用新一代人工智能技術(shù)解決真實問題

摘要：人工智能教育不能僅僅停留在科普和體驗階段，要讓學(xué)生用AI來解決真實問題。本文提出“AI科創(chuàng)活動”這一教育名詞，梳理了中小學(xué)AI科創(chuàng)活動的類型方向，從多個角度進(jìn)行了可行性分析，并展示了溫州中學(xué)的學(xué)生案例。

關(guān)鍵詞：人工智能教育;AI科創(chuàng)活動;新一代人工智能技術(shù)

中圖分類號：G434 ?文獻(xiàn)標(biāo)識碼：A ?論文編號：1674-2117（2022）13-0005-04

近年來人工智能技術(shù)突飛猛進(jìn)，不管是抗拒還是順從，誰都無法否認(rèn)，人工智能正在改變我們身邊的點點滴滴。和人工智能技術(shù)發(fā)展幾乎同步，中小學(xué)的人工智能教育也越來越引起關(guān)注?！镀胀ǜ咧行畔⒓夹g(shù)課程標(biāo)準(zhǔn)（2017年版）》雖然在必修模塊中增加了“人工智能”，但畢竟是在高中階段，并沒有引起足夠重視?！读x務(wù)教育信息科技課程標(biāo)準(zhǔn)（2022年版）》的發(fā)布，則意味著人工智能教育要進(jìn)入國家課程，必將迎來新的熱點。

中小學(xué)人工智能教育該如何實施？一位人工智能方向的博士曾經(jīng)非常直接地表示，讓中小學(xué)生做一個訓(xùn)練識別手寫體的模型，或者體驗一下各種AI應(yīng)用，不過是在教“屠龍之術(shù)”——指極為高明，但是在現(xiàn)實中用不到的技術(shù)或本領(lǐng)。顯然，遠(yuǎn)離生活應(yīng)用的AI教育無法吸引中小學(xué)生，是沒有生命力的。那么，中小學(xué)人工智能教育究竟如何開展才真正有效？筆者從開展AI科創(chuàng)活動這一可行的角度提出了自己的觀點。

● AI科創(chuàng)活動的提出和分類

人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，科創(chuàng)活動是科技創(chuàng)新活動或者科普創(chuàng)新活動的簡稱，AI科創(chuàng)活動則是指融合AI技術(shù)的科技創(chuàng)新活動。

以研究內(nèi)容或者方向進(jìn)行劃分，中小學(xué)的AI科創(chuàng)活動大致可以劃分為AI+科研、AI+工程和AI+藝術(shù)三類，加上AI本身就是一個重要的研究領(lǐng)域，于是形成了AI科創(chuàng)的四個主要類別或者研究方向。

AI+科研。隨著科技的發(fā)展，數(shù)據(jù)探究已經(jīng)成為科研活動最常用的手段，而運用AI能夠很好地開展一些重復(fù)煩瑣的數(shù)據(jù)整理工作。

AI+工程。在創(chuàng)客活動中，AI技術(shù)的應(yīng)用已經(jīng)非常普遍。AI技術(shù)的普及又推動中小學(xué)開源硬件逐步走向卡片電腦，如樹莓派、虛谷號、拿鐵熊貓和行空板等。這些控制板內(nèi)置Linux系統(tǒng)，流暢運行如TensorFlow、PyTorch之類的AI框架。

AI+藝術(shù)。自從世界上第一件被拍賣的AI藝術(shù)品以432500美元的高價售出，“AI+藝術(shù)”的浪潮便勢不可擋。作為藝術(shù)與科技結(jié)合最典型的代表，交互藝術(shù)更是融入了越來越前沿的技術(shù)。隨著生成對抗網(wǎng)絡(luò)的普及，生成圖像（如貓臉、二次元頭像、人臉等）、圖片上色、藝術(shù)風(fēng)格遷移等各種有趣的藝術(shù)應(yīng)用不斷出現(xiàn)。

AI實驗研究。和其他經(jīng)典計算機算法不同的是，AI模型的訓(xùn)練和數(shù)據(jù)集的關(guān)聯(lián)特別密切。當(dāng)面對一個真實的問題情境時，即使在最新SOTA模型的支持下，也需要微調(diào)很多參數(shù)。

