【摘 要】本文針對現(xiàn)階段中小學人工智能教育對核心算法進行過度封裝的現(xiàn)狀，提出以應用為導向、以數(shù)據(jù)為基礎、以算法為核心、以算力為保障的人工智能教學實踐路徑，并以真實的教學案例“智能電子秤的設計與實現(xiàn)”為例，介紹了具體的教學方法。

【關鍵詞】算法設計；人工智能；教學實踐

【中圖分類號】G434 【文獻標志碼】B

【論文編號】1671-7384（2024）08-069-03

從大視角看，中小學人工智能教育至少有兩個目標：一是培養(yǎng)適應人工智能時代的人才，二是培養(yǎng)能研發(fā)人工智能的人才[1]。然而，在當前的中小學人工智能教育中，為了降低學生的學習難度，人工智能算法被過度封裝，導致學生只能觸及淺層的應用，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。本文針對現(xiàn)行中小學人工智能教育存在的問題，提出基于算法設計的人工智能教學實踐路徑，旨在通過項目式學習方式，將人工智能知識的建構(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，讓學生深刻體驗數(shù)據(jù)的采集與預處理、模型的訓練與預測、模型的部署與遷移應用等算法設計對智能系統(tǒng)生成的價值意義。

算法設計概念的界定

算法設計是計算機科學領域中至關重要的分支，其專注于研究和開發(fā)高效、實用的算法來解決各類實際問題。本文所探討的算法設計特別關注機器學習領域，這些算法涵蓋了從數(shù)據(jù)采集與預處理、模型構(gòu)建與訓練、模型預測與評估到模型優(yōu)化與調(diào)整，以及最終模型部署與應用等一系列過程。

基于算法設計的人工智能教學實踐路徑

1.以應用為導向

算法設計旨在服務于真實的應用場景。因此，在教學實踐中，教師應該以始為終，以現(xiàn)實情境中的真實問題為出發(fā)點，以問題解決為落腳點，將算法設計與問題解決緊密結(jié)合。教師讓學生“親歷”利用人工智能解決真實問題的整個過程，從而達到提升學生智能素養(yǎng)的育人目標。

2.以數(shù)據(jù)為基礎

機器的“智能”源自對數(shù)據(jù)的“喂養(yǎng)”。數(shù)據(jù)作為人工智能的“燃料”和“動力源”，為模型訓練提供了不可或缺的學習素材和依據(jù)，使人工智能系統(tǒng)能夠依托海量數(shù)據(jù)進行深入分析和精準預測。所以，數(shù)據(jù)的質(zhì)量、數(shù)量和多樣性直接關系到算法的預測評估效果。通過教學實踐，學生不僅要了解數(shù)據(jù)對人工智能的重要性，還應該熟練掌握數(shù)據(jù)的采集、修正、整理、歸類等預處理過程。

3.以算法為核心

算法是人工智能的核心。算法設計得到的預測模型決定著人工智能系統(tǒng)的性能和效能。只有學生親歷了人工智能算法設計的過程，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“計算能力”，是指計算機或計算系統(tǒng)執(zhí)行計算任務的能力，是人工智能得以實現(xiàn)的基本保障。強大的算力能夠確保算法的高效運行和快速收斂，并能夠在短時間內(nèi)完成大量的計算和推理任務。

基于算法設計的人工智能教學實踐

1.創(chuàng)設問題情境，提出驅(qū)動性問題

在人工智能教學實踐活動中，創(chuàng)設問題情境并提出驅(qū)動性問題至關重要。這是基于算法設計的人工智能教學實踐活動的開端，也是人工智能教學實踐活動的出發(fā)點和落腳點。教師應以現(xiàn)實生活中的真實問題為任務切入點，創(chuàng)設具有開放性、趣味性和探究性的學習情境。以“智能水果秤的設計與制作”為例，教師可以創(chuàng)設如下的問題情境：在超市購買散裝水果時，顧客通常會依賴售貨員進行稱重和定價。然而，當顧客較多或者售貨員不在場時，顧客很難快速稱重所選水果。為了解決這個問題，請借助人工智能技術開發(fā)一個智能系統(tǒng)，以解決顧客可能會面臨的這個問題?；谡鎸嵉膯栴}情境，教師引導學生進一步提出驅(qū)動性問題：超市如何實現(xiàn)水果的自動稱重和標價？

