论文部分内容阅读
● 学习内容分析
人工智能是一种机器模拟人类智慧能力的技术，机器学习是实现人工智能的重要途径，通过机器学习，从数据中获得知识，进而获得对事物进行预测和判断的能力。机器学习的方法有很多种，目前最常用的方法是监督学习，监督学习是指在有标记的样本上建立机器学习的模型。本课从监督学习入手，使用集成了BaiduAI和ML5模块的图形化编程工具Kittenblock，以积木搭建的方式编写水果识别程序，实现简单的人工智能应用，带领学生走进人工智能，感受人工智能技术对社会生活的影响。
● 学习者分析
本课的学习者是八年级学生，他们乐于接受新技术，爱动手，乐创造，对稍具难度的知识保持着较强的好奇心。他们具有独立的意识和倾向，上课时不喜欢教师过多地讲授，希望有独立思考和探索的时间。大部分学生在日常生活中接触过人工智能技术的应用，如指纹识别、人脸识别等，对人工智能技术与应用抱有很大热情，但是对人工智能的了解更多停留于日常生活中的所见所闻，对人工智能的原理及人工智能的实现方法知之甚少，而且编程能力有限，解决问题的能力较弱。
● 学习目标
①知道人工智能是机器模拟人类智慧的技术。②理解机器学习是实现人工智能的重要途径，了解机器学习的过程。③掌握监督学习的基本工作原理，了解数据量对识别度的影响。④运用图形化编程软件编写水果识别程序。
● 教学过程
1.认知：机器有何智能
师：指纹识别、语音识别、自动驾驶……人工智能不再是不切实际的幻想，它正在慢慢成为现实，融入我们的日常生活。请大家观看影片I Am AI，关注影片中人工智能身份的变化，并思考：①影片中的我是誰？是人还是机器？②她有哪些身份？③她模仿了人的哪些能力？
小结：人工智能是一种机器模拟人类智慧能力的技术。
设计意图：学生对人工智能的认知还是停留于日常生活中的所见所闻，对人工智能的了解也是有限的。通过观看视频，总结出不管哪种人工智能应用，它们都有一个共同特点——能模仿人的某种行为，能听、能看、能说话、会思考，将学生自然地带入课堂，使其明白人工智能就是通过机器来模拟人类智慧能力的技术。
2.理解：机器如何智能
师：人工智能为什么可以拥有人类的智慧能力？实际上，AI在拥有“先知者”等身份之前，还有一个身份叫“学生”，人类让机器通过“学习”获得“智能”，使得机器能够像人类一样具有“看”“听”“说”“想”和“动”的能力，从而实现模拟、延伸和扩展人类智能。
活动1：对比人类的学习过程，理解机器如何学习。
（1）教师手里拿的是什么水果？人类怎么判断这是苹果？我们在儿童时期又是如何认识苹果的？
（2）分析图1，将序号①～④按照人类学习的过程按步骤排序。
①孩子大脑建立苹果的初始特征;②看到苹果就认识;③父母指着苹果告诉孩子“这是苹果”;④随着次数的增加，孩子学会了什么是苹果。
（3）观察图2，对比人类学习，思考机器学习的过程是怎样的（如图3）。
小结：机器学习是建立在数据建模基础上的，通常是从大量已知数据中学习其中蕴含的规律或判断规则，并把学习到的规则应用到预测未知数据的过程。通过机器学习，计算机就能模拟人类的学习活动，从数据中获得知识，并能对事物进行预测和判断。
设计意图：目前，学生的知识储备还不足以理解人工智能技术的细节。从儿童认识苹果的过程出发，以漫画和流程图的形式展示人类学习的过程，将机器学习的过程与人类学习的过程进行类比，得出机器学习的过程是“准备数据、提取特征、训练模型、应用模型”四个基本步骤，从而帮助学生深刻理解机器学习的本质。
3.实践：实现机器智能