● 開展AI科創(chuàng)活動的可行性分析

中小學(xué)生能不能使用AI技術(shù)開展科創(chuàng)活動？在編寫清華大學(xué)出版社初中信息科技教材時，筆者曾針對AI技術(shù)在解決真實問題方面，與幾位核心編委總結(jié)出了三種典型的途徑，并梳理出相應(yīng)的支持工具。

1.應(yīng)用AI技術(shù)解決真實問題的三種途徑

途徑一：調(diào)用人工智能開放平臺的接口

人工智能開放平臺的接口一般采用Web方式，因而也稱為WebAPI。利用這些WebAPI，學(xué)生不需要自行訓(xùn)練AI模型，也不需要理解原理，只要將數(shù)據(jù)提交到平臺，然后根據(jù)返回的預(yù)測結(jié)果做相應(yīng)的執(zhí)行即可（如圖1）。人工智能開放平臺最典型代表是百度AI開放平臺，它提供了一個名為“baidu-aip”的Python庫。

途徑二：調(diào)用人工智能應(yīng)用平臺

一些人工智能的算法和模型會封裝為AI應(yīng)用平臺，和WebAPI一樣，學(xué)生不需要自行訓(xùn)練模型，也不需要理解原理即可使用?？梢詫⑦@些AI應(yīng)用平臺看成是本地的API，常見的AI應(yīng)用平臺有OpenCV和MediaPipe等，OpenCV還支持自行訓(xùn)練分類器（AI模型），也可以稱為AI開發(fā)平臺。

有些AI算法和模型并沒有封裝為人工智能應(yīng)用平臺，以擴展庫或者模塊等方式發(fā)布，需要用戶自行編譯使用，如清華大學(xué)自然語言處理實驗室推出的中文文本分類工具包THUCTC（THU Chinese Text Classification）、常見的語音合成庫Pyttsx等。

途徑三：收集數(shù)據(jù)選擇算法訓(xùn)練模型

一些特定的場景是找不到通用工具的，只能靠自行訓(xùn)練數(shù)據(jù)。例如，你想將自家的幾只寵物狗進(jìn)行分類識別，就只能收集數(shù)據(jù)，再選擇算法自行訓(xùn)練模型了。又如，識別普通話有很多WebAPI，但是要識別溫州話這種地方方言，就只能靠自己訓(xùn)練。

顯然，途徑三的難度是最高的，也是最有AI味的做法。實際上，以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)的興起，是對AI技術(shù)的一種有效“降維”，開發(fā)難度變低，識別效果卻更好。

2.開發(fā)AI應(yīng)用系統(tǒng)的常見支撐技術(shù)

實際上，不管采用以上哪一種途徑，都僅僅是“用AI解決問題”的一個核心環(huán)節(jié)，并非全部。作為一個完整的AI應(yīng)用系統(tǒng)，對數(shù)據(jù)進(jìn)行推理或者識別環(huán)節(jié)固然重要，但獲取數(shù)據(jù)（感知），根據(jù)識別結(jié)果執(zhí)行相應(yīng)的動作（控制），同樣不可缺少。還有，這個AI應(yīng)用如何部署也非常重要。這說明，僅僅有AI開發(fā)工具是不夠的，還需要其他的工具來支持。

以設(shè)計一個看到小朋友微笑會擺擺手并打招呼的微笑機器人為例，除了需要訓(xùn)練一個識別微笑表情的AI模型或者相關(guān)WebAPI外，還需要很多其他相關(guān)工具：實時獲取攝像頭畫面的工具，如OpenCV;一個能夠驅(qū)動舵機的軟硬件工具，如pingpong和掌控板;一個能夠部署這個AI應(yīng)用的迷你電腦，如拿鐵熊貓;一個語音合成工具，如Pyttsx等。

Python是當(dāng)前中小學(xué)生學(xué)習(xí)AI的主流語言。在陪同學(xué)生開發(fā)AI應(yīng)用的這幾年中，筆者收集了一些常見Python庫，并按照功能類型進(jìn)行了分類（如下頁表）。

