【摘 要】本文針對(duì)現(xiàn)階段中小學(xué)人工智能教育對(duì)核心算法進(jìn)行過度封裝的現(xiàn)狀，提出以應(yīng)用為導(dǎo)向、以數(shù)據(jù)為基礎(chǔ)、以算法為核心、以算力為保障的人工智能教學(xué)實(shí)踐路徑，并以真實(shí)的教學(xué)案例“智能電子秤的設(shè)計(jì)與實(shí)現(xiàn)”為例，介紹了具體的教學(xué)方法。

【關(guān)鍵詞】算法設(shè)計(jì)；人工智能；教學(xué)實(shí)踐

【中圖分類號(hào)】G434 【文獻(xiàn)標(biāo)志碼】B

【論文編號(hào)】1671-7384（2024）08-069-03

從大視角看，中小學(xué)人工智能教育至少有兩個(gè)目標(biāo)：一是培養(yǎng)適應(yīng)人工智能時(shí)代的人才，二是培養(yǎng)能研發(fā)人工智能的人才[1]。然而，在當(dāng)前的中小學(xué)人工智能教育中，為了降低學(xué)生的學(xué)習(xí)難度，人工智能算法被過度封裝，導(dǎo)致學(xué)生只能觸及淺層的應(yīng)用，而無法深入探究其核心算法，從而無法高質(zhì)量完成大視角下的人工智能育人目標(biāo)。本文針對(duì)現(xiàn)行中小學(xué)人工智能教育存在的問題，提出基于算法設(shè)計(jì)的人工智能教學(xué)實(shí)踐路徑，旨在通過項(xiàng)目式學(xué)習(xí)方式，將人工智能知識(shí)的建構(gòu)、技能的培養(yǎng)、思維的提升融入利用人工智能解決問題的過程，讓學(xué)生深刻體驗(yàn)數(shù)據(jù)的采集與預(yù)處理、模型的訓(xùn)練與預(yù)測(cè)、模型的部署與遷移應(yīng)用等算法設(shè)計(jì)對(duì)智能系統(tǒng)生成的價(jià)值意義。

算法設(shè)計(jì)概念的界定

算法設(shè)計(jì)是計(jì)算機(jī)科學(xué)領(lǐng)域中至關(guān)重要的分支，其專注于研究和開發(fā)高效、實(shí)用的算法來解決各類實(shí)際問題。本文所探討的算法設(shè)計(jì)特別關(guān)注機(jī)器學(xué)習(xí)領(lǐng)域，這些算法涵蓋了從數(shù)據(jù)采集與預(yù)處理、模型構(gòu)建與訓(xùn)練、模型預(yù)測(cè)與評(píng)估到模型優(yōu)化與調(diào)整，以及最終模型部署與應(yīng)用等一系列過程。

基于算法設(shè)計(jì)的人工智能教學(xué)實(shí)踐路徑

1.以應(yīng)用為導(dǎo)向

算法設(shè)計(jì)旨在服務(wù)于真實(shí)的應(yīng)用場(chǎng)景。因此，在教學(xué)實(shí)踐中，教師應(yīng)該以始為終，以現(xiàn)實(shí)情境中的真實(shí)問題為出發(fā)點(diǎn)，以問題解決為落腳點(diǎn)，將算法設(shè)計(jì)與問題解決緊密結(jié)合。教師讓學(xué)生“親歷”利用人工智能解決真實(shí)問題的整個(gè)過程，從而達(dá)到提升學(xué)生智能素養(yǎng)的育人目標(biāo)。

2.以數(shù)據(jù)為基礎(chǔ)