师：机器学习的方法有很多种，当下最常用的方法是监督学习。今天我们借助监督学习中的K-近邻算法（KNN），在图形化编程软件Kittenblock中实现一个简单的水果识别程序。
活动2：搭建积木，训练水果识别模型。
（1）教师演示如何搭建“苹果”识别积木块。
（2）学生配对合作，模仿搭建“苹果”识别积木块。
（3）自主搭建“橙子”识别积木块（如图4），完善水果识别模型。
（4）初始化“特征提取器”，摆放水果，分别提取图像两次，训练模型。
小结：模型训练阶段需要给计算机输入图片，计算机提取图片的特征进行训练，最终得到特征模型。在机器“训练”的过程中，使用的是带人工标记的数据。
活动3：测试模型，提高模型识别度。
（1）摆放水果，执行主程序测试模型，观察识别度。
（2）讨论：只训练两次的模型识别度如何？怎样优化？
（3）选用不同的水果或以不同的角度摆放水果，再次训练模型，增加训练次数。
（4）小组间交换水果测试模型，观察识别度。
小结：为计算机提供有标记的数据，促使计算机向一个特定方向学习，这样的学习方式称为监督学习。数据越全面，机器做出的预测与真实情况越接近，准确率就越高。
设计意图：对初中生而言，体验感悟是学习的基础，除此之外还需要引导学生思考其背后的过程与方法。藉由仿效制作一个“会学习”的程序，学生经历采集数据、标记数据、训练模型、测试模型的过程，能加深对监督学习的认识，锻炼解决问题的能力。采取两个人使用一台计算机完成任务的配对编程学习方式，不仅能提高学生的编程质量，还能进一步提高学生沟通交流和协作学习的能力。
4.拓展：人工智能应用
师：由于我们没有办法在短时间内进行大量的数据训练，水果识别程序无法识别其他水果。这时，可以通过第三方平台的应用程序接口服务（API），直接调用已经训练好的模型，实现“识万物”的功能。我们一起来看看用这种方法搭建的程序，是不是真的能“识万物”。
人工智能是一种机器模拟人类智慧能力的技术，机器学习是实现人工智能的重要途径，通过机器学习，从数据中获得知识，进而获得对事物进行预测和判断的能力。机器学习的方法有很多种，目前最常用的方法是监督学习，监督学习是指在有标记的样本上建立机器学习的模型。本课从监督学习入手，使用集成了BaiduAI和ML5模块的图形化编程工具Kittenblock，以积木搭建的方式编写水果识别程序，实现简单的人工智能应用，带领学生走进人工智能，感受人工智能技术对社会生活的影响。
● 学习者分析
本课的学习者是八年级学生，他们乐于接受新技术，爱动手，乐创造，对稍具难度的知识保持着较强的好奇心。他们具有独立的意识和倾向，上课时不喜欢教师过多地讲授，希望有独立思考和探索的时间。大部分学生在日常生活中接触过人工智能技术的应用，如指纹识别、人脸识别等，对人工智能技术与应用抱有很大热情，但是对人工智能的了解更多停留于日常生活中的所见所闻，对人工智能的原理及人工智能的实现方法知之甚少，而且编程能力有限，解决问题的能力较弱。
● 学习目标
①知道人工智能是机器模拟人类智慧的技术。②理解机器学习是实现人工智能的重要途径，了解机器学习的过程。③掌握监督学习的基本工作原理，了解数据量对识别度的影响。④运用图形化编程软件编写水果识别程序。
● 教学过程
1.认知：机器有何智能
师：指纹识别、语音识别、自动驾驶……人工智能不再是不切实际的幻想，它正在慢慢成为现实，融入我们的日常生活。请大家观看影片I Am AI，关注影片中人工智能身份的变化，并思考：①影片中的我是誰？是人还是机器？②她有哪些身份？③她模仿了人的哪些能力？
小结：人工智能是一种机器模拟人类智慧能力的技术。
