Brain in a bag

Überblick

Brain in a Bag ist eine Hand-On Aktivität zum Einstieg in Künstliche Neuronale Netzwerke (KNN). Die Erläuterungen zur Originalaktivität findet sich unter https://teachinglondoncomputing.org/resources/inspiring-unplugged-classroom-activities/the-brain-in-a-bag-activity/. Den Ablauf der Aktivität findet man unter https://www.youtube.com/watch?v=lux_ybamClU beispielhaft erläutert. Für die Durchführung im Projektkurs wurde die Aktivität umgestaltet.

In der Aktivität bilden die SchülerInnen mit wenigen Hilfsmitteln ein KNN nach. Das KNN hat eine Funktion, die die SchülerInnen aber zu Beginn nicht kennen. Alle Teilnehmer haben eigene Handlungsanweisungen, kennen aber die Anweisungen der jeweils Anderen nicht. Gemeinsam erarbeiten die SchülerInnen dann spielerisch was das KNN kann und erkunden dabei verschiedene Eigenschaften und Mechanismen, die tatsächliche Mechanismen von KNNen in vereinfachter Form abbilden. Dies eignet sich, um die wichtigsten Begrifflichkeiten eines KNN einzuführen. Grundlegende Mechanismen des Feed Forward Prinzips eines Neuronalen Netzes werden spielerisch erarbeitet. Ergänzend sollte im Anschluss im Plenum diskutiert werden, wie die verschiedenen spielerischen Elemente abstrahiert und formalisiert werden können, um von der Ebene des Hands-On zur tatsächlichen technischen Umsetzung von KNNen zu gelangen.

Material

Abbildung 1 – Brain in the Bag Materialien

Die Utensilien für Brain in the Bag können schnell selbst gebastelt werden. Für die im Folgenden beschriebene Aktivität werden 9 Schnüre und 9 Röhrchen benötigt. Für eventuelle Abwandlungen der Aktivität kann man auch noch zusätzliche Röhrchen/Schnüre herstellen. Die Schnüre sollten etwa ein bis zwei Meter lang und bestenfalls jeweils gleichlang sein.

Als Röhrchen sind stapelbare Plastikbecher zu empfehlen, deren Boden man entfernt. Diese können leicht gesammelt und transportiert werden. Eine andere Möglichkeit sind Papprollen, die allerdings letzteren Vorteil nicht bieten. Wenn man noch ein paar Clips nutzt, um die Schnüre zusammenzuhalten sind Transport und Aufbewahrung der Brain in the Bag Materialien gut möglich.

Außer diesen Materialien wird nur noch ein Kartenspiel benötigt. Im Projektkurs wurde ein Jumbo Kartenspiel genutzt, was aufgrund der größeren Karten von Vorteil, aber nicht zwingend erforderlich ist. Datei:Anweisungskarten.docx Anweisungskarten:

Dokumentationsbogen:

Aufbau

Zehn SchülerInnen bilden ein KNN wie in Abbildung 2 veranschaulicht. Jeder der zehn SchülerInnen verkörpert somit ein Neuron (N1 – N10) des KNN. Der Input-Layer (blau) besteht dabei aus stehenden SchülerInnen, im Hidden-Layer (grün) sitzen die SchülerInnen auf Stühlen und das Ausgabe-Neuron (rot) hockt auf dem Boden.  Die Kanten des Netzwerks werden durch Schnüre realisiert, auf die jeweils ein Becher aufgefädelt ist, den ein Schüler festhält (siehe Abb. 2). Signale können gesendet werden, indem der Becher über die Schnur von einem Neuron zum Anderen geschickt wird.

Abbildung 2 – Aufbau des von den SchülerInnen gebauten Netzwerks

Das fertig zusammengebaute KNN reagiert auf Karten aus einem Kartenspiel, die nacheinander hochgehalten werden. Eine Eingabe besteht dabei aus zwei Karte mit festgelegter Reihenfolge (z.B. 1.Karte: Kreuz Dame, 2.Karte: Herz Bube). Die Anweisungen der Neuronen sind wie folgt:

·      N1: Wenn die erste Karte eine Dame ist, sende ein Signal zu Neuron 7.

·      N2: Wenn die zweite Karte eine Dame ist, sende ein Signal zu Neuron 7.

·      N3: Wenn die erste Karte eine rote Karte (Herz, Karo) ist, sende ein Signal zu Neuron 8.

·      N4: Wenn die zweite Karte eine rote Karte (Herz, Karo) ist, sende ein Signal zu Neuron 8.

·      N5: Wenn die erste Karte eine schwarze Karte (Kreuz, Pik) ist, sende ein Signal zu Neuron 9.

·      N6: Wenn die zweite Karte eine schwarze Karte (Kreuz, Pik) ist, sende ein Signal zu Neuron 9.

·      N7: Wenn dich insgesamt 2 Signale erreichen, dann sende ein Signal zu Neuron 10.

·      N8: Wenn dich insgesamt 2 Signale erreichen, dann sende ein Signal zu Neuron 10.

·      N9: Wenn dich insgesamt 2 Signale erreichen, dann sende ein Signal zu Neuron 10.

·      N10: Wenn dich insgesamt 2 Signale erreichen, dann rufe „Katsching!“.