機(jī)器的“智能”源自對(duì)數(shù)據(jù)的“喂養(yǎng)”。數(shù)據(jù)作為人工智能的“燃料”和“動(dòng)力源”，為模型訓(xùn)練提供了不可或缺的學(xué)習(xí)素材和依據(jù)，使人工智能系統(tǒng)能夠依托海量數(shù)據(jù)進(jìn)行深入分析和精準(zhǔn)預(yù)測(cè)。所以，數(shù)據(jù)的質(zhì)量、數(shù)量和多樣性直接關(guān)系到算法的預(yù)測(cè)評(píng)估效果。通過教學(xué)實(shí)踐，學(xué)生不僅要了解數(shù)據(jù)對(duì)人工智能的重要性，還應(yīng)該熟練掌握數(shù)據(jù)的采集、修正、整理、歸類等預(yù)處理過程。

3.以算法為核心

算法是人工智能的核心。算法設(shè)計(jì)得到的預(yù)測(cè)模型決定著人工智能系統(tǒng)的性能和效能。只有學(xué)生親歷了人工智能算法設(shè)計(jì)的過程，才能真正理解人工智能解決問題的過程和方法。

4.以算力為保障

算力，又稱“計(jì)算能力”，是指計(jì)算機(jī)或計(jì)算系統(tǒng)執(zhí)行計(jì)算任務(wù)的能力，是人工智能得以實(shí)現(xiàn)的基本保障。強(qiáng)大的算力能夠確保算法的高效運(yùn)行和快速收斂，并能夠在短時(shí)間內(nèi)完成大量的計(jì)算和推理任務(wù)。

基于算法設(shè)計(jì)的人工智能教學(xué)實(shí)踐

1.創(chuàng)設(shè)問題情境，提出驅(qū)動(dòng)性問題

在人工智能教學(xué)實(shí)踐活動(dòng)中，創(chuàng)設(shè)問題情境并提出驅(qū)動(dòng)性問題至關(guān)重要。這是基于算法設(shè)計(jì)的人工智能教學(xué)實(shí)踐活動(dòng)的開端，也是人工智能教學(xué)實(shí)踐活動(dòng)的出發(fā)點(diǎn)和落腳點(diǎn)。教師應(yīng)以現(xiàn)實(shí)生活中的真實(shí)問題為任務(wù)切入點(diǎn)，創(chuàng)設(shè)具有開放性、趣味性和探究性的學(xué)習(xí)情境。以“智能水果秤的設(shè)計(jì)與制作”為例，教師可以創(chuàng)設(shè)如下的問題情境：在超市購(gòu)買散裝水果時(shí)，顧客通常會(huì)依賴售貨員進(jìn)行稱重和定價(jià)。然而，當(dāng)顧客較多或者售貨員不在場(chǎng)時(shí)，顧客很難快速稱重所選水果。為了解決這個(gè)問題，請(qǐng)借助人工智能技術(shù)開發(fā)一個(gè)智能系統(tǒng)，以解決顧客可能會(huì)面臨的這個(gè)問題?；谡鎸?shí)的問題情境，教師引導(dǎo)學(xué)生進(jìn)一步提出驅(qū)動(dòng)性問題：超市如何實(shí)現(xiàn)水果的自動(dòng)稱重和標(biāo)價(jià)？

2.基于驅(qū)動(dòng)性問題，設(shè)計(jì)解決方案

教師引導(dǎo)學(xué)生圍繞“超市如何實(shí)現(xiàn)水果的自動(dòng)稱重和標(biāo)價(jià)”的問題，以小組形式展開頭腦風(fēng)暴，共同探索解決方案，并據(jù)此生成問題解決方案的思維導(dǎo)圖。在深入剖析問題后，學(xué)生清晰地認(rèn)識(shí)到兩大核心挑戰(zhàn)：一是如何實(shí)現(xiàn)水果的精確自動(dòng)稱重，二是如何完成智能標(biāo)價(jià)。對(duì)于自動(dòng)稱重部分，學(xué)生們普遍認(rèn)為可以通過稱重傳感器來實(shí)現(xiàn)。然而，項(xiàng)目的真正挑戰(zhàn)在于如何實(shí)現(xiàn)水果的自動(dòng)標(biāo)價(jià)，學(xué)生們通過討論提出讓機(jī)器自動(dòng)識(shí)別水果的種類，并依據(jù)識(shí)別結(jié)果自動(dòng)設(shè)定價(jià)格的方案。這種水果種類的識(shí)別，本質(zhì)上屬于人工智能領(lǐng)域的圖像分類問題。經(jīng)過上述深入的討論與分析，學(xué)生們明確了“智能電子秤”的設(shè)計(jì)方案，并據(jù)此繪制了如圖1所示的思維導(dǎo)圖。

