基于開源硬件的中學人工智能課程設計與實踐

蘇曉靜 王曦廷 劉夢

近年來，以深度學習為代表的人工智能技術取得了極大進步，對推動新技術變革、產業發展發揮著重要作用。同時，人工智能帶來的教育變革方興未艾，人工智能與智慧教育引領教育教學的創新，已經成為教育信息化發展的必然趨勢。在當今科技飛速發展的社會背景下，通用技術課程應該發揮它培養學生創造性思維與實踐能力的作用。《普通高中通用技術課程標準》中的基本理念提出，“選擇體現時代特點，與生活緊密聯系的課程內容”，表明通用技術課程內容選擇應與時俱進。

目前，將人工智能嵌入中學通用技術教育仍處于初步探索實踐階段，對于人工智能教育的理論研究與實踐經驗都比較匱乏。由于簡單易用、性能強大和集成化成熟，以TensorFlow、Caffe等為代表的開源深度學習框架受到了廣泛認可。因此，基于開源深度學習框架進行中學生人工智能課程設計，將是中學生體驗與學習人工智能的優勢途徑。

一、課程設計理念及思路

（一）課程設計架構

本課程設計將STEAM教育理念和項目式學習理念貫穿在課程設計過程中，課程設計融入深度學習的相關內容。人工智能相關的復雜算法對中學生來說理解起來有難度，課程設計中選用了智能機器人作為載體，圍繞搭建智能機器人實現人工智能技術和機器人技術的學習。通過課程綜合設計，旨在讓學生通過一系列案例實踐，掌握深度學習的基本內容和樹莓派交互控制，提升學生的主觀體驗和自主學習能力。

（二）深度學習框架的應用

深度學算法是近年來在人工神經網絡領域的一項重大突破，是機器學習研究的一個新領域。它通過組合低層特征形成更加抽象的高層特征來發現數據的分布式特征。2006年加拿大多倫多大學教授、機器學習領域的領軍人物Hinton和他的學生Salakhutdinov，在著名學術刊物《科學》上發表的文章中提出了深度網絡和深度學習概念，開啟了深度學習的研究熱潮。經過多年的快速發展，它已經在計算機視覺、語音識別和自然語言處理等許多重要問題上取得了杰出成就。同時，以深度學習為核心的人工智能技術在教育領域的廣泛應用，為傳統的學校教育注入了新活力，推動了教學、學習與管理模式的變革，也使得教育在一次又一次的模式變革中不斷由量變走向質變。

深度學習在科研與工業領域的優越表現，使得機器智能開始加速走進人類生活，一些深度學習開源框架隨之發展起來。目前，深度學習開源框架主要有Caffe、TensorFlow、Keras以及Pytroch等。本系列課程設計主要基于Caffe深度學習框架。Caffe（Convolutional Architecture for Fast Feature Embedding）是一個清晰而高效的深度學習開源框架，核心語言是C++，支持命令行、Python和MATLAB接口。Caffe可提供一套完整的工具包，用來訓練、測試、微調和部署模型，可以應用在視覺、語音識別、機器人、神經科學和天文學領域。它具有較好的靈活性和較強的可移植性（既可以在CPU上運行也可以在GPU上運行，還可以將模型部署在云端服務器）。

由于Caffe的部署對于計算機系統環境要求較為復雜，而中學的每個計算機型號不盡相同，使得框架部署難度較大，不利于學校便捷地開展課程。因此，本課題組使用人工智能芯片，將訓練好的基于Caffe框架的SSD遷移到人工智能芯片上，然后將人工智能芯片與樹莓派相結合，以實現樹莓派對SSD模型的調用。

（三）樹莓派調試與交互準備

樹莓派（Raspberry Pi）是一款基于Linux系統的信用卡大小的單片機，是智能化通用板級開源硬件的代表，配置了眾多外圍電路與外部交互接口，被稱為嵌入式的綜合實驗平臺。樹莓派支持主流的編程語言，如C++、Python以及Java等。樹莓派硬件可以結合物聯網、機器人以及人工智能等領域設計創新作品，受到創客教育者的青睞。以開源硬件為代表的教學技術工具有價格低廉、應用方便、良好的跨平臺性、簡易的編程環境、軟硬件可擴展以及應用豐富等優勢。

