–machine–learning

Δωρεάν ιστοσελίδα στην οποία ο χρήστης μπορεί να δει πρακτικές εφαρμογές της τεχνητής νοημοσύνης και της μηχανικής μάθησης σε γλώσσα Scratch. Υπάρχουν προβλήματα και έξυπνες ιδέες, η λύση των οποίων παρουσιάζεται μέσω απλών βημάτων και tutorial. Στην αρχή κάθε προβλήματος/έξυπνης ιδέας υπάρχουν οι ενότητες “Τι θα μάθεις”,  “Τι θα χρειαστείς” και “Επιπλέον πληροφορίες” που καθιστούν την υλοποίηση του κώδικα κατανοητή, εύκολη και απλή.

https://teachablemachine.withgoogle.com/

Δωρεάν εύχρηστο εργαλείο για εύκολη και γρήγορη δημιουργία μοντέλων μηχανικής μάθησης που είναι προσβάσιμο από όλους χωρίς να απαιτεί προηγούμενη γνώση προγραμματισμού. Το Teachable Machine μέσω απλών βημάτων βοηθά τον χρήστη να εκπαιδεύσει έναν υπολογιστή ώστε να αναγνωρίζει τις δικές του εικόνες, ήχους, πόζες κλπ. Επίσης παρέχει ιδέες μοντέλων μηχανικής μάθησης πού μπορεί κανείς να κατασκευάσει, λειτουργήσει και αξιολογήσει. Τέλος προσφέρει βίντεο, tutorials και περαιτέρω πηγές αν ο μαθητής επιθυμεί να μάθει περισσότερα και να ενημερωθεί πάνω στον κόσμο της Τεχνητής Νοημοσύνης και μηχανικής μάθησης

https://ml–playground.com/#

Δωρεάν ιστοσελίδα στην οποία ο μαθητής μπορεί να γνωρίσει βασικούς αλγόριθμους και προβλήματα της μηχανικής μάθησης με σκοπό την απόκτηση γνώσεων και έμπνευση ιδεών πάνω στον κόσμου του προγραμματισμού και της Τεχνητής Νοημοσύνης. Διαθέτει περιγραφή προβλήματος, παραμέτρους υλοποίησής, κώδικα, σχεδιαγράμματα και αναλυτική περιγραφή μειονεκτημάτων και πλεονεκτημάτων της λύσης.

 https://www.appsforgood.org/courses/machine–learning

Δωρεάν σειρά μαθημάτων του οργανισμού “Apps for Good” που αποτελείται από δραστηριότητες, χωρισμένες σε 10-15 συνεδρίες. Ο χρήστης μπορεί να εξερευνήση ένα ευρύ φάσμα εφαρμογών μηχανικής μάθησης και να αξιολογήσει τον κοινωνικό, νομικό και ηθικό αντίκτυπο της χρήσης αλγορίθμων Τεχνητής Νοημοσύνης. Οι μαθητές εργάζονται σε ομάδες ή μεμονωμένα για να σχεδιάσουν και να κατασκευάσουν ένα πρωτότυπο που λύνει ένα πρόβλημα που τους ενδιαφέρει χρησιμοποιώντας αλγόριθμους μηχανικής μάθησης. Με την επίσκεψη στην παραπάνω ιστοσελίδα μπορεί κανείσ να ενημερωθεί για το σχήμα εργασίας, το βιβλίο εργασίας του μαθητή και τους μαθησιακούς στόχους κάθε συνεδρίας

http://cognimates.me/home/

Δωρεάν πλατφόρμα εκπαίδευσης μαθητών για την Τεχνητή Νοημοσύνη. Παρέχει την δυνατότητα κατασκευής παιχνιδιών και ρομπότ προγραμματισμού και δημιουργίας μοντέλων μηχανικής μάθησης. Προσφέρει πληροφορίες μέσω άρθρων, βίντεο, σχεδιαγραμμάτων και tutoria και διαθέτει έτοιμα πρότζεκτ και προβλήματα σε Scratch.

https://www.tensorflow.org/resources/learn–ml

Δωρεάν πλατφόρμα που προσφέρει τις ακόλουθες δυνατότητες στον χρήστη: Αρχικά μπορεί κανείς να ενημερωθεί πάνω στο θέμα της Τεχνητής Νοημοσύνης και της μηχανικής μάθησης  μέσω άρθρων, βίντεο, βιβλίων σε μορφή pdf και tutorial. Επίσης προσφέρει προγράμματα επιμόρφωσης και παρουσιάσεις διαθέσιμα προς όλους τους μαθητές. Επιπλέον διαθέτει έτοιμα μοντέλα και προγράμματα μηχανικής μάθησης καθώς και υλικό για την δημιουργία dataset. Τέλος παρέχει επιπρόσθετες πηγές αν ο μαθητής επιθυμεί να αναζητήσει και να γνωρίσει περισσότερο την Τεχνητή Νοημοσύνη και την μηχανική μάθηση.

https://scikit–learn.org/stable/

Δωρεάν βιβλιοθήκη μηχανικής Μάθησης λογισμικού για τη γλώσσα προγραμματισμού Python. Παρέχει τη δυνατότητα χρήσης αποτελεσματικών εργαλείων μηχανικής μάθησης και στατιστικών μοντέλων, όπως την ταξινόμηση εικόνων (image classification) και την παλινδρόμηση (regression). Η βιβλιοθήκη, η οποία είναι προγραμματισμένη με Python, λειτουργεί με εργαλεία όπως το SciPy, το  NumPy, ή το Matplotlib.

https://datasetsearch.research.google.com

Μηχανή αναζήτησης για dataset της Google που βοηθά τους ερευνητές/χρήστες να εντοπίσουν dataset στο διαδίκτυο που είναι ελεύθερα προς χρήση. Ο χρήστης μπορεί να φιλτράρει τα dataset ανάλογα με το είδος τους (φωτογραφίες, βίντεο, ήχος, κείμενο, κλπ) και της πληροφορίες που περιέχουν.