AI专题 | 人工智能教学，这些资源一定要收藏

本文是AI专题第8篇文章，

点击菜单了解更多！

2017版《普通高中信息技术课程标准》与旧版本相比大幅增加了人工智能内容的比重。目前，高中人工智能教学处于起步阶段，如何选择人工智能资源用于教学，是当前教学亟待探索解决的问题，笔者就此谈一些教学工作体会。

精选体验式资源，推进AI教学

教学资源是一切能用于教育教学的物质条件、自然条件、社会条件以及媒体条件。本文所指的体验式教学资源主要指在线资源，这种资源易搜集，也能使学生体验AI技术、激发学习兴趣。

目前一线教师容易获取的在线体验教学资源主要有以下3种：在线微视频、具有AI功能的APP和微信小程序。

1.在线微视频

在网上寻找专业团队制作的在线微视频教学，有助学生准确迅速了解AI基础知识。如华东师大出版社《人工智能基础（高中版）》第一章第二节“光辉岁月”中有关图灵测试的知识，选择Knowing AI团队制作的“图灵测试——机器会思考吗？”视频，一分钟就能阐释清楚图灵测试基本原理。又如第五章“冰雪聪明：看懂视频的引入，利用“一分钟看懂计算机视觉”Knowing AI微视频，能帮助学生快速了解图像分类、物体检测、语义分割、视频分析四种计算机视觉核心概念。生动形象的微视频引入，引起学生高度兴趣，为后期学习做好铺垫。

当前，AI基础知识介绍的微视频资源广泛集成在各类AI开放平台上。如百度AI开发平台的教学视频。建议老师根据课程和教材要求精选并整理后用于教学。

2.有AI功能的APP

在人工智能教学中使用有AI功能的APP，引导学生感性直观体验，激发探究AI技术好奇心和旺盛探索欲。

以科大讯飞语音识别APP为例，通过体验讯飞听见、听歌识曲及讯飞留声等程序，学生能够直观了解语音识别技术与语音合成技术，引导归纳理解语音技术工作原理。

再如美图秀秀APP具有将人像照片绘制成动漫形象的AI功能，此功能可运用在课堂中帮学生体验人脸识别与AI数据分析，激发探索AI学习能力的好奇心。

各类具有AI功能的APP，形式新颖、内容生动，合理使用能够调动学生探究兴趣、满足人工智能体验教学要求，值得尝试。

3.微信AI小程序

用腾讯AI微信小程序进行人脸识别教学。在线体验：打开微信，扫描屏幕上的二维码，进入小程序体验。仿照例子画出开心、悲伤和吃惊三种表情对应图形，之后体验“人脸分析”，两人一组拍摄三种表情，判断识别是否准确。

通过在线体验及教师讲解，学生可了解机器如何通过特征点描述并识别人脸；通过对不同表情识别，加深对机器通过特征点进行人脸识别的理解。借助五官猜人、同桌“画像”，体验微信AI 开放平台活动，帮助学生理解人脸识别机制。

利用腾讯AI、百度AI等微信小程序，体验并剖析，有助于启发学生理解人工智能原理，发现人工智能应用设计点，了解智能信息处理的进步之处。

AI体验式教学资源贴近学生的生活与学习，鲜活生动、简便易得。精选的AI体验资源，能够提升学习兴趣，引起课堂共鸣，事半功倍。同时用这类资源进行教学也能培养学生计算思维、数字化学习与创新能力，是培养核心素养的好方法。

遴选专业化平台，实现AI作品梦

众里寻他千百度，专业内容要遴选专业工具。精心挑选专业化AI开发平台，多角度整合教学内容，协助实现AI作品创作梦想。

1.百度EasyDL工具

EasyDL定制工具，集成于百度AI平台，无需机器学习专业知识，通过模型创建→数据上传→模型训练→模型发布，全流程可视化便捷操作，最快15分钟可获得一个高精度AI模型。

以第六章“区分鸢尾花”内容为例，选用EasyDL定制检测变色鸢尾花和山鸢尾花的图像识别分类模型。

在定制中把花瓣长度和宽度作为特征向量表示在坐标系中，结合介绍最邻近规则分类算法KNN，使学生理解监督学习和KNN算法。从数据集构成发现监督学习既有输入数据，又有对应的输出数据，进而认识到预测量真实值反馈的重要性。通过校验不同数据量的模型，了解有监督学习中数据量的重要性。