當(dāng)然，中小學(xué)生開發(fā)的AI應(yīng)用往往需要部署在一些迷你電腦上，能夠運行Linux系統(tǒng)的開源硬件就成為最常見的選擇，如jetson Nano、樹莓派、虛谷號和行空板等，這些硬件的性能和價格都不一樣，可以根據(jù)具體的要求做出選擇。如果對Linux系統(tǒng)不熟悉，也可以選擇拿鐵熊貓。

● AI科創(chuàng)活動案例

溫州中學(xué)的人工智能教育始于2017年，隨著AI技術(shù)的平民化，逐步從Kinect（微軟的一款深度攝像頭）、LeapMotion（一款手勢傳感器）轉(zhuǎn)向到基于普通攝像頭和深度學(xué)習(xí)上來，2021年，學(xué)校建設(shè)了人工智能實驗室，開設(shè)了“走進(jìn)萬物智聯(lián)的世界”課程。學(xué)生在物聯(lián)網(wǎng)的基礎(chǔ)上，利用HASS（HomeAssistant，一款開源的智能家居網(wǎng)關(guān)）將實驗室等智能家居設(shè)備打通，設(shè)計一些智能控制方向的有趣應(yīng)用，成為學(xué)校智慧校園建設(shè)的一部分。

案例1：趣味二進(jìn)制燈組——基于數(shù)字識別的燈光控制系統(tǒng)

簡介：用戶在攝像頭（高拍儀）下寫0～255之間的數(shù)字，智能終端將數(shù)字轉(zhuǎn)化為二進(jìn)制數(shù)字，然后發(fā)送相應(yīng)的MQTT消息到MQTT服務(wù)器（SIoT），HASS網(wǎng)關(guān)接收到消息后，控制實驗室中的智能燈泡（8個一組）的開關(guān)狀態(tài)（如圖2）。

AI技術(shù)：手寫數(shù)字識別。利用MMEdu的Classification模塊和LeNet網(wǎng)絡(luò)模型。

相關(guān)技術(shù)：物聯(lián)網(wǎng)技術(shù)。借助MQTT服務(wù)器實現(xiàn)消息中轉(zhuǎn)，再使用HASS實現(xiàn)智能燈具的控制。

點評：這是典型的AI+工程的案例。手寫體識別是一個非常經(jīng)典的人工智能實驗，也是一個入門級的卷積神經(jīng)網(wǎng)絡(luò)實驗，借助LeNet網(wǎng)絡(luò)模型和Mnist數(shù)據(jù)集一般在數(shù)分鐘內(nèi)就能訓(xùn)練出一個準(zhǔn)確度較高的AI模型。但是模型訓(xùn)練出來后還能做什么？很多AI課程都沒有進(jìn)行拓展?！叭の抖M(jìn)制燈組”案例給出了一個答案，那就是從AI模型訓(xùn)練走向AI應(yīng)用系統(tǒng)開發(fā)，讓物聯(lián)網(wǎng)和人工智能結(jié)合起來。

案例2：AI魔法棒——基于掌控板的手勢識別

簡介：魔法棒上內(nèi)置了加速度傳感器（利用掌控板即可），利用MQTT發(fā)送每一次完成動作后的加速度傳感器數(shù)據(jù)（每秒采集128個），形成數(shù)據(jù)集后在臺式機上訓(xùn)練出AI模型。之后，每完成一個動作就用MQTT發(fā)送消息到臺式機上預(yù)測，再利用MQTT接收識別結(jié)果，在屏幕上顯示或者執(zhí)行相應(yīng)的動作（如下頁圖3）。

AI技術(shù)：BP神經(jīng)網(wǎng)絡(luò)。利用BaseNet搭建全連接神經(jīng)網(wǎng)絡(luò)，在事先采集數(shù)據(jù)的基礎(chǔ)上訓(xùn)練AI模型，用這個模型對新的數(shù)據(jù)進(jìn)行預(yù)測。

相關(guān)技術(shù)：傳感器技術(shù)和物聯(lián)網(wǎng)技術(shù)。利用MQTT消息傳遞數(shù)據(jù)，借助SIoT的數(shù)據(jù)導(dǎo)出功能得到數(shù)據(jù)集。

