當(dāng)人工智能遇上青少年科技創(chuàng)新活動(dòng)

謝作如

近年來，人工智能技術(shù)發(fā)展突飛猛進(jìn)，各種應(yīng)用不斷刷新人們的想象力。從識(shí)別準(zhǔn)確度超過人眼的計(jì)算機(jī)視覺開始，人工智能逐步走向產(chǎn)業(yè)化。而以ChatGPT 為代表的AIGC（人工智能生成內(nèi)容）興起則再次告訴人們，人工智能將必然成為推動(dòng)科技跨越發(fā)展、生產(chǎn)力整體躍升的驅(qū)動(dòng)力量。與人工智能的快速發(fā)展幾乎同步，中小學(xué)人工智能教育也在受到越來越多關(guān)注。2017 年發(fā)布的《普通高中信息技術(shù)課程標(biāo)準(zhǔn)》在必修課程中增加了“人工智能”的要求，《義務(wù)教育信息科技課程標(biāo)準(zhǔn)（2022 年版）》則將“人工智能”作為重要的學(xué)習(xí)內(nèi)容。

科技創(chuàng)新活動(dòng)與科普活動(dòng)是中小學(xué)跨學(xué)科學(xué)習(xí)活動(dòng)最典型的代表，也是學(xué)有余力的學(xué)生的重要選擇。很多科學(xué)工作者和工程師都是因?yàn)樯倌陼r(shí)期參加科技創(chuàng)新活動(dòng)得到啟蒙，從而確定了人生目標(biāo)。我們深信，人工智能很快會(huì)成為繼計(jì)算機(jī)、互聯(lián)網(wǎng)、開源硬件與物聯(lián)網(wǎng)之后，最重要的青少年學(xué)習(xí)和工作的助手，融合了人工智能技術(shù)的科技創(chuàng)新活動(dòng)呼之欲出。

人工智能是青少年科技創(chuàng)新活動(dòng)的新研究工具

隨著人工智能的發(fā)展，機(jī)器學(xué)習(xí)成為科學(xué)發(fā)現(xiàn)中日益重要的核心工具，它能夠?qū)Υ笠?guī)?？茖W(xué)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行建模與分析?？茖W(xué)家認(rèn)為“機(jī)器猜想+ 科學(xué)智能”將成為科學(xué)發(fā)現(xiàn)的新范式，并在這方面取得了許多令人矚目的重大進(jìn)展，典型例子如地球科學(xué)領(lǐng)域的預(yù)測(cè)天氣、生物科學(xué)領(lǐng)域的預(yù)測(cè)折疊蛋白質(zhì)結(jié)構(gòu)等。2023 年，科技部會(huì)同自然科學(xué)基金委啟動(dòng)了“人工智能驅(qū)動(dòng)的科學(xué)研究”專項(xiàng)部署工作。

既然人工智能終將成為科學(xué)發(fā)現(xiàn)的主要研究工具，那么在科技創(chuàng)新活動(dòng)中強(qiáng)調(diào)人工智能，培養(yǎng)利用人工智能解決問題的意識(shí)和能力，能夠幫助青少年對(duì)未來科學(xué)研究工作形成全新的認(rèn)識(shí)。而深度學(xué)習(xí)的興起，促使人工智能的技術(shù)門檻開始降低。只要擁有足夠豐富的數(shù)據(jù)，借助算力與開源算法，很多人都能訓(xùn)練出人工智能模型。換句話說，只要掌握了機(jī)器學(xué)習(xí)的流程，即使不了解原理，甚至不熟悉編程，都能用人工智能解決問題——因?yàn)橹悄芸梢酝ㄟ^“喂數(shù)據(jù)”而獲得。那么，人工智能在青少年科技創(chuàng)新活動(dòng)中可以發(fā)揮哪些作用呢？

方向之一：解放人力，處理復(fù)雜繁瑣的事務(wù)

