Il Machine Learning di Google
In attesa di Sparrow, l’Intelligenza Artificiale che Google rilascerà prossimamente in risposta a ChatGPT3 (di cui ho parlato qui), che è sviluppata da OpenAI ma con forti finanziamenti di Microsoft, vi presento una web app gratuita messa a disposizione da Google per allenare modelli di Intelligenza Artificiale in modo semplice e senza necessità di saper programmare: la Google Teachable Machine.
Parlerò anche di quest’app e delle sue possibilità didattiche, nel mio nuovo AI Lab su piattaforma Wikiscuola (trovi le informazioni per iscriverti qui).
Per la sua semplicità, questa web app permette di avvicinare chiunque al Machine Learning, quella branca dell’Intelligenza Artificiale che si occupa di creare dei modelli che permettono ad un algoritmo di apprendere automaticamente, sulla scorta di una grande quantità di dati fornita. Dato che parliamo di dati, siamo essenzialmente nel campo della Statistica e difatti utilizza metodi quali la regressione lineare e la statistica bayesiana allo scopo di estrarre conoscenza dai dati. Esistono diversi tipi di machine learning:
Apprendimento supervisionato (supervised learning): si occupa di solito di problemi di classificazione binaria, quindi di dire se un dato fornito in input (ad esempio un’immagine), appartenga o meno ad una categoria (ad esempio un gatto o un segnale stradale).
Apprendimento non supervisionato (unsupervised learning): non vi sono categorie o output corretti. Il compito dell’algoritmo è quello di scoprire la struttura dei dati, ad esempio raggruppando elementi simili.
Apprendimento di rinforzo (reinforcement learning): la macchina ha bisogno di un feedback per capire se sta imparando nella maniera corretta o meno. Questo feedback potrebbe essere disponibile con un certo ritardo (come nella guida autonoma o nei giochi), in tal caso parliamo di apprendimento di rinforzo.
Ma è necessario sapere tutte queste cose per addestrare un modello ad imparare a fare qualcosa autonomamente?
In teoria sì, e molte di più. Benché oggi se ne parli molto, capire come effettivamente funzioni l’Intelligenza Artificiale non è una cosa semplice, per questo ti voglio presentare questa semplice app che ti permetterà di comprendere e introdurre il machine learning ai tuoi studenti in maniera semplice e anche divertente.
Ho anche realizzato un video su YouTube, ma prima di guardarlo, leggi questa breve introduzione.
La Teachable Machine
Se vuoi addestrare un modello a riconoscere immagini, suoni o pose, puoi utilizzare quest’app messa a disposizione da Google, la Teachable Machine.
Ti basterà andare sul sito, cliccare Inizia, fare il login e iniziare a caricare dati.
Puoi acquisire dei dataset di immagini online, io ad esempio uso Kaggle.
Come vedrai nel video, ho scaricato qualche centinaio di immagini di bottiglie piene e mezze piene, poi ho preso due bottiglie reali, le ho fotografate e le ho sottoposte al modello come immagini. Ho anche provato in diretta con la webcam e il risultato è stato lo stesso: la macchina ha riconosciuto esattamente di che tipo di bottiglia si trattasse!
Stupefacente, prova in classe con set diversi e aumenta man mano i dati in input per ottenere dati sempre più accurati.
Non finisce qui, oltre a poter salvare il progetto su Drive, hai anche la possibilità di scaricarlo in formato .tm ed utilizzarlo in qualsiasi progetto JavaScript o con Arduino. Immagina quante cose divertenti potresti fare con sensori o videocamere…
Ti consiglio di dare un’occhiata alle FAQ di Google, troverai informazioni interessanti e capirai perché lo strumento è stato sviluppato proprio per attività creative da fare in classe e allo stesso tempo per introdurre i principi del Machine Learning.

Curioso di vedere il mio esperimento con le due bottiglie? Clicca il link di seguito per vedere il video su YouTube e non dimenticare di iscriverti al canale, mettere Mi piace e condividere.
CLICCA QUI PER VEDERE IL VIDEO
Hai capito di che tipo di Machine Learning si tratta? Fammelo sapere nei commenti al post sui miei canali social.
Conclusioni
Insomma, l’Intelligenza Artificiale è qualcosa di complicato, ma per fortuna ci si può approcciare, e far approcciare gli studenti, in modo semplice, affinché ne capiscano il funzionamento e possano guardare allo strumento con curiosità e spirito critico, e magari qualcuno dei nostri alunni un giorno deciderà di volerne sapere di più e intraprendere gli studi di informatica, lanciandosi in un settore lavorativo in espansione. Molte delle decisioni che si prendono da grandi dipendono dalle cose che ci hanno appassionati da bambini e adolescenti.
Se questo articolo ti ha incuriosito, leggi anche gli altri contenuti a tema Intelligenza Artificiale e condividi con i tuoi colleghi:
- Aspetti etici dell’IA
- Generare immagini con l’IA
- Come funziona ChatGPT3
- I Chatbot che ho sviluppato appositamente per le scuole
- Il mio corso su Scuola Futura per il Polo STEAM di Cuneo sui Chatbot
- Intervista a Radio SP30 sull’IA
- Lavoro di educazione civica sulle Smart City svolto dai miei studenti
Ti ricordo anche il mio laboratorio di mercoledì 8 febbraio su piattaforma Wikiscuola, tutte le informazioni qui.
Sostieni il mio lavoro!
Se ti è piaciuto l’articolo puoi compiere le seguenti semplici azioni per sostenere il mio lavoro:
- Iscriverti alla newsletter cliccando QUI
- Condividere l’articolo
- Seguirmi sui miei canali social:
Non hanno nessuno costo per te ma un grande valore per me!
Se vuoi organizzare un corso di formazione per la tua scuola, dai un’occhiata al mio nuovo catalogo!
Un caffè al prof!
Se invece vuoi supportare la creazione di contenuti con una piccola donazione tramite PayPal, puoi farlo cliccando il pulsante.
Grazie!