人工智能+物理的跨學(xué)科課程設(shè)計與實施

趙愛慧 武迪 袁中果

摘要：本文基于人工智能與物理教學(xué)的跨學(xué)科課程設(shè)計與實施，聚焦人工智能的重要領(lǐng)域——機器學(xué)習(xí)為課程教學(xué)內(nèi)容，從高中信息技術(shù)和物理學(xué)科的核心素養(yǎng)出發(fā)，考慮分析研究真實問題的需求，找到學(xué)科的共性和交叉點，即模型和數(shù)據(jù)兩個方面，并由此展開基于機器學(xué)習(xí)的物理實驗數(shù)據(jù)分析的教學(xué)設(shè)計。

關(guān)鍵詞：人工智能;機器學(xué)習(xí);物理實驗;模型建構(gòu);數(shù)據(jù)分析

中圖分類號：G434 ?文獻標識碼：A ?論文編號：1674-2117（2021）05-0000-05

本文所談的課題“人工智能+物理的跨學(xué)科課程設(shè)計與實施”聚焦人工智能，將其作為科學(xué)本身的教育內(nèi)容，研究如何進行人工智能和物理的課程解構(gòu)與融合，將人工智能的學(xué)科基礎(chǔ)、核心思想及內(nèi)涵外延，以大視野、大概念、大思維為主線，科學(xué)創(chuàng)新地變換映射到中學(xué)物理知識體系內(nèi)。通過課堂教學(xué)案例，讓學(xué)生親歷“人工智能+物理”的跨學(xué)科思維過程，體會人工智能在物理學(xué)科領(lǐng)域前沿發(fā)展中的應(yīng)用。

選題背景

學(xué)生對機器學(xué)習(xí)概念具有強烈的興趣，所以這次跨學(xué)科教學(xué)，筆者把機器學(xué)習(xí)框架作為重點教學(xué)內(nèi)容。

1.核心素養(yǎng)的培養(yǎng)

跨學(xué)科教學(xué)的核心是面向真實問題，面向?qū)W生素養(yǎng)的提升。高中信息技術(shù)學(xué)科核心素養(yǎng)由信息意識、計算思維、數(shù)字化學(xué)習(xí)與創(chuàng)新、信息社會責(zé)任四個核心要素組成。其，中信息意識方面，要求學(xué)生能夠根據(jù)解決問題的需要，自覺、主動地尋求恰當(dāng)?shù)姆绞将@取與處理信息，分析數(shù)據(jù)中所承載的信息;計算思維方面，要求學(xué)生能夠建立結(jié)構(gòu)模型，合理組織數(shù)據(jù)。[1]也就是該學(xué)科在獲取與處理信息、建立模型和數(shù)據(jù)分析與處理等方面，都提出了核心素養(yǎng)的培養(yǎng)要求。

高中物理學(xué)科核心素養(yǎng)則包括物理觀念、科學(xué)思維、科學(xué)探究、科學(xué)態(tài)度與責(zé)任四個方面。其中，科學(xué)思維的要素之一是基于經(jīng)驗事實建構(gòu)物理模型的抽象概括過程;科學(xué)探究方面要求學(xué)生能夠獲取和處理信息。[2]可見，模型建構(gòu)與獲取和處理信息也是物理學(xué)科核心素養(yǎng)培養(yǎng)的重要方面。

本課例從高中信息技術(shù)和物理學(xué)科的核心素養(yǎng)出發(fā)，找到了學(xué)科的共性和交叉點：一是模型，二是數(shù)據(jù)。因此，如何獲取與處理信息并且建立合適的模型，在此基礎(chǔ)上進行數(shù)據(jù)分析與處理，是這次跨學(xué)科教學(xué)的主題。