Es können also immer nacheinander zwei Karten hochgehalten werden und es kann beobachtet werden, ob das Output Neuron ein Signal („Katsching!“) liefert oder nicht. Das zuvor beschriebene Netzwerk liefert dann ein Signal, wenn zwei Damen gleicher Farbe (rot oder schwarz) hochgehalten werden. Der Aufbau kann je nach Anzahl der SchülerInnen auch noch variiert werden, so können z.B. noch zwei weitere Neuronen im Input-Layer integriert werden, die auf Könige (Buben, Asse, etc.) reagieren und im Hidden-Layer analog zum bisherigen Aufbau auch ein weiteres Neuron.

Durchführung

Eine Gruppe von SchülerInnen bildet das KNN wie zuvor beschrieben und die Neuronen bekommen jeweils ihre Anweisungskarte aus dem Dokument „Anweisungskarten.docx“. Man sollte dazu sagen, dass die SchülerInnen sich nicht über ihre Anweisungen austauschen dürfen. Eine weitere Gruppe von SchülerInnen bekommt die Aufgabe herauszufinden, welchen Zweck das KNN erfüllt bzw. auf welchen Input es reagiert. Es können auch zwei Gruppen gebildet werden, die gegeneinander antreten. Die SchülerInnen bekommen das Kartenspiel und dürfen ausprobieren auf welche Eingaben das KNN reagiert. Währenddessen können sie den „Beobachtungsbogen.docx“ nutzen, um ihr möglichst systematisches Probieren zu dokumentieren. Auch wenn das Ausgabeneuron nicht reagiert können die SchülerInnen das Verhalten der anderen Neuronen beobachten und entschlüsseln. Es kann sinnvoll sein das Kartenspiel zu reduzieren, damit die Aktivität nicht zu lange dauert (erprobt mit 10, B, D, K, Ass).

Wenn die Schüler die Aufgabe gelöst haben kann eine weiterführende Aufgabe lauten, dass das Netzwerk so umgebaut werden soll, dass es auf ein Paar Damen unterschiedlicher Farben reagiert. Dafür müssen lediglich zwei Kanten (Schnüre) vertauscht werden. Das kann hinterher reflektiert werden und führt zu einer der zentralen Erkenntnisse, dass die Funktionalität eines KNN von denk Kanten abhängt. Das kann später durch die Kantengewichte auf einem abstrakteren Niveau wieder aufgegriffen werden.

Nachbesprechung

Siehe Foliensatz: Folien_Brain_in_a_Bag Datei:Folien Brain in a bag.pptx Lernziele

Ziele der Spielphase:

Die SchülerInnen…

·      … lernen Begriffe in Bezug auf KNN kennen (Neuron, Feuern)

·      … lernen den Aufbau eines KNN kennen (Layer- Struktur, verschiedene Rollen von Neuronen)

·      ... identifizieren die Anweisungen einzelner Neuronen, durch Systematisches Probieren.

·      … benennen die Art der Eingabe auf die das KNN reagiert.

·      … bauen das KNN so um, dass es einen vorgegebenen anderen Zweck erfüllt.

·      … erlangen eine (vereinfachte) Vorstellung davon, wie ein Neuron Input in einen Output verarbeitet.

·       … erlangen eine (vereinfachte) Vorstellung davon, wie ein KNN Daten verarbeitet (Feed-Forward-Prinzip)

Ziele der Nachbesprechung:

Die SchülerInnen…

·      … lernen weitere Begriffe in Bezug auf KNN kennen (Input-, Hidden-, Output-Layer, Kante, Kantengewichte, Aktivierungsfunktion)

·      … verknüpfen Elemente der Spielphase mit den technischen Begriffen (z. B. Schnur ≙ Kante)

·      … können beschreiben wie das KNN und dies einzelnen Neuronen auf eine Eingabe (2 Spielkarten) reagiert.

·      … können die Eingabe aus dem Spiel (2 Spielkarten) in einen formalen Input übersetzen (Code von Nullen und Einsen)

·      ... beschreiben die unterschiedliche Rollen der Neuronen in verschiedenen Layern.

·      … beschreiben wie ein Neuron im Spiel seinen Input in einen Output verwandelt.

·      … können nachvollziehen, wie ein einzelnes Neuron in der technischen Umsetzung eines KNN seinen Input verarbeitet (Aktivierungsfunktion).

·      … lernen Kantengewichte kennen und verknüpfen sie mit der Vorstellung, dass eine Kante aktiv oder inaktiv sein kann (Gewicht 1 vs. 0)

·       … erkennen das die Funktionalität eines KNN maßgeblich von den Kanten (Kantengewichten) abhängt

Das leistet Brain in the Bag nicht:

·      Das Lernprinzip eines KNN wird nicht thematisiert. Lediglich eine Hinführung dahin durch das Einführen der Kantengewichte ist möglich.

·       Die Black Box Vorstellung wird nicht ganz transportiert, da die Neuronen im Spiel eine Aufgabe mit einem inhaltlich nachvollziehbaren Ziel haben. Dies kann während der Nachbesprechung etwas relativiert werden. Es gibt zwar „Explainable AI“-Ansätze, die versuchen inhaltliche Sinnkomponenten eines KNN zu identifizieren, aber in dem Maße wie es im Spiel vorliegt ist das i. A. nicht möglich.