3.類比人類學(xué)習(xí)，理解機(jī)器學(xué)習(xí)

人類學(xué)習(xí)的過程本質(zhì)上是一個(gè)不斷構(gòu)建和完善函數(shù)模型的過程。以小孩學(xué)習(xí)區(qū)分“小貓”和“小狗”為例，小孩通過反復(fù)觀察小貓和小狗的圖片，逐漸建立起文字與圖片之間的對(duì)應(yīng)關(guān)系，從而形成了一種函數(shù)模型。這種學(xué)習(xí)是可以通過不斷積累經(jīng)驗(yàn)而深化的。與此類似，機(jī)器學(xué)習(xí)也遵循類似的學(xué)習(xí)過程。機(jī)器在接收和處理大量數(shù)據(jù)的過程中，不斷地優(yōu)化和迭代自己的模型。為了訓(xùn)練計(jì)算機(jī)能夠準(zhǔn)確地判斷某一張圖片是貓還是狗，需要為其提供大量的圖片數(shù)據(jù)，并附上相應(yīng)的標(biāo)簽，如“這是貓”或“這是狗”。機(jī)器在觀察這些帶有標(biāo)簽的數(shù)據(jù)時(shí)，逐漸學(xué)習(xí)并理解貓與狗之間的區(qū)別，進(jìn)而構(gòu)建出一個(gè)能夠準(zhǔn)確判斷圖片中動(dòng)物種類的函數(shù)模型。教師運(yùn)用類比手法，將機(jī)器學(xué)習(xí)的復(fù)雜過程與學(xué)生熟悉的事物相聯(lián)系，從而幫助學(xué)生深刻理解機(jī)器學(xué)習(xí)的本質(zhì)。

4.圍繞設(shè)計(jì)方案，親歷算法設(shè)計(jì)

經(jīng)過前面的分析得知，智能水果秤的核心算法為圖像分類。這一過程涵蓋了多個(gè)關(guān)鍵環(huán)節(jié)：首先是數(shù)據(jù)的采集與預(yù)處理，確保輸入數(shù)據(jù)的質(zhì)量和有效性；接著是模型訓(xùn)練與測(cè)試，通過不斷迭代優(yōu)化，使模型能夠準(zhǔn)確識(shí)別各類圖像；最后是模型的轉(zhuǎn)化與部署，將訓(xùn)練好的模型應(yīng)用于實(shí)際場(chǎng)景中，實(shí)現(xiàn)智能化稱重。這一完整流程是學(xué)生理解人工智能核心技術(shù)的關(guān)鍵所在。

（1）數(shù)據(jù)的采集與預(yù)處理。對(duì)于人工智能算法設(shè)計(jì)，數(shù)據(jù)集的準(zhǔn)備與制作尤為重要。為了確保算法的高效和準(zhǔn)確，學(xué)生需要將收集的圖片數(shù)據(jù)按照其所屬的類別進(jìn)行有序存放，以便讓機(jī)器更好地學(xué)習(xí)和識(shí)別圖像特征。數(shù)據(jù)集的制作過程包括：①收集圖像數(shù)據(jù)并按類別存放；②照一定比例把數(shù)據(jù)集劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集；③生成標(biāo)簽文件和類別信息文件。