2.基于驅(qū)動性問題，設計解決方案

教師引導學生圍繞“超市如何實現(xiàn)水果的自動稱重和標價”的問題，以小組形式展開頭腦風暴，共同探索解決方案，并據(jù)此生成問題解決方案的思維導圖。在深入剖析問題后，學生清晰地認識到兩大核心挑戰(zhàn)：一是如何實現(xiàn)水果的精確自動稱重，二是如何完成智能標價。對于自動稱重部分，學生們普遍認為可以通過稱重傳感器來實現(xiàn)。然而，項目的真正挑戰(zhàn)在于如何實現(xiàn)水果的自動標價，學生們通過討論提出讓機器自動識別水果的種類，并依據(jù)識別結(jié)果自動設定價格的方案。這種水果種類的識別，本質(zhì)上屬于人工智能領域的圖像分類問題。經(jīng)過上述深入的討論與分析，學生們明確了“智能電子秤”的設計方案，并據(jù)此繪制了如圖1所示的思維導圖。

3.類比人類學習，理解機器學習

人類學習的過程本質(zhì)上是一個不斷構(gòu)建和完善函數(shù)模型的過程。以小孩學習區(qū)分“小貓”和“小狗”為例，小孩通過反復觀察小貓和小狗的圖片，逐漸建立起文字與圖片之間的對應關系，從而形成了一種函數(shù)模型。這種學習是可以通過不斷積累經(jīng)驗而深化的。與此類似，機器學習也遵循類似的學習過程。機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。為了訓練計算機能夠準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)，并附上相應的標簽，如“這是貓”或“這是狗”。機器在觀察這些帶有標簽的數(shù)據(jù)時，逐漸學習并理解貓與狗之間的區(qū)別，進而構(gòu)建出一個能夠準確判斷圖片中動物種類的函數(shù)模型。教師運用類比手法，將機器學習的復雜過程與學生熟悉的事物相聯(lián)系，從而幫助學生深刻理解機器學習的本質(zhì)。

4.圍繞設計方案，親歷算法設計

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關鍵環(huán)節(jié)：首先是數(shù)據(jù)的采集與預處理，確保輸入數(shù)據(jù)的質(zhì)量和有效性；接著是模型訓練與測試，通過不斷迭代優(yōu)化，使模型能夠準確識別各類圖像；最后是模型的轉(zhuǎn)化與部署，將訓練好的模型應用于實際場景中，實現(xiàn)智能化稱重。這一完整流程是學生理解人工智能核心技術的關鍵所在。

（1）數(shù)據(jù)的采集與預處理。對于人工智能算法設計，數(shù)據(jù)集的準備與制作尤為重要。為了確保算法的高效和準確，學生需要將收集的圖片數(shù)據(jù)按照其所屬的類別進行有序存放，以便讓機器更好地學習和識別圖像特征。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)集劃分為訓練集、驗證集和測試集；③生成標簽文件和類別信息文件。

（2）模型訓練。用人工智能解決真實問題實際上可以等同為用模型來解決問題[2]。模型訓練是機器學習中的一個重要步驟，指的是使用大量的數(shù)據(jù)來調(diào)整模型的參數(shù)，使得這個模型能夠準確地預測或分類未知的數(shù)據(jù)?，F(xiàn)階段模型訓練平臺很多，這里推薦使用“浦育人工智能教育平臺”。對于小學生而言，可以借助平臺提供的圖形化界面體驗模型訓練；對于中學生而言，可以選擇類似MMEdu之類的工具進行圖分類模型訓練。

