Das Bild zeigt die Auswertung der gezeichneten Wassermelone in Quick, Draw! Die Zeichnung hatte Ähnlichkeiten mit den anderen Begriffen Badewanne und Whirlpool.
Werkzeug

Kurzübersicht


Medienart
Webseite
Betriebssystem
Browser-Version
Kosten
kostenlos
Registrierung
nicht erforderlich
Konnektivität
online
Fach
alle Fächer
Klassenstufe
Klasse 3-4

Quick, Draw!

Spielerisch eine Maschine mit Zeichnungen trainieren


Quick, Draw! ist ein Spiel zu den Themen maschinelles Lernen und Bilderkennung. Es wird ein Begriff vorgegeben, den man in 19 Sekunden in eine einfache Strichzeichnung überführen soll. Die Maschine versucht dabei, anhand der Zeichnung den gesuchten Begriff zu erraten. Dafür nutzt sie eine große Bilddatenbank, welche von Spielenden aufgebaut wird. Das Spiel bietet eine unterhaltsame Einführung in das Thema maschinelles Lernen.
Hersteller:
A.I. Experiment von Google
Text von:
|
Lizenz:
CC BY-SA 4.0 Lizenz
Lizenzangabe:
© Werkzeug "Quick, Draw!" von Katrina Körner unter der Lizenz CC BY-SA 4.0 via DigiLeG-Portal
Bild:
© Abbildung "Ähnlichkeit der Wassermelone mit anderen Begriffen" von Katrina Körner unter der Lizenz CC BY-SA 4.0 via DigiLeG-Portal
Hinweise:
Bitte beachten Sie vor Einsatz die Daten­schutz­bestimmungen des Herstellers.
Quick, Draw!

Beschreibung

Öffnen Sie Quick, Draw!, dann befinden Sie sich auf der Startseite der Anwendung und erhalten eine Information zum Zweck der Anwendung. Auch können Sie hier bereits auf die Zeichnungen-Datenbank zugreifen.

Auf der Startseite können Sie am oberen Rand auf der linken Seite auf einen Button mit einem Fragezeichen tippen. Auf dieser Seite erhalten Sie nähere Informationen zur Anwendung. In einem Video wird das Vorgehen der Anwendung näher erklärt (siehe nächster Reiter). Die Anwendung wurde durch maschinelles Lernen darin trainiert, Zeichnungen zu erkennen. Dabei fokussiert sie nicht nur das Produkt, sondern auch die einzelnen Schritte/Striche der Zeichnung und kann so durch Ähnlichkeiten Verbindungen herstellen.

Hinweis: Das Video ist auf englischer Sprache mit Untertiteln verfügbar.

Ein Klick auf den Button Und los! startet die Anwendung. Sie erhalten die Aufgabe „Zeichne: [Begriff] Du hast dafür 19 Sekunden.“ Mit OK! starten Sie die Uhr. Sie haben nun 19 Sekunden Zeit, um den Begriff zu zeichnen. Während Sie zeichnen, versucht die Maschine Ihre Zeichnung zu erkennen und den gesuchten Begriff zu erraten. Gegebenenfalls kann es sein, dass Sie Ihre Zeichnung nicht beenden können, da der Begriff bereits vorher erraten wurde. Die sechs Begriffe werden nacheinander abgearbeitet.

Haben Sie alle Zeichnungen fertiggestellt, erhalten Sie eine Gesamtübersicht mit Ihren Zeichnungen und der Auswertung, wie viele Ihrer Zeichnungen erkannt wurden. Sie haben nun die Möglichkeit, auf die Zeichnungen zu tippen und nähere Informationen zu erhalten.

Bei den näheren Informationen sehen Sie beispielsweise, mit welchen anderen Begriffen Ihre Zeichnung Ähnlichkeiten hatte und wie andere Personen den gesuchten Begriff verbildlicht haben.

Möchten Sie weitere Zeichnungen und mehr Begriffe sehen, dann öffnen Sie die Datenbank. Hier können Sie über 50 Millionen Zeichnungen von mehr als 15 Millionen Nutzenden ansehen und vergleichen.

[Hinweis: Dieser Webseitenteil steht nur auf Englisch zur Verfügung.]

Maschinelles Lernen ist ein Teilgebiet der Informatik und wichtig für Künstliche Intelligenzen (Fraunhofer-Gesellschaft 2018).

Grundlegend besteht eine Maschine, z. B. ein Computer, und deren Programmierung aus diversen Algorithmen. Tatsächlich gibt es aber auch noch Aufgaben, zu denen es keine Algorithmen gibt, weil es beispielsweise Tätigkeiten sind, die der Mensch zwar problemlos erledigt, bei denen er aber nicht konkret erklären kann, wie er es tut (Alpaydin 2022). Wie können Sie beispielsweise die Gesichter Ihrer Freunde erkennen und unterscheiden?

