Η ομάδα μας, αποτελούμενη από μαθητές Δημοτικού, έχει επικεντρωθεί στον κλάδο της μετεωρολογίας και της ανάλυσης κλιματικών δεδομένων στη χώρα μας. Άλλωστε τα τελευταία χρόνια η κλιματική αλλαγή έχει κάνει έντονη την παρουσία της και στην Ελλάδα. Στόχος μας είναι η δημιουργία ενός περιβαλλοντικού project τεχνητής νοημοσύνης με χρήση Scratch 3.0 προγραμματισμού και του εργαλείου Machine Learning for Kids.
Η ιδέα μας επικεντρώνεται στην ανάλυση δορυφορικών κλιματικών και καιρικών δεδομένων. Θα χρησιμοποιήσουμε εικόνες από δορυφόρους που καταγράφουν διάφορες κλιματικές συνθήκες στην Ελλάδα αλλά και σε άλλες χώρες του εξωτερικού. Το πρόγραμμα μας θα αναλύει αυτές τις εικόνες χρησιμοποιώντας τεχνικές Machine Learning, προσφέροντας προβλέψεις για τον καιρό σε συγκεκριμένες περιοχές.
Στόχοι
- Η απόκτηση γνώσεων στο κομμάτι των κατακρημνίσεων και του καιρού γενικότερα
- Μια πρώτη επαφή και γνωριμία με το machine learning
- Ανάπτυξη δεξιοτήτων όπως η κρητική σκέψη, η συνεργασία, δημιουργικότητα κ.α.
Λογισμικό που θα χρησιμοποιηθεί:
- machinelearningforkids
- Scratch 3
Σχεδιασμός-Υλοποίηση
Αρχικά, προβλήθηκαν ορισμένα βίντεο από το YouTube και ακολούθησε συζήτηση στην τάξη σχετικά με τις έννοιες της κλιματική αλλαγή, του κλίματος, του μικροκλίματος και του καιρού έτσι ώστε να αποφευχθεί κάποια πιθανή σύγχυση μεταξύ αυτών των εννοιών. Στη συνέχεια έγινε είσοδος στην πλατφόρμα του Machine Learning for Kids και αναζητήσαμε πληροφορίες σχετικά με το τί είναι οι κατακρημνίσεις και φαινόμενα συγκαταλέγονται σ’ αυτές, όπως επίσης και εικόνες τους από δορυφόρους που καλύπτουν διάφορες χώρες του κόσμου.
Δημιουργήσαμε δύο κατηγορίες με τίτλους «ATMOSPHERIC PRECIPITATION» και «ΝΟ ATMOSPHERIC PRECIPITATION» στις οποίες εκχωρήσαμε το φωτογραφικό υλικό που είχαμε συλλέξει. Στην πρώτη κατηγορία των ατμοσφαιρικών κατακρημνίσεων εισάγαμε 10 εικόνες που απεικόνιζαν βροχή, χαλάζι, χιόνι, και ομίχλη ενώ στην δεύτερη 10 εικόνες για την ηλιοφάνεια και τον καύσωνα.
Χρησιμοποιώντας τις φωτογραφίες αυτές για κάθε κατηγορία, προσπαθήσαμε να εκπαιδεύσουμε τον αλγόριθμο μας να αναγνωρίζει την αντίστοιχη κατηγορία από μια εικόνα που θα εισάγει ο χρήστης στην πλατφόρμα και να του παρουσιάζει τις επιπλέον πληροφορίες.
Για αναλυτικές οδηγίες, τους κώδικες και το πλάνο μαθήματος επισκεφτείτε το αποθετήριο ΕΔΩ
Το βίντεο της ομάδας μπορείτε να το βρείτε ΕΔΩ