（3）推理預測。在模型訓練完成之后，需要運用該模型對新的、未見過的數(shù)據(jù)進行評估預測，以確保模型的精準度和可靠性。以“智能水果秤的設計與制作”為例，重新拍攝一張全新的草莓照片作為測試數(shù)據(jù)，將之前訓練好的模型應用于該照片。模型會基于其學習到的知識，生成一個返回值為字典的預測結(jié)果，字典的鍵分別為標簽、置信度和水果種類。這里的置信度可以理解為模型對某個預測結(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上部署，從而極大地提升模型的通用性和實用性。以“智能水果秤”為例，通過模型訓練得到的數(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使用。

5.遷移應用模型，解決問題

（1）模型部署。模型部署是指將訓練好的機器學習模型遷移并集成到不同的軟硬件平臺上，進行實際的應用。這些平臺包括像掌控板、行空板等這樣的硬件設備，或是云端服務器、移動設備等計算環(huán)境。當然這項工作需要借助專門的工具庫來協(xié)助完成。以行空板為例，部署模型需要依賴Deseploy庫。Deseploy庫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）搭建硬件設備，編程測試。針對項目要實現(xiàn)的功能，教師引導學生選擇相關的硬件設備完成硬件搭建。以“智能水果秤”為例，需要的硬件設備包括行空板、EPS32-CAM以及I2C重量傳感器等。在設備搭建完成之后，學生進行程序編寫和測試驗證，為了確保系統(tǒng)的準確性和可靠性，這里選用了香蕉、葡萄、草莓以及橘子這四種水果樣例對系統(tǒng)進行測試。經(jīng)測試系統(tǒng)完全達到了預期目標，能夠準確無誤地識別并自動稱重這些水果。“智能水果秤”系統(tǒng)測試運行結(jié)果如圖2所示。

6.教學評價與反思

基于算法設計的人工智能教學評價，不僅要評估學習結(jié)果，更要關注學習過程。教師通常采用過程性評價和總結(jié)性評價相結(jié)合的評價機制。

首先，通過問卷調(diào)查和學生訪談了解學生對人工智能教學內(nèi)容、教學方法和教學過程的滿意程度，為后續(xù)課程的迭代優(yōu)化提供依據(jù)。其次，觀察并記錄學生在項目實踐過程中的表現(xiàn)，包括學習參與度、自主學習能力、團隊協(xié)作以及問題解決能力等方面，為過程性評價收集證據(jù)。最后，學生以小組為單位圍繞項目制作進行作品的展示匯報，教師結(jié)合項目完成情況，了解其掌握算法設計情況和遷移應用能力，進行總結(jié)性評價，以驗證教學實踐效果。

值得一提的是，數(shù)據(jù)模型的訓練與部署環(huán)節(jié)是完成項目制作的重難點。為了幫助學生在項目制作過程中從容應對，教師特意預設了課前學習的環(huán)節(jié)，將重難點內(nèi)容以學習支架的形式提供給學生，并就關鍵內(nèi)容進行針對性技術指導，以確保學生對核心知識進行深入理解。同時，在項目運行過程中，教師也應該鼓勵學生勇于嘗試、敢于犯錯，只有通過實際操作，存在的問題才能真實暴露并得到及時解決，學生才能真正構(gòu)建知識與提升智能素養(yǎng)。

結(jié)束語

在中小學階段，為學生提供深入、系統(tǒng)的人工智能教育至關重要。這不僅能夠幫助學生從容應對智能時代帶來的挑戰(zhàn)，更有助于早期發(fā)現(xiàn)和培養(yǎng)人工智能領域的人才。然而，當前中小學人工智能教育面臨著諸多挑戰(zhàn)。為此，本文提出以算法設計為核心的人工智能教學實踐路徑，旨在讓學生親歷數(shù)據(jù)的采集與預處理、模型的訓練與預測、模型的部署與遷移應用等全過程，從而深入理解人工智能的內(nèi)在原理與核心算法。實踐證明，這樣有助于學生智能素養(yǎng)的提升。

注：本文系中國自動化學會“青少年人工智能創(chuàng)新后備人才培育工程”教科研項目“面向高中生計算思維培養(yǎng)的Arduino人工智能校本課程設計及其實施方案的研究”（課題立項號：HBRC-JKY-2023-202）成果之一

參考文獻

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

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

編 輯：馮安華