Datamaskinvisjon · Plugget
Kjernepoeng

En datamaskin «ser» ikke som du gjør. Den bryter bilder ned i piksler og mønstre. I dag skal dere finne ut akkurat hvordan — og selv spille rollen som et nevralt nettverk.

Hvordan
ser KI?

Piksler, former og grensene for en KI

🔌 Plugget ⏱ 75 min 👥 Grupper 3–4
🔬 En drone over stranda

En drone spotter haier.
90 prosent nøyaktighet.

En drone i Australia sender alarm til strandvaktene når den ser en hai. En annen drone i Kakadu kjenkjenner invasive ugresser. Selvkjørende biler ser trafikklys og skiller det fra trær.

Men hvordan? Datamaskinen ser egentlig bare tall.
I dag skal dere finne ut hvordan.
Fase 1 — Tegn og la KI gjette

Hva ser KI-en når du tegner?

1
Åpne AutoDraw og tegn et dyr: hai, krokodille, fugl eller elg
2
Observer: Hvor raskt gjetter KI-en hva du tegner?
3
Noter: Hvilke trekk var viktigst? Når feiler den?
🎨
AutoDraw
Tegn på skjermen — KI gjetter hva du tegner i sanntid
Fase 2 — Hvordan ser KI objekt

KI bryter dyr ned i former

En elg kan ses som: sirkel (hode) + firkanter (bein) + trekanter (horn)

Tegn ett norsk dyr med kun:

  • Sirkler (○)
  • Firkanter (▭)
  • Trekanter (△)
🦌
Eksempel: Elg
Sirkel (hode) + firkanter (bein) + trekanter (horn)
Fase 3 — Hva ser datamaskinen egentlig?

Piksler og RGB

Et bilde = hundretusentalls små firkanter (piksler).

Hver piksel har tre tall: Rød, Grønn, Blå (RGB)

Eksempler:

  • Hvit piksel: RGB(255, 255, 255)
  • Svart piksel: RGB(0, 0, 0)
  • Rød piksel: RGB(255, 0, 0)
Viktig moment Datamaskinen «ser» ikke bildene som du. Den ser tall — RGB-verdier for hver piksel. Millioner av tall.
Fase 4 — Bli et nevralt nettverk

KI-kortspillet: hus, bil eller katt?

Dere er tre og tre — hver av dere er ett lag i nettverket:

A
Trekk et kort som B og C ikke får se. Tegn to raske skisser (30 sek. hver) og gi dem til B.
B
Sjekk skissene: Er det rektangulære, trekantede eller runde former? Gi bare den informasjonen videre til C.
C
Slå opp i tabellen på neste slide og avgjør: hus, bil eller katt?
Fase 4 — Hva avgjør svaret?

Klassifiseringstabellen

HusRektangulær + trekantet, ikke rund
BilRektangulær + rund, ikke trekantet
KattTrekantet + rund, ikke rektangulær
Bytt roller Etter 2–3 runder: bytt roller, slik at alle får prøve A, B og C.
Fase 5 — Grensene for nettverket

Hva skjer med et kort nettverket ikke kjenner?

Nå får gruppa et nytt kort — kanskje en hund, kanskje en sykkel.

  • Klarer nettverket å plassere det i en kategori?
  • Hvorfor / hvorfor ikke?
  • Hva må til for at det skal klare å gjenkjenne en hund neste gang?
Moment I dag var dere selv et nevralt nettverk: dere trakk ut trekk og sorterte etter faste regler. Forskjellen er at et ekte nettverk bruker tall, ikke øyne — og at det, akkurat som dere, bare kan gjenkjenne det det har lært.
Fra tegning til virkelighet

Hva oppdaget dere?

Spørsmål 1

I AutoDraw og i kortspillet var dere begge del av en gjetteprosess — hva var likt, og hva var ulikt?

Spørsmål 2

Hvorfor klarte ikke nettverket deres å gjenkjenne wildcard-kortet? Hva måtte til for at det skulle klare det?

Spørsmål 3

Hvorfor er ett lag med bare tre spørsmål (rektangulær? trekantet? rund?) ikke nok til å skille alle objekter fra hverandre?

Spørsmål 4

Hva hvis KI-en bare var trent på australske dyr? Hvorfor ville den feile på norske dyr?

Oppsummering

Ord vi har lært

PikselMinste enhet i digitalt bilde — en fargeverdi (RGB)
RGBFargekodingsystem: Rød, Grønn, Blå (0–255 hver)
Feature extractionIdentifikasjon av viktige trekk for gjenkjenning
Nevralt nettverkLag som hver gjenkjenner stadig mer sammensatte mønstre
KlassifikasjonSortering i forhåndsdefinerte kategorier