（2）模型訓(xùn)練。用人工智能解決真實(shí)問題實(shí)際上可以等同為用模型來解決問題[2]。模型訓(xùn)練是機(jī)器學(xué)習(xí)中的一個(gè)重要步驟，指的是使用大量的數(shù)據(jù)來調(diào)整模型的參數(shù)，使得這個(gè)模型能夠準(zhǔn)確地預(yù)測(cè)或分類未知的數(shù)據(jù)?，F(xiàn)階段模型訓(xùn)練平臺(tái)很多，這里推薦使用“浦育人工智能教育平臺(tái)”。對(duì)于小學(xué)生而言，可以借助平臺(tái)提供的圖形化界面體驗(yàn)?zāi)Ｐ陀?xùn)練；對(duì)于中學(xué)生而言，可以選擇類似MMEdu之類的工具進(jìn)行圖分類模型訓(xùn)練。

（3）推理預(yù)測(cè)。在模型訓(xùn)練完成之后，需要運(yùn)用該模型對(duì)新的、未見過的數(shù)據(jù)進(jìn)行評(píng)估預(yù)測(cè)，以確保模型的精準(zhǔn)度和可靠性。以“智能水果秤的設(shè)計(jì)與制作”為例，重新拍攝一張全新的草莓照片作為測(cè)試數(shù)據(jù)，將之前訓(xùn)練好的模型應(yīng)用于該照片。模型會(huì)基于其學(xué)習(xí)到的知識(shí)，生成一個(gè)返回值為字典的預(yù)測(cè)結(jié)果，字典的鍵分別為標(biāo)簽、置信度和水果種類。這里的置信度可以理解為模型對(duì)某個(gè)預(yù)測(cè)結(jié)果的把握程度，置信度越高，把握程度越大。

（4）模型轉(zhuǎn)化。為了使訓(xùn)練好的模型能夠在不同的框架之間順暢流轉(zhuǎn)，通常需要將模型從訓(xùn)練框架轉(zhuǎn)換為通用推理框架。這樣做可以確保模型能夠在各種軟硬件平臺(tái)上部署，從而極大地提升模型的通用性和實(shí)用性。以“智能水果秤”為例，通過模型訓(xùn)練得到的數(shù)據(jù)模型文件為.pth格式，需要將其轉(zhuǎn)化為通用的.onnx格式，才能方便部署到其他平臺(tái)使用。

5.遷移應(yīng)用模型，解決問題

（1）模型部署。模型部署是指將訓(xùn)練好的機(jī)器學(xué)習(xí)模型遷移并集成到不同的軟硬件平臺(tái)上，進(jìn)行實(shí)際的應(yīng)用。這些平臺(tái)包括像掌控板、行空板等這樣的硬件設(shè)備，或是云端服務(wù)器、移動(dòng)設(shè)備等計(jì)算環(huán)境。當(dāng)然這項(xiàng)工作需要借助專門的工具庫(kù)來協(xié)助完成。以行空板為例，部署模型需要依賴Deseploy庫(kù)。Deseploy庫(kù)提供了一系列的功能接口，幫助開發(fā)者將模型轉(zhuǎn)換為行空板能夠理解和執(zhí)行的格式。

（2）搭建硬件設(shè)備，編程測(cè)試。針對(duì)項(xiàng)目要實(shí)現(xiàn)的功能，教師引導(dǎo)學(xué)生選擇相關(guān)的硬件設(shè)備完成硬件搭建。以“智能水果秤”為例，需要的硬件設(shè)備包括行空板、EPS32-CAM以及I2C重量傳感器等。在設(shè)備搭建完成之后，學(xué)生進(jìn)行程序編寫和測(cè)試驗(yàn)證，為了確保系統(tǒng)的準(zhǔn)確性和可靠性，這里選用了香蕉、葡萄、草莓以及橘子這四種水果樣例對(duì)系統(tǒng)進(jìn)行測(cè)試。經(jīng)測(cè)試系統(tǒng)完全達(dá)到了預(yù)期目標(biāo)，能夠準(zhǔn)確無誤地識(shí)別并自動(dòng)稱重這些水果?！爸悄芩印毕到y(tǒng)測(cè)試運(yùn)行結(jié)果如圖2所示。

6.教學(xué)評(píng)價(jià)與反思

基于算法設(shè)計(jì)的人工智能教學(xué)評(píng)價(jià)，不僅要評(píng)估學(xué)習(xí)結(jié)果，更要關(guān)注學(xué)習(xí)過程。教師通常采用過程性評(píng)價(jià)和總結(jié)性評(píng)價(jià)相結(jié)合的評(píng)價(jià)機(jī)制。