2.物理學(xué)科教學(xué)存在的問題

首先，物理學(xué)基于觀察與實驗，建構(gòu)物理模型。從高中物理來講，實驗是非常重要的一部分，是提升學(xué)生物理學(xué)科核心素養(yǎng)的重要途徑，如測量做直線運動物體瞬時速度、探究彈簧彈力與形變量關(guān)系、測量電源的電動勢和內(nèi)阻等實驗，通過這些實驗，可以更好地理解運動定律、胡克定律、歐姆定律等物理定律。這些實驗基本都是研究簡化的線性規(guī)律，然而真實情況其實包含很多非線性的關(guān)系，可是課堂上很少處理真實的非線性問題，或者在模型建構(gòu)的時候就已經(jīng)去掉了次要因素而理想化為線性了。

其次，物理實驗都涉及數(shù)據(jù)分析，先獲取數(shù)據(jù)，然后畫圖，找最佳擬合線。以前主要是手畫圖，現(xiàn)在很多學(xué)生也學(xué)會了用電子表格畫圖，但是對于學(xué)生來說，最佳擬合線為什么這么畫及其中的原理，都是知其然而不知其所以然的。其實這一過程，本質(zhì)上恰恰是機器學(xué)習(xí)的一個過程。

最后，在傳統(tǒng)物理實驗的基礎(chǔ)上，為了展示更多貼近生活的案例，物理課堂也越來越多地利用信息技術(shù)手段了。例如，在研究拋體運動時，可以借助一個在線的彈道仿真模擬來演示，如圖1（a）。想要炮彈擊中目標，可以調(diào)整很多參數(shù)，包括初速度的方向、大小等。在無阻力的情況下，調(diào)整好相關(guān)參數(shù)后，能夠順利擊中目標。如果考慮大一點的空氣阻力影響，調(diào)整空氣阻力系數(shù)，保持其他參數(shù)不變，再發(fā)射一次試試。從圖1中可以看到，這次有阻力的發(fā)射軌跡和無阻力的相比，偏差還是非常大的。但是這個模擬是如何做到的，物理課堂上恐怕很難解釋清楚。

然而，物理課堂上可以通過教學(xué)信息化工具，將抽象的物理概念或現(xiàn)象可視化呈現(xiàn)出來。信息技術(shù)課堂上，也做過與物理的融合。例如，圖1（b）是學(xué)生進行過的一個算法設(shè)計與編程實現(xiàn)的項目式學(xué)習(xí)，主題是物理的彈道仿真問題，用python turtle畫出拋體運動過程，并且可以交互設(shè)定初速度的大小和方向。學(xué)生實現(xiàn)了彈道仿真后，思考如何對理想模型進行改進，如考慮空氣阻力影響后如何改進仿真等問題。學(xué)生通過項目式學(xué)習(xí)，深入體會兩個學(xué)科的核心內(nèi)容，尤其是學(xué)科的共性和交叉點——模型。

基于上述在信息技術(shù)與物理兩個學(xué)科交叉的授課經(jīng)驗，以及面對的真實問題，結(jié)合學(xué)科的核心素養(yǎng)，筆者將這次跨學(xué)科教學(xué)的選題確定在信息技術(shù)與物理融合的兩個交叉點——模型和數(shù)據(jù)上。前者主要關(guān)注模型建構(gòu)方面，讓學(xué)生理解需要選用合適的模型表征真實問題，如線性模型什么情況下適用，什么情況下需要將模型拓展為非線性;后者關(guān)注數(shù)據(jù)分析方面，讓學(xué)生從物理實驗中“不知其所以然”地畫圖擬合，理解最佳擬合背后的數(shù)據(jù)分析原理，并由此建立機器學(xué)習(xí)的基本框架。本課時的題目確定為：基于機器學(xué)習(xí)的物理實驗數(shù)據(jù)分析。