在當(dāng)前的青少年科技創(chuàng)新活動(dòng)中，數(shù)據(jù)探究這一活動(dòng)主題逐步受到重視（典型活動(dòng)如長(zhǎng)三角中學(xué)生數(shù)據(jù)探究大賽、國(guó)際青少年人工智能交流展示會(huì)深度學(xué)習(xí)挑戰(zhàn)賽等），但收集與整理數(shù)據(jù)恰恰又是科技創(chuàng)新活動(dòng)中最復(fù)雜、最繁瑣的工作之一。利用人工智能完成重復(fù)繁瑣的數(shù)據(jù)處理工作，能夠很好地體現(xiàn)出人工智能的重要價(jià)值，即解放人力。比如，在科學(xué)觀察實(shí)驗(yàn)中用攝像頭實(shí)現(xiàn)自動(dòng)識(shí)別，在種子發(fā)芽實(shí)驗(yàn)中用攝像頭統(tǒng)計(jì)數(shù)量，對(duì)大量的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行智能處理等。

案例1. 利用人工智能助力科學(xué)觀察 科學(xué)課程中有很多關(guān)于觀察植物的探究活動(dòng)，但往往只要求學(xué)生用肉眼觀察植物的每天生長(zhǎng)情況，以文字形式記錄在本子上。這樣的觀察記錄無法提供具體的監(jiān)測(cè)數(shù)據(jù)。如果要探究植物的生長(zhǎng)情況與環(huán)境（如土壤濕度、光照等）的關(guān)系，那不僅需要定時(shí)拍攝照片，還要同步記錄數(shù)據(jù)，二者結(jié)合才能夠更加直觀分析植物在不同環(huán)境下的生長(zhǎng)情況，從而了解植物的習(xí)性特點(diǎn)。溫州中學(xué)學(xué)生編寫了一個(gè)能夠同步記錄圖像與傳感器數(shù)據(jù)的信息系統(tǒng)。這個(gè)“科學(xué)觀察輔助工具”（圖1）可以運(yùn)行在“行空板”或者“虛谷號(hào)”上，使用攝像頭采集畫面，通過土壤濕度傳感器記錄土壤信息。當(dāng)攝像頭的畫面發(fā)生變化（如開花、結(jié)果、有害蟲等），或者傳感器的數(shù)值發(fā)生變化，則自動(dòng)保存圖像，并在圖像上標(biāo)注相應(yīng)信息。其中判斷是否開花結(jié)果與蟲害，使用了MMEdu 訓(xùn)練的目標(biāo)識(shí)別人工智能模型。借助這類系統(tǒng)，能夠?qū)⑷藦姆爆?、無聊的觀測(cè)工作中解放出來。

案例2. 利用攝像頭統(tǒng)計(jì)種子發(fā)芽情況 種植活動(dòng)是勞動(dòng)教育的重要組成部分，而研究不同條件下（如光照、溫度、pH 值等）種子萌發(fā)的差異則是常見的科學(xué)實(shí)驗(yàn)。通過種子萌發(fā)實(shí)驗(yàn)，取得實(shí)驗(yàn)數(shù)據(jù)，分析檢驗(yàn)就可以獲知不同條件下種子萌發(fā)是否存在差異。一般來說，這種研究都會(huì)采用對(duì)照實(shí)驗(yàn)的方式開展。種子萌發(fā)實(shí)驗(yàn)并不復(fù)雜，但要得到較好的統(tǒng)計(jì)意義，避免小數(shù)據(jù)帶來的誤差，數(shù)據(jù)量應(yīng)該要大一些。可是種子數(shù)量一多，定時(shí)統(tǒng)計(jì)就成為一種較重的負(fù)擔(dān)。廣州的曾祥潘老師探索了一種利用計(jì)算機(jī)視覺輔助觀察的研究方法。他在實(shí)驗(yàn)過程中用攝像頭定時(shí)拍照記錄，再利用深度學(xué)習(xí)目標(biāo)檢測(cè)算法識(shí)別照片中的發(fā)芽種子，取得實(shí)驗(yàn)數(shù)據(jù)，最后使用R 語言對(duì)兩組數(shù)據(jù)進(jìn)行檢驗(yàn)。在發(fā)芽種子的識(shí)別方面，他使用了YOLO v5算法和SAHI 深度學(xué)習(xí)推理輔助工具。