首先，通過問卷調(diào)查和學(xué)生訪談了解學(xué)生對(duì)人工智能教學(xué)內(nèi)容、教學(xué)方法和教學(xué)過程的滿意程度，為后續(xù)課程的迭代優(yōu)化提供依據(jù)。其次，觀察并記錄學(xué)生在項(xiàng)目實(shí)踐過程中的表現(xiàn)，包括學(xué)習(xí)參與度、自主學(xué)習(xí)能力、團(tuán)隊(duì)協(xié)作以及問題解決能力等方面，為過程性評(píng)價(jià)收集證據(jù)。最后，學(xué)生以小組為單位圍繞項(xiàng)目制作進(jìn)行作品的展示匯報(bào)，教師結(jié)合項(xiàng)目完成情況，了解其掌握算法設(shè)計(jì)情況和遷移應(yīng)用能力，進(jìn)行總結(jié)性評(píng)價(jià)，以驗(yàn)證教學(xué)實(shí)踐效果。

值得一提的是，數(shù)據(jù)模型的訓(xùn)練與部署環(huán)節(jié)是完成項(xiàng)目制作的重難點(diǎn)。為了幫助學(xué)生在項(xiàng)目制作過程中從容應(yīng)對(duì)，教師特意預(yù)設(shè)了課前學(xué)習(xí)的環(huán)節(jié)，將重難點(diǎn)內(nèi)容以學(xué)習(xí)支架的形式提供給學(xué)生，并就關(guān)鍵內(nèi)容進(jìn)行針對(duì)性技術(shù)指導(dǎo)，以確保學(xué)生對(duì)核心知識(shí)進(jìn)行深入理解。同時(shí)，在項(xiàng)目運(yùn)行過程中，教師也應(yīng)該鼓勵(lì)學(xué)生勇于嘗試、敢于犯錯(cuò)，只有通過實(shí)際操作，存在的問題才能真實(shí)暴露并得到及時(shí)解決，學(xué)生才能真正構(gòu)建知識(shí)與提升智能素養(yǎng)。

結(jié)束語

在中小學(xué)階段，為學(xué)生提供深入、系統(tǒng)的人工智能教育至關(guān)重要。這不僅能夠幫助學(xué)生從容應(yīng)對(duì)智能時(shí)代帶來的挑戰(zhàn)，更有助于早期發(fā)現(xiàn)和培養(yǎng)人工智能領(lǐng)域的人才。然而，當(dāng)前中小學(xué)人工智能教育面臨著諸多挑戰(zhàn)。為此，本文提出以算法設(shè)計(jì)為核心的人工智能教學(xué)實(shí)踐路徑，旨在讓學(xué)生親歷數(shù)據(jù)的采集與預(yù)處理、模型的訓(xùn)練與預(yù)測(cè)、模型的部署與遷移應(yīng)用等全過程，從而深入理解人工智能的內(nèi)在原理與核心算法。實(shí)踐證明，這樣有助于學(xué)生智能素養(yǎng)的提升。

注：本文系中國(guó)自動(dòng)化學(xué)會(huì)“青少年人工智能創(chuàng)新后備人才培育工程”教科研項(xiàng)目“面向高中生計(jì)算思維培養(yǎng)的Arduino人工智能校本課程設(shè)計(jì)及其實(shí)施方案的研究”（課題立項(xiàng)號(hào)：HBRC-JKY-2023-202）成果之一

參考文獻(xiàn)

梁森山，王陽，劉軍，等. 尋味人工智能教育： 祛魅之下的實(shí)踐與思考[J]. 中國(guó)信息技術(shù)教育，2018（2）： 4-11.

謝作如. 用人工智能解決真實(shí)問題的技術(shù)地圖[J]. 中國(guó)信息技術(shù)教育，2024（1）： 85-87.

編 輯：馮安華