Stipendium till projekt kring maskininlärning
En maskininlärningsmodell som lär sig själv känna igen siffror och har en träffsäkerhet på 97%. Det är vad Emil och Oskar från Nyköpings Enskilda Gymnasium programmerade ihop under sista året på gymnasiet. För det belönades de med LearningWells programmeringsstipendium.
LearningWell vill uppmuntra fler elever att våga utforska sina intressen inom it. Därför delar vi ut stipendium till framstående gymnasiearbeten inom programmering och mjukvaruutveckling på Nyköpings Enskilda Gymnasium. I år gick stipendiet till Emil Ala-Kulju och Oskar Schrammel Rask. Med hjälp av AI, maskinlärning och programmeringsspråket Python byggde de ett artificiellt neuralt nätverk som tränade sig självt att känna igen siffror i bilder.
Resultatet? En matematisk modell med en träffsäkerhet på 97%.
Under huven på artificiell intelligens
Påhejat av profiler som Tesla-grundaren Elon Musk hittar vi idag artificiell intelligens (AI) i allt från våra käraste smartphone-appar till självkörande lastbilar. För Emil och Oskar var det en blandning mellan spännande appliceringsområden och utmanade matematik som fick dem att vilja utforska metoderna bakom den avancerade tekniken.
”För mig började det med några videos på YouTube”, berättar Oskar Schrammel Rask, som aldrig hade testat på programmering inför sista året på gymnasiet. ”Jag insåg att det var en cool teknik och började direkt fundera på Snapchat-filter och hur de fungerar. Sedan tog nyfikenheten över kan man säga.”
För Oskar blev AI snabbt en het kandidat till gymnasiearbetet. Och efter att ha visat YouTube-klippen för kompisen Emil var det inget snack om saken.
”Jag kände wow’”, säger Emil Ala-Kulju. ”Det finns skitmycket matte i det här, vad kul!”
Sifferigenkänning i Python
Nästa steg var att bestämma hur tekniken skulle användas i ett program. Inte en helt enkel nöt att knäcka.
”Vår första tanke var ansiktsigenkänning, där programmet skulle berätta vilken kändis våra klasskamrater var mest lik”, berättar Emil. ”En frän idé, men vi insåg snabbt att det var bättre att börja med något mer grundläggande.”
Valet föll på sifferigenkänning. Målet: Att skapa en maskininlärningsmodell i programmeringsspråket Python som kunde identifiera siffror i en bild med 28x28 pixlar. Även det en tuff utmaning. Speciellt eftersom de flesta instruktionerna var skrivna för avancerad högskolenivå.
Det tog mer än fem månaders slit innan Emil och Oskar äntligen hade fått programmet att fungera som de ville.
”Det är en styrka i att se potentialen i en teknik och det har killarna verkligen gjort”, säger Erik Ytterberg, systemutvecklare på LearningWell. ”De började basic och har nu många möjligheter att gå vidare med.”
Emils och Oskars tips till andra som vill göra gymnasiearbeten inom AI och maskininlärning:
- Ta del av 3Blue1Brown’s videos på YouTube. En bra resurs för nyfikna nybörjare.
- Använd molnstjänsten Google Colab som utvecklingsmiljö. Det är gratis och gårmycket fortare än att köra programmet på sin egen laptop.
- Börja programmera. Gärna tidigare än du tror att du behöver. Då slipper du sitta och fixa buggar precis före deadline.
Mot riktiga livet och nya programmeringsutmaningar
Nu väntar sommarjobb. För Oskar som servitör och trädgårdsmästare. För Emil som guide vid Femörefortet. I framtiden ser Oskar fram emot att skapa ännu fler modeller med programmering. För Emil väntar förhoppningsvis programmeringskurser redan i höst, då han sökt till civilingenjörsprogrammet i Linköping.
LearningWell önskar Emil och Oskar ett stort grattis till studenten och all lycka på sina kommande äventyr!
____
Du som vill läsa mer om hur vi på LearningWell engagerar oss för att sprida kunskap och öka it-intresset hos ungdomar kan göra det under taggen #csr.