Vis ma vie en NSI : l’intelligence artificielle au lycée, en pratique !

Vis ma vie en NSI au lycée Paul-Valéry en TP de robotique en 1re
Retrouve notre série au lycée "Vis ma vie en NSI", en classe de 1re : on en apprend plus sur l'intelligence artificielle lors d'un TP de robotique piloté par un chercheur !

Un TP de robotique pour rendre concrètes les notions liées à l’IA

Pour les élèves de 1re de notre série « Vis ma vie en NSI » au lycée Paul-Valéry (Paris 12), c’est l’heure des derniers cours avant la fin de l’année. Parmi les notions au programme, l’algorithme des K plus proches voisins* (pas de stress on vous en reparle plus loin).

Le robot AlphAi et le chercheur en intelligence artificielle Thomas Deneux vont leur donner un petit coup de main pour le découvrir. Sympa !

 

La NSI, la démarche de projets, l’Art, les objets connectés et l’IA

Une chose à savoir sur les cours en spécialité NSI – Numérique et Sciences Informatiques : jusqu’à 25 % des séances sont consacrées à la réalisation de projets.

L’objectif est d’habituer les élèves à la démarche de projets qu’ils retrouveront en Terminale lors de la préparation au Grand Oral. Et si on commence dès la classe de première, on s’y prépare progressivement, c’est plus confortable.

Stéphane et Thibaut, les deux profs de NSI du lycée, ont choisi, entre autres, de travailler autour des objets connectés, de l’Art (eh oui !) et de l’Intelligence artificielle. 

Or l'algorithme des k plus proches voisins est un des algorithmes utilisés en IA.

 

S'initier à l'IA avec un chercheur

Thomas Deneux est ingénieur de recherche à l’Institut des neurosciences de Paris-Saclay (NeuroPSI - Université Paris-Saclay, CNRS) et chercheur en intelligence artificielle. 

Sa présence au lycée s’inscrit dans le projet d’établissement de Paul-Valéry, futur « campus de l’Intelligence artificielle ». Stéphane et Thibaut lui ont donc proposé d’intervenir en co-animation sur plusieurs séances pour présenter aux élèves différentes notions liées à l’IA.

Chercheur, Thomas est aussi entrepreneur : il développe le robot éducatif AlphAI afin d’accompagner les élèves dans leur découverte de l’IA et du machine learning (ou apprentissage automatique). Ce robot est plutôt utile pour les TP : on va vite s’en rendre compte.

 

Un peu de théorie et beaucoup de pratique 

Comment se passe la séance d'initiation à l'IA avec le robot AlphAI ?

Concrètement, après une introduction à l'IA de 15 à 20 minutes faite par Thomas, place au TP de 1h30 au FabLab.

L’introduction permet de présenter la notion explorée, de donner le vocabulaire technique associé et de l’expliquer.

Ici, il fallait : 

  • détailler à quoi servait l’algorithme étudié (l’algorithme des K plus proches voisins) et
  • établir la différence entre la méthode d’apprentissage supervisé (proposée par cet algorithme) et l’apprentissage non supervisé (qui sera abordé lors de séances futures).

L’idée de l’exercice du jour c’est que l’algorithme permette au robot de se déplacer dans un environnement inconnu en évitant les obstacles.

Un aperçu du TP ! La robotique pour mettre l'intelligence artificielle en pratique.

L’apprentissage supervisé avec un robot : kezako ?

C’est quoi un apprentissage supervisé ?

On va essayer de faire simple (merci au passage à Stéphane qui nous a glissé des exemples bien pratiques).

Partons d’un cas où l’intelligence artificielle aiderait à reconnaître des chats. Parce qu’un chat, c’est mignon.

  • En apprentissage supervisé, on va guider et entraîner l'algorithme à reconnaître un chat à partir d'un jeu de données dont on précise les attributs : nombre d'yeux, de pattes, taille des moustaches, aspects des poils, couleur, etc…  À l'aide de cette classification, l'algorithme pourra prédire si une nouvelle image qu'on lui présente est celle d'un chat ou non.
  • En apprentissage non-supervisé, l'algorithme va réaliser l'apprentissage de façon autonome : on lui présente des milliers d'images de chat et de chien et il parviendra à en extraire de lui-même les caractéristiques qui permettent de catégoriser et de distinguer ces 2 espèces.

Vous y voyez plus clair ? Voyons ce que cela donne dans la séance de projet sur l'apprentissage supervisé.

Le robot est équipé de deux caméras/capteurs, ses deux « yeux » en quelque sorte. Pour l’entraîner, les élèves le mettent en situation dans le « ring » entouré de murs rouges et lui donnent des instructions :  «  il y a un obstacle à droite, tourne à gauche… ».

Peu à peu, le robot va ainsi se constituer un jeu de données lui permettant de cartographier son environnement et de prévoir comment évoluer dans cette arène. 

En l’occurrence, plus il y a de rouge dans son champ de vision, plus le risque est grand.

Ensuite, il va analyser de quelle situation (obstacle ou pas) il est le plus proche : s’il y a 30% de rouge à gauche et 70% à droite, il va tourner à gauche. C’est – en gros - le principe de l’algorithme des K plus proches voisins.

 

Bilan : les applications concrètes, c’est sympa !

Ce qui a plu aux élèves dans ce cours ? Le côté ludique de la robotique bien sûr mais aussi l’approche très concrète avec un résultat immédiat.

Comme Stéphane nous l’explique :

« un algorithme peut sembler opaque au début et on peut être amené à travailler avec des jeux de données fournis, qui paraissent parfois abstraits. Là, les élèves interviennent directement dans la création du jeu de données et quand on manipule le script Python, on voit tout de suite si on a commis une erreur ou pas. S’il y a une erreur, le robot se prend un mur ;) ».
Stéphane (le prof)

Un élève lui a ainsi fait la remarque suivante :

« On a fait beaucoup de choses qui ont un impact sur un écran mais on n’avait pas forcément l’impression de pouvoir agir sur notre environnement physique. Là on prend conscience que c’est possible ».
Un élève de la classe de 1re

Proposer des applications concrètes des notions abordées en NSI fait partie de la démarche des enseignants, à travers la robotique mais aussi le traitement de données économiques ou scientifiques, des applications artistiques, etc.

« C’est finalement aussi une façon de montrer aux élèves que la science informatique se retrouve un peu partout et qu’elle peut être rattachée à de nombreux projets d’orientation » conclut Stéphane.

 

Dans l’épisode de septembre de « Vis ma vie en NSI » avec le lycée Paul-Valéry, on fera justement un tour des choix d’orientation des élèves de terminale. À suivre !

Pour en savoir +

 

 

* l’algorithme des K plus proches voisins est un algorithme de classification et de régression. Il va organiser des données par catégorie (classification) – chat ou pas chat par ex - ou les ordonner selon la valeur du nombre communiqué par la donnée (on parle alors de « régression »).

Photos & Vidéos utilisées : © Lycée Paul-Valéry, Paris

À LIRE ÉGALEMENT