设计意图：学生对人工智能的认知还是停留于日常生活中的所见所闻，对人工智能的了解也是有限的。通过观看视频，总结出不管哪种人工智能应用，它们都有一个共同特点——能模仿人的某种行为，能听、能看、能说话、会思考，将学生自然地带入课堂，使其明白人工智能就是通过机器来模拟人类智慧能力的技术。
2.理解：机器如何智能
师：人工智能为什么可以拥有人类的智慧能力？实际上，AI在拥有“先知者”等身份之前，还有一个身份叫“学生”，人类让机器通过“学习”获得“智能”，使得机器能够像人类一样具有“看”“听”“说”“想”和“动”的能力，从而实现模拟、延伸和扩展人类智能。
活动1：对比人类的学习过程，理解机器如何学习。
（1）教师手里拿的是什么水果？人类怎么判断这是苹果？我们在儿童时期又是如何认识苹果的？
（2）分析图1，将序号①～④按照人类学习的过程按步骤排序。
①孩子大脑建立苹果的初始特征;②看到苹果就认识;③父母指着苹果告诉孩子“这是苹果”;④随着次数的增加，孩子学会了什么是苹果。
（3）观察图2，对比人类学习，思考机器学习的过程是怎样的（如图3）。
小结：机器学习是建立在数据建模基础上的，通常是从大量已知数据中学习其中蕴含的规律或判断规则，并把学习到的规则应用到预测未知数据的过程。通过机器学习，计算机就能模拟人类的学习活动，从数据中获得知识，并能对事物进行预测和判断。
设计意图：目前，学生的知识储备还不足以理解人工智能技术的细节。从儿童认识苹果的过程出发，以漫画和流程图的形式展示人类学习的过程，将机器学习的过程与人类学习的过程进行类比，得出机器学习的过程是“准备数据、提取特征、训练模型、应用模型”四个基本步骤，从而帮助学生深刻理解机器学习的本质。
3.实践：实现机器智能
师：机器学习的方法有很多种，当下最常用的方法是监督学习。今天我们借助监督学习中的K-近邻算法（KNN），在图形化编程软件Kittenblock中实现一个简单的水果识别程序。
活动2：搭建积木，训练水果识别模型。
（1）教师演示如何搭建“苹果”识别积木块。
（2）学生配对合作，模仿搭建“苹果”识别积木块。
（3）自主搭建“橙子”识别积木块（如图4），完善水果识别模型。
（4）初始化“特征提取器”，摆放水果，分别提取图像两次，训练模型。
小结：模型训练阶段需要给计算机输入图片，计算机提取图片的特征进行训练，最终得到特征模型。在机器“训练”的过程中，使用的是带人工标记的数据。
活动3：测试模型，提高模型识别度。
（1）摆放水果，执行主程序测试模型，观察识别度。
（2）讨论：只训练两次的模型识别度如何？怎样优化？
（3）选用不同的水果或以不同的角度摆放水果，再次训练模型，增加训练次数。
（4）小组间交换水果测试模型，观察识别度。
小结：为计算机提供有标记的数据，促使计算机向一个特定方向学习，这样的学习方式称为监督学习。数据越全面，机器做出的预测与真实情况越接近，准确率就越高。
设计意图：对初中生而言，体验感悟是学习的基础，除此之外还需要引导学生思考其背后的过程与方法。藉由仿效制作一个“会学习”的程序，学生经历采集数据、标记数据、训练模型、测试模型的过程，能加深对监督学习的认识，锻炼解决问题的能力。采取两个人使用一台计算机完成任务的配对编程学习方式，不仅能提高学生的编程质量，还能进一步提高学生沟通交流和协作学习的能力。
4.拓展：人工智能应用
师：由于我们没有办法在短时间内进行大量的数据训练，水果识别程序无法识别其他水果。这时，可以通过第三方平台的应用程序接口服务（API），直接调用已经训练好的模型，实现“识万物”的功能。我们一起来看看用这种方法搭建的程序，是不是真的能“识万物”。