教學(xué)設(shè)計

課堂的教學(xué)活動設(shè)計以學(xué)生為中心，以實踐探究為主，教師主要起引導(dǎo)作用。

首先，筆者在引入情境的選擇上考慮了真實性、現(xiàn)實性、有效性、趣味性四個原則“”，同時，情境要能夠引出并貫穿整節(jié)課對模型和數(shù)據(jù)兩個問題的探究。在物理教學(xué)中最常見的理想自由落體運動基礎(chǔ)上，筆者想到了帶有空氣阻力的落體運動，通過瞬時速度隨時間的變化，描述運動規(guī)律，具有真實性和現(xiàn)實性。具體的情境設(shè)定還要考慮有效性和趣味性，所以筆者想到了從懸停的飛機上跳落的跳傘運動。教科書上一般把離開飛機后到打開降落傘前的運動理想化為自由落體運動，但是真實情況下，空氣阻力會隨著速度的增加而逐漸增加，從瞬時速度隨時間的變化上來看，它是一個變加速運動。那么，在跳傘運動中，如何獲取速度和時間，以及如何選用合適的模型來描述運動規(guī)律，這就涉及模型和數(shù)據(jù)兩個問題了。由于時間和空間的限制，最終選定的是借助很多學(xué)生喜歡的一個游戲——《和平精英》，通過游戲視頻來模擬這個過程，由此展開課堂上分析數(shù)據(jù)、訓(xùn)練模型、測試模型的活動。

在引入情境后的第一個環(huán)節(jié)，筆者從模型和數(shù)據(jù)兩個維度，將學(xué)生分為四個小組，組織人機大戰(zhàn)，讓學(xué)生先實踐，通過畫最佳擬合線來尋找解釋數(shù)據(jù)的合理模型。在實踐中學(xué)生會發(fā)現(xiàn)機器在這個任務(wù)上做得很不錯，進一步引發(fā)學(xué)生學(xué)習(xí)的好奇心。

第二個環(huán)節(jié)，基于前面學(xué)生人機大戰(zhàn)的實驗結(jié)果，教師引導(dǎo)學(xué)生繼續(xù)探究，在此過程中解釋最佳擬合背后的“以然”，建立機器學(xué)習(xí)的基本框架，模擬機器學(xué)習(xí)的訓(xùn)練過程。

第三個環(huán)節(jié)，是學(xué)生“檢驗”的過程，如何評價最佳擬合，判斷模型選取的好壞，以及理解什么樣的機器學(xué)習(xí)結(jié)果是真掙的好的結(jié)果，是這一部分關(guān)注的內(nèi)容。本環(huán)節(jié)的設(shè)計是讓學(xué)生用新的數(shù)據(jù)來測試第一個環(huán)節(jié)中獲得的擬合模型，理解機器學(xué)習(xí)的測試過程。

最后，基于以上三個環(huán)節(jié)，教師進行總結(jié)拓展，從機器學(xué)習(xí)的基本框架看人工智能前沿，讓學(xué)生感受到機器學(xué)習(xí)離自己并不遙遠，日常生活中比比皆是，在物理學(xué)習(xí)和科研方面也有非常多的應(yīng)用。整體教學(xué)設(shè)計的框架如圖2所示。

另外，這節(jié)信息和物理的跨學(xué)科課，筆者盡可能在設(shè)計中降低算法和編程的門檻，讓所有學(xué)生都能參與進來。考慮到平時做物理實驗時的實際情況學(xué)生已經(jīng)初步學(xué)會使用電子表格軟件處理數(shù)據(jù)，在電子表格中，可以選擇不同的擬合模型，擬合趨勢線，顯示擬合函數(shù)，這一系列功能既方便又實用，筆者選擇了電子表格作為實踐的平臺，結(jié)合人工畫圖的過程理解機器學(xué)習(xí)的基本框架。