案例3. 對(duì)“好問題大賽”數(shù)據(jù)的深度探究 不同地區(qū)的學(xué)生在見識(shí)方面是否一致？他們的提問能力有什么不同？而這些差別與地區(qū)GDP 是什么關(guān)系？帶著這樣的問題，溫州中學(xué)的章錦陽等同學(xué)深度探究了中國(guó)學(xué)生好問題征集評(píng)選活動(dòng)的100 多萬條數(shù)據(jù)。他們選擇了上海和贛州兩個(gè)地區(qū)，借助分詞和詞頻統(tǒng)計(jì)等技術(shù)進(jìn)行多方面比較，最后得出相關(guān)結(jié)論。在這一過程中，他們遇到的最大困難在于如何確定問題的類別，畢竟100 多萬條數(shù)據(jù)不可能一一靠人力標(biāo)注。他們最終找到了清華大學(xué)開源的中文文本分類工具包（THUCTC）。借助這一工具，簡(jiǎn)單編程后批量完成了這個(gè)工作（圖2）。有趣的是，學(xué)生發(fā)現(xiàn)THUCTC 的文本分類效果并不夠好，因?yàn)槟Ｐ褪腔陂L(zhǎng)文本（新浪網(wǎng)站文章）進(jìn)行訓(xùn)練，對(duì)短文本并不適用，于是他們選擇了計(jì)算機(jī)專業(yè)進(jìn)行學(xué)習(xí)，立志要設(shè)計(jì)更好用的文本分類工具。

方向之二：另辟蹊徑，通過采集數(shù)據(jù)解決數(shù)學(xué)難題

科技創(chuàng)新活動(dòng)關(guān)注生活中的真實(shí)問題，學(xué)生常常會(huì)遇到一些需要用數(shù)學(xué)知識(shí)解決的難題，如用數(shù)學(xué)公式表征多組數(shù)據(jù)之間的關(guān)系。很多有趣的科技創(chuàng)新活動(dòng)主題就因?yàn)槭芟抻趯W(xué)生的數(shù)學(xué)知識(shí)而無法普及。有時(shí)候?qū)W生還會(huì)遇到有些數(shù)據(jù)彼此關(guān)聯(lián)密切，卻又找不到精確數(shù)學(xué)公式表示的情況，如工程應(yīng)用和經(jīng)濟(jì)分析領(lǐng)域。那么，用采集數(shù)據(jù)加上訓(xùn)練模型的方式擬合多種物理量之間的關(guān)系，顯然是一種有效的解決問題方式。我們可以把神經(jīng)網(wǎng)絡(luò)看成萬能數(shù)據(jù)擬合工具，即使是一個(gè)黑箱子，也不妨礙人工智能成為學(xué)生開展科技創(chuàng)新活動(dòng)的好幫手，從而培養(yǎng)數(shù)據(jù)意識(shí)和計(jì)算思維。

案例4. 用超聲波傳感器檢測(cè)障礙物的方向 2017 年，我曾經(jīng)與學(xué)生研究用超聲波傳感器識(shí)別前方障礙物的方向，即利用三角函數(shù)知識(shí)，通過障礙物和不同傳感器的距離計(jì)算出角度（原理見圖3）。根據(jù)超聲波傳感器測(cè)量障礙物的方向，可以應(yīng)用在無人車駕駛、目標(biāo)跟蹤等場(chǎng)景。因?yàn)楸澈蟮臄?shù)學(xué)公式有點(diǎn)復(fù)雜，沒有學(xué)過三角函數(shù)的小學(xué)生是難以理解的。2022年，我們重新設(shè)計(jì)了這一案例，采用深度學(xué)習(xí)模擬這一數(shù)學(xué)公式，現(xiàn)在小學(xué)高年級(jí)的學(xué)生也能用收集數(shù)據(jù)訓(xùn)練模型的方式完成障礙物角度的計(jì)算了。經(jīng)過測(cè)試，我們使用BaseNN（上海人工智能實(shí)驗(yàn)室開發(fā)的神經(jīng)網(wǎng)絡(luò)庫），僅僅搭建了3 層全連接神經(jīng)，不到200 輪的訓(xùn)練（借助CPU 訓(xùn)練也僅花了1 分鐘），就很好地模擬了這個(gè)函數(shù)的曲線。BaseNN 的代碼簡(jiǎn)潔，很容易理解（圖4）。

