Umělá inteligence, zkráceně AI, je pojem, s nímž se dnes v každodenním životě setkáváme stále častěji. Roboti nebo inteligentní software přebírají úkoly, které dříve mohly počítače vykonávat jen ve velmi omezené míře, a proto je často vykonávali lidé. V každodenním životě se dnes jen stěží vyhneme tomu, abychom umělou inteligenci v té či oné podobě nepoužívali jako pomocníka – ať už vědomě, nebo nevědomě. Podporuje nás například při používání navigačních zařízení, hraní videoher nebo i při používání fotoaparátu na chytrém telefonu. Existují však i zjevnější případy použití, např. autonomní řízení nebo používání hlasových asistentů v domácnosti nebo v chytrém telefonu. V pozadí se stále častěji používají takzvané neuronové sítě, které jsou modelovány podle fungování lidského mozku. Jsou důležitou součástí Deep Learning, speciálního podtypu umělé inteligence.

Umělá inteligence se prosazuje i v průmyslu. S rostoucím využíváním této technologie je stále důležitější pochopit, o co se vlastně jedná, co je to Deep Learning nebo jak se neuronové sítě cíleně vytvářejí a jak je lze smysluplně využít v průmyslu k optimalizaci výrobních procesů. Tyto otázky vyvstávají zejména v případě opakujících se, monotónních úkolů, které počítače zatím nedokážou zvládnout, a které proto stále pracně vykonávají lidé. Umělá inteligence se snaží pochopit a uměle napodobit fungování lidského mozku. Cíl: počítače by měly spolehlivě provádět i náročné úlohy, například kontrolu kvality na základě rozpoznávání obrazu – zejména organických objektů.

Učební kufřík Umělá inteligence byl navržen pro školitele, instruktory, učitele a profesory v různých vzdělávacích institucích, aby se s tématem umělé inteligence blíže seznámili a mohli co nejpraktičtěji a nejnázorněji zprostředkovat odborné kompetence při práci s umělou inteligencí.

Sada učebního kufříku obsahuje skutečný průmyslový hardware a software, který se ve stejné podobě používá i v řadě podniků. Kufřík je doplněný výukovými materiály, například e-learningovým kurzem jako úvodem do tématu nebo příručkou k experimentu s didakticky připravenými úlohami a vzorovými řešeními.

Pro komplexní pochopení učení Deep Learning je nezbytné nejen shromažďovat teoretické znalosti o něm, ale také s ním skutečně pracovat, dělat chyby a následně je samostatně opravovat. Proto byl navržen učební plán s následujícími body, aby zájemci mohli získat praktické zkušenosti s vytvářením vlastních neuronových sítí.

• V interaktivním e-learningovém kurzu jsou studenti připravováni na prezenčním školení. Kurz poskytuje základní znalosti a jeho cílem je sjednotit různé úrovně znalostí jednotlivých účastníků.
• Krátký digitální kvíz lze použít později, několik dní před prezenční akcí, k aktivaci a dodatečnému zakotvení znalostí získaných v e-learningovém kurzu tak, aby je bylo možné zopakovat během prezenčního školení.
• Sada tisknutelných pokynů k experimentu (se vzorovým řešením) a příklady blokových schémat podporuje účastníky při provádění úloh s využitím skutečného průmyslového senzoru. Pomocné materiály, které jsou součástí sady, např. kostky nebo kovové knoflíky, slouží k intuitivnímu řešení úloh z návodu k experimentu krok za krokem. Pomocí programovatelné kamery InspectorP621 od společnosti SICK a cloudového průmyslového softwaru SICK dStudio mohou studenti vytvářet vlastní neuronové sítě a poté je přenést do kamery. Studenti si vyzkoušejí, jak kamera samostatně začlení výsledky kontroly kvality do předem definovaných tříd na základě vytvořené neuronové sítě.

Pro sadu bylo navrženo pět didakticky zpracovaných úloh, které na sebe navazují a směřují k co nejudržitelnějšímu osvojení kompetencí s reálnými praktickými znalostmi.

V šesté a poslední úloze je neuronová síť, kterou studenti samostatně vytvořili, nakonec přenesena do skutečného výrobního zařízení v 3D počítačové simulaci, aby se ověřila kvalita neuronové sítě. Tato úloha uzavírá učební jednotku a zároveň zvyšuje motivaci účastníků.

Sada může být zkrácena v různých scénářích nebo použita celá – zcela jednoznačně i začátečníky. Hardware a software rovněž umožňují studentům navrhovat vlastní úlohy, takže není nutné se povinně držet dodaných návodů k experimentům. Vyměnit lze dokonce i software senzoru, aby bylo možné navrhnout nebo řešit obzvláště složité úlohy se senzorem.

Více informací o koupi praktické sady najdete zde.