通过EasyDL定制，了解“模式识别”技术应用的基本过程，初步体会图像“模式识别”的实现原理。在课堂内，经历监督学习过程，创造发布识别模型。

除了图像识别定制外，EasyDL工具也可创作有关文本分类、声音识别的高精度AI模型。老师们可以根据课程和教材，多角度创新使用EasyDL工具服务教学。

2.Codemao IDE源码环境

以第六章“无监督学习”[ 2]内容二次开发课为例，选择利用Codemao源码编辑器（https://ide. codemao.cn）积木实验室中的GameAI搭建监督模式体验环境，创作AI游戏。

游戏规则：Flappy Bird穿越障碍水管，只要遇到上下水管、边缘或地面就死亡。以上下水管与游戏主角Flappy Bird距离作为特征向量，搭建（有/无）两种AI监督学习。教师提供源码半成品，学生分析神经网络结构并搭建。在IDE环境完善半成品，对比有监督学习和无监督学习模式程序设计，对比向后传播算法和遗传算法，掌握两类模式区别。

在Codemao IDE环境完善AI半成品，既有图形化编程内容对比，也有两种模式作品对比，在感受AI编程中，体验不同AI算法对程序影响。机器训练完成后，师生共同归纳GameAI有/无监督模式的异同。在Codemao IDE环境中创作，具有良好迁移性（即模块可转化为JavaScript/Python代码），为主题模型、词袋模型学习埋下“有趣”的伏笔。

目前各类人工智能IDE环境异彩纷呈，可谓“乱花渐欲迷人眼”，建议在使用时考虑作品迁移性，采用模块化或Python语言为基础的开发平台和工具。

利用开源资源，搭建AI应用

利用丰富的开源人工智能应用框架资源，搭建面向实际生活的应用场景。使学生在模仿中习得，在创造中创新。

1.开源人工智能框架

如在第三章第一节“温故知新：基于手工特征图像分类基础上，二次开发的“卷积神经网络”一课旨在让学生了解人工智能前沿算法和技术的发展历程及其概念，通过开发简单的智能技术应用模块，如手写数字识别、物体识别等，亲历设计、实现（训练及测试）并可视化简单智能系统的基本过程与方法，增强利用智能技术服务人类发展的责任感。

教学可先用腾讯AI开放平台黑盒，然后剖析其基本原理，搭建简单“手写数字识别”卷积神经网络（CNN）。之后使用开源人工智能框架和API，如Keras，组合CNN五个基本模块，搭建自己的“手写数字识别”卷积神经网络。也可借用“百度大脑”AI服务在线搭建各类识别模型，创建PaddlePaddle训练。

通过CNN架构探究，了解神经网络应用系统的开发工具和平台。通过案例了解这些工具的特点、应用模式及局限性，培养自主学习与探究学习能力，激发学生创新思维。

2.开源硬件

例如，用开源硬件Microbit（外形小巧，内置了多种传感器，还可以外接硬件设备）制作随亮度改变而变化音调的蜂鸣器。让光亮传感器朝向不同的光亮，试听音调的变化。软件用离线汉化版Makecode模块化编程。

开源硬件模块化编程，学生能够快速掌握，课堂实践效果好。在类似的软硬件平台下，还可为学生提供更多的应用项目学习，如调速风扇、计步器、遥控小车等。

通过开源硬件及人工智能应用框架，搭建简单AI应用，根据实际需要配置适当的环境、参数及自然交互方式等，提升了学生数字化学习与创新能力。

为了更有效遴选AI教学资源，建议对AI教学资源进行多元评价。如借助学生访谈，调整教学；通过测验，了解课堂学生收获和教学资源不足等。

选择AI教学资源是新课标下高中信息技术教师迫切需要解决的教学难题。储备人工智能教学资源是新课标的要求，也是人工智能发展在教育上的体现。通过教学实践，发现选择使用简便易得的在线体验式资源、简便易迁移的专业化平台和开源软硬件是符合目前新课标人工智能部分对教学改革新要求的。

有你想看的精彩