方向之三：模式識(shí)別，簡(jiǎn)化復(fù)雜場(chǎng)景的數(shù)據(jù)編程

在青少年科技創(chuàng)新活動(dòng)中應(yīng)用各種傳感器已經(jīng)非常普遍，如各類機(jī)器人的開發(fā)。單一傳感器的編程并不復(fù)雜，但涉及到的傳感器一多，編程的難度就呈指數(shù)級(jí)別上升。機(jī)器人競(jìng)賽中的追球、投籃等場(chǎng)景，會(huì)涉及到視覺、距離、方向等傳感器，就連巡線任務(wù)也會(huì)使用1 組傳感器。有些應(yīng)用場(chǎng)景與時(shí)間、空間相關(guān)，即使涉及的傳感器不多，編程也很復(fù)雜。如判斷人的運(yùn)動(dòng)狀態(tài)，不管使用視覺傳感器還是加速度傳感器，都是經(jīng)典的難題。因?yàn)榧铀俣扰c坐標(biāo)在運(yùn)動(dòng)過程中是不斷變化的，識(shí)別某種狀態(tài)需要得到運(yùn)動(dòng)過程中的所有數(shù)據(jù)，而每次檢測(cè)到的數(shù)據(jù)不可能完全相同，總會(huì)因?yàn)樗俣鹊目炻⑿螤畹钠疃a(chǎn)生相近但不相同的數(shù)據(jù)。面對(duì)這些較復(fù)雜的場(chǎng)景，如果使用機(jī)器學(xué)習(xí)的方式解決，編程難度會(huì)大大減低。

案例5. 利用機(jī)器學(xué)習(xí)做一個(gè)魔法棒 對(duì)魔法感興趣的學(xué)生希望設(shè)計(jì)一個(gè)魔法棒，配合不同角度的揮動(dòng)，就可以實(shí)現(xiàn)奇特的效果，比如點(diǎn)燃火把、拉開窗簾等。揮動(dòng)魔法棒其實(shí)是改變各個(gè)方向的運(yùn)動(dòng)速度，而衡量運(yùn)動(dòng)速度變化的物理量是加速度。溫州中學(xué)的徐浩森等同學(xué)采用深度學(xué)習(xí)成功識(shí)別出了魔法棒的常見“法術(shù)”。他們選擇了掌控板，先通過不斷重復(fù)手勢(shì)而得到標(biāo)注過的加速度數(shù)據(jù)，然后用神經(jīng)網(wǎng)絡(luò)訓(xùn)練出模型用于識(shí)別新的數(shù)據(jù)。經(jīng)過測(cè)試，僅僅采用了3 層全連接神經(jīng)網(wǎng)絡(luò)，就能獲得不錯(cuò)的識(shí)別效果（圖5）。雖然掌控板不能直接部署模型推理環(huán)境，但可以通過網(wǎng)絡(luò)將數(shù)據(jù)發(fā)送到服務(wù)器再返回結(jié)果的方式實(shí)現(xiàn)。

人工智能是青少年科技創(chuàng)新活動(dòng)的新研究對(duì)象

與其他經(jīng)典計(jì)算機(jī)算法不同的是，人工智能模型的訓(xùn)練與數(shù)據(jù)集的關(guān)聯(lián)特別密切。當(dāng)面對(duì)一個(gè)真實(shí)的問題情境，即使在最新SOTA 模型（SOTA 是state-of-the-art 的縮寫，指在某項(xiàng)研究任務(wù)中目前表現(xiàn)最好、最先進(jìn)的模型）的支持下，也需要微調(diào)很多參數(shù)，因而人工智能專家會(huì)戲稱訓(xùn)練人工智能模型為“煉丹”。要訓(xùn)練出一個(gè)優(yōu)秀的模型，得做大量實(shí)驗(yàn)，甚至需要對(duì)經(jīng)典模型進(jìn)行細(xì)節(jié)處理，值得不斷研究。

另外，雖然對(duì)青少年的知識(shí)儲(chǔ)備來說，很難做到獨(dú)立設(shè)計(jì)性能優(yōu)秀的算法模型，但是對(duì)現(xiàn)有的SOTA 網(wǎng)絡(luò)進(jìn)行一些細(xì)節(jié)調(diào)整，如修改Dropout 層的參數(shù)或者增加幾層全連接網(wǎng)絡(luò)，有時(shí)也能產(chǎn)生很不錯(cuò)的效果。因此，人工智能不僅是青少年的科學(xué)研究工具，也是值得探索的研究對(duì)象。

