AIを、 実験 する。
見る。聞く。学ばせる。言葉をつくる。そして、身体を動かす。
「どうして？」と思ったら、条件を一つ変えてみよう。AIのふしぎを、自分の手で確かめる実験場です。
とらえてみる
AI先生から、はじめのひとこと
AIって何？ から始めていいんだよ。
「AIって本当に考えているの？」そんな疑問は大歓迎。写真を見分けるしくみを図と会話で見てから、好きな実験を選ぼう。難しい言葉には「？」が付いているよ。
ふたりと一緒に、
「なぜ？」を探そう。
あおいは気になったらすぐ試すタイプ。はるは結果の理由を確かめるタイプ。どちらの考え方も、AIの実験には大切なんだよ。ふたりの会話はやさしいAI入門で読めます。
どこから
始める？
まずは、道具なしでできる迷路やデータの実験からでも大丈夫。動いているAIを見て「どうして？」と思ったら、もう実験の始まりです。
「AI」って、まず何をするの？
写真から物を見分ける、次の言葉をつくる、迷路の道を選ぶ。どれも、材料になるデータや結果を比べるところから始まります。たとえば迷路で冒険度を上げたら、近道を見つけることも、遠回りすることもある。何を変えたか → 何が変わったか → なぜだろうを一つずつ確かめてみよう。
授業で使う場合の時間は？
小学校は1コマ45分、中学校は1コマ50分が基本です。発展を2コマで行うなら小学校90分・中学校100分。上の「約5分」「約10分」「約15分」は自習用のお試し時間です。授業案は教員向けガイドにあります。
LAB
INDEX
「どんなAIか」より、「何をやってみたいか」で選んでください。以下はボタンの集合ではなく、9つの実験室への入口です。画像分類は3方式を横断して比べられます。
身体の動きをAIに覚えさせる。
NEW / FEATURED骨格を33点のランドマークとして読み取り、約2秒の動きを時系列データとして記録。「シュート」「ジャンプ」「しゃがむ」など、自分で名前をつけた動作をその場で学習・判定します。
k-NNとMLPを比べる。
同じ画像特徴を使い、k近傍法と多層パーセプトロンを切り替えて分類。アルゴリズムを変えると判断がどう変わるか比較します。
画像AIを組み立てる。
ブロックを並べながら、色・明るさ・輪郭を特徴にしてk近傍法で分類。「AIが何をしているか」を処理の順番から観察します。
特徴まで、学ばせる。
MobileNetの転移学習を使う深層学習版。人が特徴量を決める機械学習版と、画像から表現を取り出す深層学習版を比較できます。
ミニGPTを育てる。
小さなTransformerをブラウザで学習し、文章を生成。Attentionの見え方とともに、生成AIが次の文字をどう選ぶのか観察します。
失敗から学ばせる。
迷路のロボットが、成功と失敗をくり返しながら行動を学びます。報酬や冒険度を変え、AIの行動がどう変化するか試します。
音を、絵として見る。
声や音をスペクトログラムという「音の絵」に変え、自分で音のクラスを作って学習。マイクがなくてもデモ音から始められます。
データを疑う。
データを増やす、偏らせる、境界線を動かす。「AIの性能はモデルだけで決まらない」ことを、画面を触りながら確かめます。
「使える」の先を考える。
個人情報、公平性、ディープフェイク、著作権。AIを使えるだけでなく、どこで立ち止まり、何を考えるべきかを問い直します。
TOUCH.
CHANGE.
THINK.
AIは魔法の箱ではありません。このサイトでは、結果を見るだけでなく、条件を変え、失敗させ、もう一度試します。「うまくいかなかった」が、いちばん面白い実験結果になることもあります。
まず触る。
説明を全部読む前に動かします。最初の驚きを入口にして、「なぜ？」を作ります。
条件を壊す。
画像の数、音、動き方、報酬、データの偏り。あえて条件を変えて、AIの限界を探ります。
自分の言葉にする。
当たった・外れたでは終わらず、なぜ変わったのかを説明できたら、その実験は成功です。
カメラ・マイクを使う前に。
撮影・録音範囲と学校・家庭のルールを確認してください。使わない実験からも始められます。画像や音の処理と、教材のコード・モデルを外部から取得する通信は別です。端末共有時は実験ノートや進捗の消去も確認してください。