SII-Technologie collège

L’intelligence artificielle est de plus en plus présente dans notre quotidien, que ce soit dans des applications de traduction de documents, de synthèse vocale, de reconnaissance d’image ou encore dans le domaine médical notamment l’interprétation d’’imageries.

Afin d’aborder cette notion avec les élèves et démystifier ce qu’est (et n’est pas) l’intelligence artificielle, cet article vous propose un exemple de projet visant à introduire un des champs d’application de l’intelligence artificielle : l’apprentissage automatique (Machine Learning).

L’utilisation de l’apprentissage machine est ici illustrée à l’aide d’un exemple concret sans aborder les détails des outils mathématiques assurant son fonctionnement.

Nous réaliserons une solution de triage automatique de déchets recyclables où un modèle de machine learning sera entraîné afin de les classer.
.
Ce projet est directement inspiré de celui développé par Moussa Mechehat et Mohamed Tobji, professeurs du lycée Jean Rostand de Villepinte, et propose une adaptation en utilisant un langage de programmation graphique à l’aide du logiciel Mblock au lieu de Python comme dans le projet initial développé sur un Raspberry Pi.

A travers cette réalisation, il est possible d’adresser spécifiquement les compétences et connaissances de l’attendu de fin de cycle 4 : Écrire, mettre au point et exécuter un programme

Situation déclenchante

Afin d’introduire le contexte de ce projet, la situation déclenchante peut prendre appui sur les difficultés éprouvées par les français pour trier leurs déchets : en effet 77 % des Français ne savent toujours pas précisément ce qui peut ou non être recyclé d’après une étude réalisée par DS Smith, fabricant d’emballages.

Autre possibilité, la solution de tri automatisée utilisant un modèle de Machine Learning MAx AI (voir illustration) peut également introduire ce projet.

Algorithme de fonctionnement

Le principe de fonctionnement simplifié est le suivant :
Si un déchet en plastique est reconnu par le modèle de machine learning, alors la poubelle jaune s’ouvrira (à l’aide d’une carte programmable et d’un servomoteur)
Si le déchet reconnu est en verre, alors la poubelle bleue s’ouvrira.

Remarque : une carte programmable standard (type arduino UNO ou micro:bit) n’est pas en mesure d’exécuter un modèle de machine learning.
Dans notre exemple, un ordinateur muni d’une caméra exécute le modèle et donne simplement l’ordre à une carte programmable (arduino UNO ici) d’ouvrir la bonne poubelle.

Construction d’un modèle de machine learning
Afin de pouvoir construire un modèle de machine learning et ainsi dans notre cas reconnaître des déchets sur une image, il est nécessaire de fournir des données et d’entraîner un réseau de neurones.

En effet, c’est à partir de l’analyse d’un grand nombre de données que l’ordinateur va construire le modèle lors de la phase d’apprentissage afin qu’il puisse ensuite faire des prédictions.

Si dans l’exemple proposé, aucune création de compte n’est nécessaire sur le logiciel Mblock, il conviendra d’être vigilant à l’éventuelle exposition de données personnelles d’élèves lors de la création du modèle.

Tester ce projet

Afin de tester ce projet, vous pouvez retrouver :

le lien vers le programme Mblock de ce projet

Le support de présentation détaillant ce projet