方向之一：不同算法模型的聯(lián)合工作

面對(duì)一些較為復(fù)雜的識(shí)別任務(wù)，業(yè)界的常見做法是搭建一個(gè)層數(shù)較多的復(fù)雜網(wǎng)絡(luò)模型。對(duì)青少年來說，也有一種看起來“笨拙”卻有效的做法，即采用多種SOTA 模型進(jìn)行靈活組合。比如要在圖像中識(shí)別做出點(diǎn)贊動(dòng)作的嘉賓，可以先利用目標(biāo)檢測(cè)中的人體識(shí)別模型找出人體，再采用圖像分類的方式進(jìn)行判斷；也可以采用多目標(biāo)檢測(cè)的方式同時(shí)識(shí)別人體和點(diǎn)贊手勢(shì)，再找出和這個(gè)點(diǎn)贊手勢(shì)坐標(biāo)重合的人體。不同的算法模型組合后，能夠解決很多復(fù)雜任務(wù)。

案例6. 一種基于投票機(jī)制的圖像分類算法實(shí)現(xiàn) 2023 年的國(guó)際青少年人工智能交流展示會(huì)發(fā)布了一個(gè)深度學(xué)習(xí)挑戰(zhàn)賽，數(shù)據(jù)集為“令人困惑的動(dòng)物”。因?yàn)閳D片的相似度很高，采用當(dāng)前常用的SOTA 模型MobileNet，只能取得不足60% 的準(zhǔn)確率；即使用了數(shù)據(jù)增強(qiáng)技術(shù)，增加訓(xùn)練次數(shù)，也難以提升準(zhǔn)確率。來自溫州中學(xué)的金馳洲等學(xué)生借鑒“三個(gè)臭皮匠，頂個(gè)諸葛亮”的古語，設(shè)計(jì)了基于投票的集成深度學(xué)習(xí)方法，即將多種SOTA 模型聯(lián)合使用，采用投票機(jī)制獲得更好的學(xué)習(xí)效果。他們先后訓(xùn)練了DenseNet121、DenseNet201、InceptionV3、NASNetMobile、ResNet50V2和Xception 等模型。研究證明，這些模型聯(lián)合投票后準(zhǔn)確率居然超過了86%，有非常顯著的提升（圖6）。

方向之二：低算力環(huán)境下的人工智能算法設(shè)計(jì)

在中小學(xué)階段算力匱乏是普遍現(xiàn)象。如何在有限的算力中訓(xùn)練模型，或者在有限的算力中實(shí)現(xiàn)快速推理，都值得深入研究。相對(duì)來講，一些內(nèi)置模型的人工智能應(yīng)用平臺(tái)運(yùn)行速度較快，如OpenCV 識(shí)別人臉，MediaPipe 識(shí)別人臉特征點(diǎn)、識(shí)別手勢(shì)的速度，比我們自行訓(xùn)練的網(wǎng)絡(luò)要快，充分利用人工智能應(yīng)用平臺(tái)快速識(shí)別的特點(diǎn)，在其識(shí)別結(jié)果的基礎(chǔ)上進(jìn)一步訓(xùn)練模型，是一種可行的低算力解決方案。

案例7. 基于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）的時(shí)序動(dòng)作識(shí)別 時(shí)序動(dòng)作識(shí)別是常見問題，如人的手勢(shì)動(dòng)作、表情變化、行為趨勢(shì)等。無論是圖像分類還是目標(biāo)檢測(cè)技術(shù)，通過一張靜態(tài)圖像都很難準(zhǔn)確判斷。要讀懂動(dòng)態(tài)圖像，一般要使用光流（Optical Flow）或者時(shí)空卷積技術(shù)，但這些算法模型都比較復(fù)雜，對(duì)算力的要求也比較高。上海人工智能實(shí)驗(yàn)室智能教育中心提供了一個(gè)簡(jiǎn)單方案識(shí)別人的動(dòng)作。他們選擇了Recognition of human actions 數(shù)據(jù)集，數(shù)據(jù)中包含6 種類型的人類行為（步行、慢跑、跑步、拳擊、揮手和拍手）。先使用MediaPipe 逐幀獲取視頻中人體的骨骼信息，轉(zhuǎn)化為一組坐標(biāo)，然后借助循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）訓(xùn)練一個(gè)能夠預(yù)測(cè)動(dòng)作的模型，模型很小，效果卻很不錯(cuò)，訓(xùn)練時(shí)間也很短，模型推理對(duì)算力要求很低。