課堂實施

1.新課導(dǎo)入——主導(dǎo)教師：物理

首先，播放從飛機上跳傘的游戲視頻，如下頁圖3（a）。解釋這是一個模擬真實情況的落體運動，提出問題：游戲中的運動模型是怎樣的？然后組織人機大戰(zhàn)，分發(fā)分組數(shù)據(jù)，所用數(shù)據(jù)如圖3（b）所示。A組是剛開始速度較小空氣阻力可以忽略的勻加速運動，即線性模型下的數(shù)據(jù);B組為速度增大后，空氣阻力變大而不能忽略阻力的非勻變速運動，即非線性模型下的數(shù)據(jù)。A組線性數(shù)據(jù)發(fā)給人工組和機器組兩個組，B組非線性數(shù)據(jù)發(fā)給人工組和機器組另外兩個組，一共4個組，即AB人機組分別尋找最佳擬合線，在一定時間內(nèi)比較每組的速度和準確度，如圖2環(huán)節(jié)1。教師在這個過程中計時，并且組織學(xué)生板書擬合線方程。所用資源為：PPT、電子/紙質(zhì)表格、白板和計時器。

圖3（b）中黑色數(shù)據(jù)是在本環(huán)節(jié)人機大戰(zhàn)用來做最佳擬合線的，紅色加粗數(shù)據(jù)是在課堂第三個環(huán)節(jié)用來評價測試模型優(yōu)劣的。而學(xué)生事先不知道自己拿到的有非線性數(shù)據(jù)，最開始還是會畫線性擬合線，但是效果不太好，在教師提示下調(diào)整擬合函數(shù)的系數(shù)，才能獲得更優(yōu)的非線性擬合線。

2.解密最佳擬合線——主導(dǎo)教師：物理

在前一個環(huán)節(jié)的基礎(chǔ)上，通過師生問答來引入對最佳擬合線的討論。教師提問：人工組如何讓擬合線最優(yōu)？學(xué)生回答：通過調(diào)整線性擬合線的斜率，使數(shù)據(jù)點到擬合線的距離看起來最短。這是主觀的感覺，然后教師再客觀、定量地解釋代價函數(shù)（Cost Function），即預(yù)測值與真實值的差距，引入均方差（MSE-Mean Square Error）的概念：MSE=1/n （r12+r22+r32+......+rn2）。尋找最佳線性擬合線的過程，就是通過調(diào)整擬合線的系數(shù)a和b，使得在觀測到的真實數(shù)據(jù)上MSE最小，如圖2環(huán)節(jié)2。而這一過程，就是模擬機器學(xué)習(xí)的訓(xùn)練過程，由此引入機器學(xué)習(xí)的內(nèi)容。

3.機器學(xué)習(xí)框架——主導(dǎo)教師：信息技術(shù)

最佳擬合的訓(xùn)練目標是均方差MSE最小，機器學(xué)習(xí)的訓(xùn)練過程，即設(shè)定訓(xùn)練目標，通過調(diào)整參數(shù)或者改進模型以達到訓(xùn)練目標。而如何得到好的訓(xùn)練結(jié)果，既要有合適的尋找方法，也要注意模型的選取是否合適，如圖3（b）中，數(shù)據(jù)B組在線性模型下的結(jié)果不好，要改進為非線性模型，才能獲得更好的訓(xùn)練結(jié)果。

但是訓(xùn)練結(jié)果好，是否就真的好呢？通過學(xué)生平時做題練習(xí)和考試的例子來理解：做題好，考試也好，才是真的好;做題好，考試不好，說明沒有真的學(xué)會。這里的考試就是機器學(xué)習(xí)框架的測試部分。也就是說，判斷機器學(xué)習(xí)結(jié)果的好壞，還需要借助測試數(shù)據(jù)，通過測試數(shù)據(jù)上的表現(xiàn)，來最終評價模型的優(yōu)劣，如圖2的環(huán)節(jié)3。

4.評價模型優(yōu)劣（測試）——主導(dǎo)教師：物理

該環(huán)節(jié)通過學(xué)生實踐，進一步理解機器學(xué)習(xí)的測試部分。教師分發(fā)測試數(shù)據(jù)給4組學(xué)生，即AB人機組，分別將測試數(shù)據(jù)代入已經(jīng)獲得的最佳擬合線方程，評價測試數(shù)據(jù)在本組模型上的結(jié)果是否足夠好，也就是模型的預(yù)測值與實驗測量的真實值差別是否足夠小。如果結(jié)果不好，需要反思訓(xùn)練數(shù)據(jù)夠不夠多，或者是否全面？數(shù)據(jù)夠不夠好，或者是否精確？以及模型選取是否合適？然后通過更多數(shù)據(jù)或者模型的調(diào)整，改善在訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)上的結(jié)果。

