APP下载

小学信息技术人工智能课堂实践

2021-04-21季菲

中国信息技术教育 2021年7期
关键词:机器学习

季菲

摘要:信息技术飞速发展,人工智能开始进入中小学课程中。本文以“手写数字识别”为例,通过寓教于乐的小作品,对小学信息技术课堂的人工智能启蒙教育进行探究,以激发学生的好奇心和创造力,提升学生的信息素养。

关键词:人工智能课堂;机器学习;kittenblock;手写数字识别

中图分类号:G434  文献标识码:A  论文编号:1674-2117(2021)07-0053-02

人工智能在小学信息技术课堂中的开展方法

1.化难为易

北京航空航天大学副教授秦曾昌认为,中小学AI教育的目的首先是让学生会使用一些AI的应用模块。要做到深入浅出,由易到难,利用学生已经学过的知识和熟练使用的软件,从熟悉感中拉近与人工智能的关系,让学生有成就感,能在学习中融会贯通,逐步形成相关知识的架构,最终达到举一反三的效果。

2.化碎为整

人工智能中涵盖的学习内容较多,教师应在教学前,设计相应的知识结构,可以先将相关程序控件以流程图的形式展示给学生,再一步一步实现最终的目标,让学生预先知晓自己所做的是什么动作,并在过程中逐步领会各个流程之间的关系,形成对问题解答的知识结构体系。

3.化写为示

教师在教学时可以弱化復杂的理论概念,让学生通过现实生活情境初步了解什么是人工智能,什么是机器学习。鼓励学生多想、多说、多演,鼓励学生编写脚本,理解其中的涵义,并能通过自我意识加以生活化,从而深入理解程序的意图。

机器学习“手写数字识别”的设计框架

下面,笔者以“手写数字识别”为例,谈谈如何在小学信息技术课堂中开展人工智能教育。

1.课前激趣

通过展示人工智能机器学习的例子(形色—识别花草图片),引入人工智能的机器学习的概念。

2.教学铺垫

课前,为了让学生能更直观地理解机器学习的原理,笔者节选了MobileNet识别物体和MNIST手写数字识别这两个方案来进行初步的机器学习原理的教授。

教师用MobileNet识别物体让学生认识机器学习,给学生一个示例程序,让学生先试用程序看能识别出哪些动物。

MNIST手写数字识别就是将带有手写数字的图片输入到已经训练过的机器中,且机器能够很快识别图片中的手写数字,并将结果打印出来。MNIST是一个包含数字0~9的手写体图片数据集,图片已归一化为以手写数字为中心的28×28规格的图片。MNIST由训练集与测试集两个部分组成,训练集有60000个手写体图片及对应标签,测试集有10000个手写体图片及对应标签。

3.验证程序

要求学生利用Kittenblock(Kittenblock支持arduino、Microbit、MicroPython,利用kittenblock平台,设计贴近小学生生活的学习目标,可以更加简单、快速地让小学生了解人工智能)制作手写笔来验证识别程序是否成功。首先,将识别的数据库以及相关程序直接给学生,让学生独立制作一款手写数字的小软件,然后将验证的环节交给程序自动完成。

①导入画笔(如图1)。

②增加角色作为画笔,拖入代码。

③角色任意,这里以圆球为例,记得把球隐藏起来,隐藏按键如图2中的画框所示(如果不隐藏,会影响写字的效果)。

④积木块代码,如图3所示。(颜色为白色,数字尽量写大一些,或者把画笔加粗)

4.反馈完善

经过前面的学习,学生对这个小程序已经有了一定的了解,但是在测试过程中,学生发现对于手写数字的识别,错误率较高,于是对此展开了讨论。教师引导学生从程序中的模型数据着手,结合前面的示例思考是如何识别图片的,明确需要通过增加模型的数量(如图4)、使用正确的程序、计算机的高配置,才能提高识别的正确率,最终让学生思考出机器学习的三要素:数据、算法、算力。

5.拓展畅想

最后,利用视频案例进行拓展学习,让学生畅想未来,使其对人工智能的强大功能有更加深刻的认识,为日后的学习打下基础。

人工智能进课堂的展望

中小学阶段人工智能课程的开设,是新时代发展的必然选择,但也要理性对待人工智能教育,不盲目跟风,不急于求成。要想让人工智能更好地进入小学的基础课程中,必须结合可视化编程,通过简单易懂的模块学习,培养学生的逻辑思维能力,激发学生的兴趣,让小学生更好地理解人工智能的相关内容,使人工智能逐渐从小众教育变为通识教育,从精英教育变为普惠教育。

参考文献:

[1]江岸区科协,江岸区教育局.关于中小学人工智能教育的思考[J].科协论坛,2018(08):29-31.

[2]张恺天.基于机器学习的文字识别方法[J].电子技术与软件工程,2018(21):237.

[3]王本陆,千京龙,卢亿雷,等.简论中小学人工智能课程的建构[J].教育研究与实验,2018(04):37-43.

本文系常州市优秀教师城乡牵手行动项目成果。

猜你喜欢

机器学习
基于词典与机器学习的中文微博情感分析
基于网络搜索数据的平遥旅游客流量预测分析
前缀字母为特征在维吾尔语文本情感分类中的研究
下一代广播电视网中“人工智能”的应用
基于支持向量机的金融数据分析研究
基于Spark的大数据计算模型
基于朴素贝叶斯算法的垃圾短信智能识别系统
基于图的半监督学习方法综述
机器学习理论在高中自主学习中的应用
极限学习机在图像分割中的应用