人工智能是青少年解決工程問題的新神兵利器

《義務(wù)教育科學(xué)課程標(biāo)準(zhǔn)（2022 年版）》提出“探究實(shí)踐主要指在了解和探索自然、獲得科學(xué)知識(shí)、解決科學(xué)問題，以及技術(shù)與工程實(shí)踐過程中，形成的科學(xué)探究能力、技術(shù)與工程實(shí)踐能力和自主學(xué)習(xí)能力?！笨梢姽こ虇栴}是科技創(chuàng)新活動(dòng)的重要方向。在創(chuàng)客空間借助Arduino、掌控板這些開源硬件，設(shè)計(jì)各種創(chuàng)客作品是青少年科技創(chuàng)新活動(dòng)的主要形式之一?，F(xiàn)在，人工智能為青少年提供了新的神兵利器，能解決的問題更多了。

實(shí)際上，我們常說的人工智能教育往往僅關(guān)注模型訓(xùn)練。而人工智能要解決一個(gè)真實(shí)問題，特別是一個(gè)工程問題，肯定要結(jié)合其他技術(shù)形成一個(gè)智能應(yīng)用系統(tǒng)——不僅要對(duì)輸入的數(shù)據(jù)進(jìn)行推理或者識(shí)別，還要根據(jù)識(shí)別結(jié)果執(zhí)行相應(yīng)的動(dòng)作（即控制）。以設(shè)計(jì)一個(gè)看到小朋友的笑臉會(huì)打招呼的“微笑機(jī)器人”為例，除了訓(xùn)練并部署識(shí)別微笑表情的模型外，還需要多個(gè)相關(guān)工具：實(shí)時(shí)獲取攝像頭畫面的工具，如OpenCV；能夠驅(qū)動(dòng)舵機(jī)的軟硬件工具，如pingpong 和掌控板；能夠部署人工智能模型的迷你電腦，如行空板；能合成語音的工具，如Pyttsx。

方向之一：走向多模態(tài)交互

人機(jī)交互是永恒的主題。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)。當(dāng)一臺(tái)個(gè)人計(jì)算機(jī)借助普通攝像頭，就能識(shí)別人臉或者人體姿態(tài)時(shí)，教育工作者開始思考如何讓人工智能的呈現(xiàn)更加有趣，以激發(fā)學(xué)生的學(xué)習(xí)興趣。多模態(tài)交互技術(shù)中的模態(tài)（modality）可以理解為感官，多模態(tài)即多種感官融合，通過文字、語音、視覺、動(dòng)作、環(huán)境等多種方式進(jìn)行人機(jī)交互，充分模擬人與人之間的自然交互。多模態(tài)交互技術(shù)將成為中小學(xué)人工智能教育、科技創(chuàng)新活動(dòng)的主流方向。

案例8. 制作有人工智能味的啟動(dòng)儀式道具 為了營(yíng)造儀式感，一些大型活動(dòng)往往會(huì)租用一些啟動(dòng)儀式專用道具，如幾位嘉賓同時(shí)用手按下某個(gè)金屬球。這樣的啟動(dòng)儀式與會(huì)者的參與度不夠，看多了就覺得無趣。而如何設(shè)計(jì)一個(gè)有人工智能味的啟動(dòng)道具，用于人工智能相關(guān)的校園活動(dòng)中呢？上海人工智能實(shí)驗(yàn)室研究員王海濤設(shè)計(jì)了一個(gè)有趣的人工智能啟動(dòng)道具。他先制作了一個(gè)啟動(dòng)儀式的視頻，然后用Python 控制視頻的播放進(jìn)度。在播放過程中，用訓(xùn)練好的模型檢測(cè)參與人員是否做出點(diǎn)贊的手勢(shì)，并實(shí)時(shí)呈現(xiàn)進(jìn)度和點(diǎn)贊嘉賓的形象。等進(jìn)度條到達(dá)100% 時(shí)開始播放整個(gè)儀式視頻（圖7）。這一道具的核心硬件是電腦和攝像頭，學(xué)生都能參與開發(fā)，是一個(gè)很好的人工智能科技創(chuàng)新主題。