點評：AI課程中在教學(xué)BP神經(jīng)網(wǎng)絡(luò)時，往往采用“波士頓房價預(yù)測”“鳶尾花識別”之類的案例，非常無趣。本案例巧妙地使用了MQTT消息傳遞數(shù)據(jù)，借助臺式機的算力搭建BP神經(jīng)網(wǎng)絡(luò)，訓(xùn)練數(shù)據(jù)并用于新數(shù)據(jù)預(yù)測，從而識別出傳感器的運動狀態(tài)（手勢），是“創(chuàng)客+AI”教育的典型案例。

案例3：是什么決定了青少年的見識——基于好問題數(shù)據(jù)的深度探究

簡介：不同地區(qū)的學(xué)生在見識方面是否一致？他們的“提問”能力有什么不同？而這些差別和地區(qū)GDP是什么關(guān)系？帶著這樣的問題，學(xué)生分析了全國中小學(xué)生“好問題”大賽的一百多萬條數(shù)據(jù)，選擇了上海和贛州兩個地區(qū)進(jìn)行多方面的比較，最后得出相關(guān)結(jié)論。

AI技術(shù)：中文文本分類。利用中文文本分類工具包THUCTC，對學(xué)生的問題內(nèi)容進(jìn)行分類。

相關(guān)技術(shù)：數(shù)據(jù)分析技術(shù)。利用Pandas分析一百多萬條數(shù)據(jù)。

點評：這是長三角中學(xué)生數(shù)據(jù)探究大賽的一個獲獎作品。雖然說利用jieba庫分詞和統(tǒng)計詞頻也是AI技術(shù)的典型應(yīng)用，但畢竟過于簡單。如果沒有中文文本分類工具包（THUCTC）的支持，這個數(shù)據(jù)探究工作是無法進(jìn)行的，因為數(shù)據(jù)量太大了。

案例4：當(dāng)MediaPipe遇上BP神經(jīng)網(wǎng)絡(luò)——對表情識別的另一種研究

簡介：表情識別 （Facial Expression Recognition） 是計算機理解人類情感的一個重要方向，也是人機交互的一個重要方面。訓(xùn)練表情識別的AI模型對算力要求較高，需要GPU環(huán)境的支持，在普通機房無法開展這方面的研究。但是，如果先利用Dlib或者M(jìn)ediaPipe獲取人臉特征點，然后搭建神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練呢？學(xué)生利用Extended Cohn-Kanade（CK+）數(shù)據(jù)集進(jìn)行實驗，獲得了很不錯的準(zhǔn)確率。

AI技術(shù)：MediaPipe和BP神經(jīng)網(wǎng)絡(luò)。先利用MediaPipe獲取人臉特征點，再用BaseNet搭建全連接神經(jīng)網(wǎng)絡(luò)。

點評：這是一個“AI實驗研究”方向的典型科創(chuàng)案例。MediaPipe是谷歌開源的人體關(guān)鍵點檢測算法，可以識別人臉、手勢、姿態(tài)等多種關(guān)鍵點，并且檢測速度足夠快。在MediaPipe的支持下，學(xué)生找到了一種低算力模式下的深度學(xué)習(xí)研究方向。

● 反思與展望

通過這幾年開展AI科創(chuàng)活動的實踐，筆者深深體會到用AI解決真實問題并不困難，學(xué)生完全有能力學(xué)習(xí)以深度學(xué)習(xí)為代表的新一代人工智能技術(shù)，并開發(fā)出一些簡單有趣的AI應(yīng)用。雖然目前國內(nèi)開展AI科創(chuàng)活動的學(xué)校主要集中在上海、北京這些城市的名校中，但筆者堅信，AI技術(shù)很快就會走下神壇，成為學(xué)生們實踐技術(shù)創(chuàng)新的重要工具之一。

參考文獻(xiàn)：

[1]吳俊杰，謝作如，戴娟.中小學(xué)AI教育需要怎樣的工具[J].中國信息技術(shù)教育，2022（12）：19-22.

[2]謝作如，邱奕盛.用深度學(xué)習(xí)和物聯(lián)網(wǎng)技術(shù)設(shè)計“AI魔法棒”[J].中國信息技術(shù)教育，2022（09）：77-79.