5.總結(jié)與提升——主導(dǎo)教師：信息技術(shù)和物理

根據(jù)本節(jié)課內(nèi)容，教師總結(jié)機器學(xué)習(xí)框架：通過訓(xùn)練數(shù)據(jù)，得到訓(xùn)練集上的模型，如果模型不好或不合適，調(diào)整選取更好的模型，再看在訓(xùn)練集上的結(jié)果，如果結(jié)果好，繼續(xù)看測試集上的結(jié)果，如果測試集上的結(jié)果不好，再利用更多的數(shù)據(jù)，調(diào)整模型，最終使得訓(xùn)練集和測試集結(jié)果都好，就大功告成了。接著總結(jié)物理實驗數(shù)據(jù)分析方法，即除了傳統(tǒng)的人工作圖外，還可以借助計算機Excel電子表格或編程等其他工具來進行數(shù)據(jù)分析。最后進行兩個方面的拓展：機器學(xué)習(xí)針對更加復(fù)雜的實際問題的抽象建模，以及機器學(xué)習(xí)在物理前沿即希格斯玻色子發(fā)現(xiàn)方面的應(yīng)用（如圖2）。

總結(jié)思考

通過這節(jié)人工智能與物理的跨學(xué)科課，學(xué)生掌握的第一個知識點是機器學(xué)習(xí)框架，第二個知識點是物理實驗數(shù)據(jù)分析方法。在這次課的教學(xué)過程中，學(xué)生反映課堂內(nèi)容很有新意，課堂實踐參與度很高。課堂上兩位教師同時授課，學(xué)生體會到教師在交叉知識上互相學(xué)習(xí)的熱情和勇于接受挑戰(zhàn)的勇氣。通過對游戲視頻中落體運動的研究，將抽象的機器學(xué)習(xí)概念融合到物理實驗的數(shù)據(jù)分析過程中，借助類比分析，理解模型建構(gòu)和數(shù)據(jù)分析兩個重點，體會跨學(xué)科的概念遷移，促進學(xué)科核心素養(yǎng)提升。

基于這次探索，筆者認為后續(xù)高中課堂上人工智能與物理的跨學(xué)科課可以進行的其他課題有胡克定律超過彈性限度的部分、非歐電阻伏安曲線等，這些都是真實的非線性情況，可以采用和這次研究落體運動類似的教學(xué)設(shè)計。

這節(jié)課的實施，由于受時間限制，數(shù)據(jù)提取過程是由另一個班的學(xué)生在信息技術(shù)課上完成的，而考慮空氣阻力后非線性物理模型的影響和進一步解釋，也沒有在這節(jié)課上展現(xiàn)完全。在以后的課程改進方面，會考慮如何更好地融合課程內(nèi)容，對概念和原理進行深入的探討，引發(fā)學(xué)生對于模型建構(gòu)和數(shù)據(jù)分析的思考，增強跨學(xué)科交叉創(chuàng)新思維的培養(yǎng)。

參考文獻：

[1]中華人民共和國教育部普通高中信息技術(shù)課程標準（2017年版2020年修訂）[z].

[2]中華人民共和國教育部普通高中物理課程標準（2017年版2020年修訂）[z].

作者簡介：趙愛慧，中國人民大學(xué)附屬中學(xué)教師，一級教師;武迪，中國人民大學(xué)附屬中學(xué)教師，高級教師;袁中果，中國人民大學(xué)附屬中學(xué)信息技術(shù)教研組長，特級教師。

本文系全國教育科學(xué)“十三五”規(guī)劃2019年度教育部青年課題“面向未來高階能力和智能素養(yǎng)的中學(xué)跨學(xué)科人工智能課程體系建設(shè)與教學(xué)研究”研究成果，課題號：EHA190519。