方向之二：走向萬物智聯(lián)

人工智能結(jié)合物聯(lián)網(wǎng)，就形成了智聯(lián)網(wǎng)。

利用HASS（HomeAssistant，一款開源的智能家居網(wǎng)關(guān)），能很方便地連通智能家居設(shè)備。引導(dǎo)青少年設(shè)計(jì)一些智能控制方向的有趣應(yīng)用，融入學(xué)校智慧校園的建設(shè)工作，是一個(gè)很不錯(cuò)的方向，如溫州中學(xué)的學(xué)生將實(shí)驗(yàn)室中的LED 燈泡、窗簾電機(jī)都接入智能系統(tǒng)，設(shè)計(jì)出功能更加強(qiáng)大的智能家居系統(tǒng)。從人工智能教育的視角看，智慧校園也將成為青少年的技術(shù)實(shí)踐場(chǎng)。

案例9. 基于數(shù)字識(shí)別的燈光控制系統(tǒng) 手寫體識(shí)別是經(jīng)典人工智能實(shí)驗(yàn)，也是入門級(jí)的卷積神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)，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)練出準(zhǔn)確度較高的人工智能模型。但是模型訓(xùn)練出來后還能做什么，很多人工智能課程都沒有進(jìn)行拓展。溫州中學(xué)的林夏一同學(xué)設(shè)計(jì)的“趣味二進(jìn)制燈組”作品是一個(gè)很好的參考案例。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（消息隊(duì)列遙測(cè)傳輸）消息到MQTT 服務(wù)器（SIoT），HASS 網(wǎng)關(guān)接收到消息后，控制實(shí)驗(yàn)室中的智能燈泡（8 個(gè)1 組）的開關(guān)狀態(tài)（圖8）。實(shí)際上，類似的作品還有手勢(shì)控制窗簾、表情設(shè)置氛圍燈光等，都是基于經(jīng)典人工智能實(shí)驗(yàn)室的衍生作品。

結(jié)語

在陪同學(xué)生參與人工智能科技創(chuàng)新活動(dòng)的幾年中，我深深體會(huì)到用人工智能解決真實(shí)問題并非高不可攀。隨著OpenInnoLab、XEdu這些工具平臺(tái)的發(fā)布，學(xué)生完全有能力用收集數(shù)據(jù)、訓(xùn)練模型的方式開發(fā)出一些簡(jiǎn)單有趣的智能應(yīng)用，在這樣的活動(dòng)中真正體會(huì)數(shù)據(jù)、算法和算力三大要素與人工智能之間的關(guān)系。在學(xué)習(xí)過程中，我們總是在不經(jīng)意中發(fā)現(xiàn)一些好用的工具。聚沙成塔，集腋成裘，我們同時(shí)也積極參與開發(fā)了一些重要工具，開源了一些科技創(chuàng)新項(xiàng)目。

從國(guó)際青少年人工智能交流展示活動(dòng)可以看出，一開始國(guó)內(nèi)開展人工智能科技創(chuàng)新活動(dòng)的學(xué)校主要集中在上海、北京這些大城市的名校。但隨著人工智能教育的普及，參與的地區(qū)越來越多。2022 年，教育部課程教材研究所聯(lián)合上海人工智能實(shí)驗(yàn)室，面向全國(guó)19 個(gè)實(shí)驗(yàn)區(qū)開展“中小學(xué)人工智能教育實(shí)踐研究項(xiàng)目”。2023 年，上海人工智能實(shí)驗(yàn)室啟動(dòng)了新一代人工智能師資成長(zhǎng)營(yíng)活動(dòng)。這些都意味著中小學(xué)人工智能科技創(chuàng)新活動(dòng)很快將會(huì)從一些名?！帮w入”尋常學(xué)校的課堂中。