為了實現深度學習開源框架與開源硬件之間實時有效的信息交互，在“物聯網”思維的啟發下，將開源硬件與計算機建立無線通信，同時以Python編程語言為基礎，將深度學習算法與硬件控制進行交互設計，流程如圖1所示。部署深度學習開源框架的計算機相當于“大腦”，開源硬件相當于信息交互的“中繼”，攝像頭、傳感器等相當于收集信息的“五官”，舵機等相當于執行命令的“四肢”。

二、課程籌備與實踐

通過本項目可以經歷機械手的設計及物化過程，在機械手的控制中加入圖像識別、目標檢測等內容。本項目以樹莓派為控制器，以Python為編程語言。在實現小車智能抓取任務過程中，分為利用深度學習算法實現物體檢測與識別、利用GPIO（通用輸入輸出口）控制樹莓派小車運動與舵機控制、利用神經網絡輸出作為簡單的判斷邏輯，從而實現小車對物體的追蹤，完成小車識別到物體完成抓取任務等。

機器人智能抓取的流程控制思路見圖2，主要根據物體在機器人攝像頭獲取的成像中的位置來判斷其位置，進而調整機器人運動的姿態和機械抓手的動作。智能追蹤和智能抓取的任務中，通過物體檢測模型判斷是否檢測到目標，把結果返回給電腦，從而決定是否執行相應的動作。

三、課程實踐效果與反思

（一）課程實踐效果

基于深度學習的高中通用技術課程，將人工智能技術應用于“動手做”的實踐課程中，受到了學生的歡迎。這是人民大學附屬中學首個將人工智能技術與高中通用技術相結合的課程，從課程設計到實現耗時1年余。隨著課程的開展，諸多想法在課程中得以不斷完善。學生在課堂中學習到了人工智能的基本知識，對于python基本語言及機器人的設計建立了初步認識，課程實踐取得了較好效果，但仍存在較多問題。從課程體系、課程難易程度、學生學習進度方面而言，均出現了不同程度的問題。Python是一種面向對象、解釋型的計算機程序設計語言。盡管Python語言通俗易懂，學生較容易接受，但學生對于Python語言掌握的程度不一，導致模型調用問題較多，占用了課程較多時間。因此，需要在課程前期加強學生的編程和機器人操作能力。

（二）課程設計應符合中學生特點

面向中學生的人工智能教育要結合中學生自身特點，注重培養學生自主學習能力，將適宜的知識與技術應用于真實問題。因此，教學設計層面應當舍棄較為繁冗的算法及學術理論，基于較為公認的概念與成熟的技術，設計難度適宜、循序漸進以及趣味性強的課程。在教學內容選擇與整合中，首先要解決降低課程難度的問題。

（三）課程設計應突出過程培養與能力導向

在深度學習教學中，應注重以真實問題為導向，注重研究過程，提升學生的知識遷移能力和問題解決能力。可以結合當前人工智能應用的熱點領域，如圖像識別、語音識別以及數據挖掘等領域內問題進行課程設計。

基于深度學習的機器人通用課程是為了讓學生了解和體驗新技術，并在創新實踐中經歷設計過程，體驗技術與設計帶來的快樂與便利。因此，需要適當降低難度，重在“體驗”與“嘗試”。為了提升課堂教學效率，在教學工具準備階段，應該聯合專業的人工智能研究人員部署各算法平臺。任課教師應當對本課程系列的每個環節進行較為細致的準備。

四、結語

社會的發展對創新性人才的培養提出了更高要求，人工智能技術可為中學通用技術教育提高學生的創新素養。因此，基于深度學習的中學通用技術研究與實踐，是新技術、新理念下教育創新的新途徑。本文重點介紹Caffe深度學習開源框架及樹莓派開源硬件，對于二者的交互進行了探索嘗試，并認為基于雙開源交互的課程設計具有較好的學科整合性、創新性及有效性。二者的結合使用，可為中學階段智能科技教育提供啟發思路及實踐借鑒。通過系列課程可以激發學生對技術的濃厚興趣，培養中學生的創新能力。同時，在將人工智能教育應用于通用技術課程的過程中，要注意教學有效性問題。基于深度學習開源框架設計中學人工智能教育，可以降低知識難度、促進學科間的有機整合、提高學科知識與研究問題之間的匹配度、解決真實世界問題，以推動中學生科技教育事業的發展。

基金項目：全國教育科學“十三五”規劃課題“基于現代教育裝備的教育教學協同創新應用研究”子課題“基于人工智能的機器人教育教學應用研究”課題編號（No.FCB170641AI03BJ）