Ziel des maschinellen Lernens ist es, die Maschine dazu zu befähigen, solche Aufgaben dennoch auszuführen. Dies wird erreicht, indem die Maschine trainiert wird. Sie soll, genau wie wir Menschen, aus Erfahrungen lernen und somit Wissen generieren (Fröchte 2019). Die Erfahrungen, die die Maschine macht, bestehen aus verschiedenen Daten, die sie erhält und unter bestimmten Eigenschaften auswertet (Fröchte 2019; Schmid). Von Lernen spricht man dann, wenn die Maschine ihre Performanz hinsichtlich der Erledigung der Aufgabe mit zunehmender Datenanzahl verbessert (Schmid): mehr Erfahrungen führen (idealerweise) zu besseren Ergebnissen. Dass die Maschine die Aufgabe letztlich ausführen kann, bedeutet allerdings nicht, dass sie auch versteht, welche Aufgabe sie auf welche Weise und aus welchen Beweggründen erledigt (Fraunhofer-Gesellschaft 2018).

Maschinelles Lernen findet in verschiedenen Bereichen Anwendung. So können Maschinen beispielsweise radiologische Bilder auf dem Niveau von Ärzt*innen analysieren, in diversen Spielen gegen Menschen gewinnen, Spam-Nachrichten im E-Mail-Programm filtern oder große Datenmengen im wissenschaftlichen Bereich auswerten (Alpaydin 2022; Fraunhofer-Gesellschaft 2018; Schmid).

Beispiel für die Einbindung der Anwendung in den Kunstunterricht

Im Nachgang der Unterrichtsstunde Abstrahieren eines Gegenstands der Lernumgebung GPS-Zeichnungen kann die Klasse spielerisch mit der Thematik maschinelles Lernen in Berührung kommen.

Hierfür spielt die Klasse zuerst ein Spiel basierend auf der Vorgehensweise von Quick, Draw!:

Variante AEin Kind muss die Zeichnungen der Kinder erraten. Dieses verlässt zu Beginn des Spiels kurz den Raum. In dieser Zeit gibt die Lehrkraft der Klasse einen Begriff vor. Die Kinder zeichnen zu dem Begriff jeweils auf ein Blatt Papier. Das Kind kommt anschließend wieder in das Zimmer und errät anhand der Zeichnungen den Begriff.
Variante BAlternativ kann das Spiel in umgekehrter Weise gespielt werden. Dafür zeichnet ein Kind etwas zu einem vorgegeben Begriff an die Tafel. Die Klasse muss den Begriff erraten. Hierbei wäre auch die Möglichkeit gegeben, die Kinder in Gruppen aufzuteilen.

Im Anschluss daran sagt die Lehrkraft, dass sie eine Maschine kennt, die genau wie die Kinder Zeichnungen erkennen kann. Sie öffnet Quick, Draw! und spielt das Spiel gemeinsam mit den Kindern. Dabei kann sie die ersten Bilder zeichnen, alternativ kann ein Kind sechs Bilder zeichnen oder jeweils ein Kind eine Zeichnung erstellen. Mehrere Durchgänge sind möglich.

Sind die Kinder mit dem Spiel vertraut, fragt die Lehrkraft die Kinder, wie die Maschine wohl erkennen kann, was die Kinder zeichnen. Gemeinsam werden Antworten überlegt. Danach erklärt die Lehrkraft über die Auswertung einer Zeichnung bei Quick, Draw! (Details zur Zeichnung, Ähnlichkeiten der Zeichnung mit anderen Begriffen) das Vorgehen des Programms bei der Analyse der Zeichnungen. Dabei erwähnt sie auch, dass das Programm dieses Vorgehen erlernt hat, indem ganz viele Personen zu den Begriffen etwas gezeichnet haben. Beispielhaft können die Datenbank eines Begriffes aufgerufen und die unzähligen Bilder den Kindern gezeigt werden. Die Kinder erkennen dabei, dass die Zeichnungen zu einem Begriff zwar unterschiedlich sind, aber Gemeinsamkeiten aufweisen. Anhand dieser Gemeinsamkeiten kann die Maschine der Zeichnung einen bestimmten Begriff zuordnen.

Wie eine Maschine diese Fähigkeit erlernen kann, wird den Kindern über Teachable Machine gezeigt. Dabei erstellt die Klasse gemeinsam ein Modell, in welchem die Maschine die Zeichnungen der Kinder aus der ersten Phase den verschiedenen Begriffen zuordnen soll. Gestartet wird mit zwei Klassen (zwei Begriffen). Das Modell kann erweitert werden, wenn die Kinder das grundlegende Vorgehen verstanden haben.

Zuletzt wird darüber gesprochen, welche Nutzungsmöglichkeiten maschinelles Lernen haben kann und wo den Kinder maschinelles Lernen im Alltag begegnet. Beispiele: einige Handys können Fotos in der Fotogalerie nach Gesichtern gruppieren, selbstfahrende Autos können Verkehrsschilder und Ampelfarben erkennen, Pflanzenbestimmungs-Apps können hochgeladene Bilder einer Pflanzenart zuordnen (z. B. Flora Incognita).

Literatur

Zum Seitenanfang wechseln Scroll-Symbol in Form eines Pfeils nach oben