讓學生真正理解數據、算法和算力

謝作如 方建文

【摘 要】本文在分析當前人工智能教育現狀和問題的基礎上，提出“新一代人工智能教育”這一名詞，明確了教學目標和內容，并提出“融入信息科技課程”和“結合科創活動開展”兩條實施建議，最后對現有的教學資源做了介紹。

【關鍵詞】新一代人工智能教育；深度學習；資源

【中圖分類號】G434? ?【文獻標識碼】A

【論文編號】1671-7384（2023）06-008-03

近年來人工智能技術突飛猛進，各種應用不斷刷新人們的想象力。從ImageNet大賽中計算機視覺超過人眼識別，到以ChatGPT為代表的AIGC技術，人工智能逐步成為推動生產力發展的新工具。與人工智能的快速發展幾乎同步，中小學人工智能教育也受到越來越多人的關注。2017年發布的高中信息技術新課標在必修模塊中增加了“人工智能”的內容，2022年發布的義務教育信息科技課標也將人工智能作為重要的學習內容。但是我們必須看到，不同領域不同行業對“人工智能”這一名詞的理解并不一致。絕大多數的信息技術教師對人工智能的理解目前還停留在專家系統、知識圖譜和搜索推理階段。自人工智能誕生以來，無論是AlphaGo還是ChatGPT，引發人們熱議的技術突破幾乎都源自神經網絡和深度學習。正是因為深度學習的出色表現，算力、算法和數據才被稱為人工智能時代的“三駕馬車”。國務院在2017年發布的《新一代人工智能發展規劃》（以下簡稱《規劃》）中指出“人工智能發展進入新階段”[1]。以李德毅、潘云鶴等為代表的專家，也在多個場合呼吁“新一代人工智能”。因而，中小學的人工智能教育也將走向以深度學習技術為代表的“新一代人工智能教育”。

教什么：新一代人工智能教育的目標和內容

1.新一代人工智能教育的學習目標

從大視角看，人工智能教育至少有兩個目標：一是培養適應人工智能時代的人才，二是培養能研發人工智能的人才[2]。二者都需要堅信：只有做到“人機共智”，才能更好地適應未來。那么，僅僅靠說教和體驗是低效的，最好的做法莫過于“親歷”。當學生真正地采集數據、整理數據，然后用訓練模型的方式解決某些真實問題，也就是親歷了智能“從無到有”的全部流程，才會理解數據、算法和算力對人工智能的重要意義，獲得價值體認。

為了區分這種面向新一代人工智能的教育和其他寬泛的人工智能教育，筆者參考《規劃》提出“新一代人工智能教育”一詞，并且將其教育目標劃分為三個層次：（1）通過對各種智能應用系統的體驗和典型人工智能實驗活動的開展，認識和感受人工智能的魅力，了解人工智能發展的現狀，知道用人工智能解決問題的主要方法和流程，認識智能社會帶來的新機遇與新挑戰；（2）了解用機器模擬人類智能的主要方法，了解常見的人工智能實現技術和算法，通過全連接神經網絡、卷積神經網絡、生成對抗網絡等典型人工智能實驗，理解數據、算法和算力是人工智能的三大技術基礎；（3）通過收集數據、訓練模型的方式解決身邊問題，并結合編程、物聯網等技術搭建簡單智能應用，理解人工智能發展必須遵循的倫理道德規范，理解人工智能與數學等學科的密切聯系。

2.新一代人工智能教育的學習內容

當“智能”可以通過“喂養”數據而獲得，人工智能的技術門檻開始“降維”。從人工智能三大研究流派的發展來看，機器學習和神經網絡的應用門檻最低，與產業結合最為緊密。只要擁有足夠豐富的數據，借助算力和開源算法，訓練AI模型不過是流程化的操作。換句話說，只要掌握了機器學習的流程，即使不了解背后的數學原理，甚至不熟悉編程，人人也都能用人工智能來解決問題。因而，新一代人工智能教育重點關注機器學習的方法和流程，具體學習內容可以分為四個方面：（1）人工智能的原理和機器學習流程；（2）訓練數據的采集、編碼和整理；（3）人工智能模型的訓練和參數調整；（4）人工智能模型的部署和應用開發。

事實上，深度學習相關實驗活動的開展肯定離不開對數據和編碼的理解，以及程序設計基本能力的掌握。其中，人工智能模型的多模態交互則與過程控制的聯系非常密切。考慮到中小學已經有了信息科技和信息技術課程標準，無論是數據編碼、程序設計還是開源硬件和物聯網，都屬于課程標準中最重要的學習內容，那么新一代人工智能教育的學習內容就可以聚焦在數據集的整理及模型的搭建、選擇、訓練和部署上。

怎么教：新一代人工智能教育的實施路徑

1.融入信息科技課程

高中信息技術課程“人工智能初步”模塊在“教學提示”中強調：充分利用豐富的開源硬件和人工智能應用框架等資源，搭建面向實際生活的應用場景，發揮學生的自主學習與探究學習能力，鼓勵學生積極探究、大膽實踐，激發學生的創新思維。可以看出，課標組專家已經清晰地看到人工智能的發展趨勢，并在“怎么教”方面做了有效的指導，即開展實踐，關注真實問題解決。

在課標修訂和教材編寫的時期，深度學習的開發技術還高高在上，編程學習復雜且工具過于專業，導致中小學的教材或者課堂幾乎看不到與模型訓練相關的內容，尤其是缺少通過采集數據訓練模型的方式解決問題的課例。以浙江教育出版社的教材必修1模塊編寫為例，人工智能章節的實踐活動最早的設計是調用百度AI開放平臺，后來被浙江大學的吳飛教授團隊修改為在Tensorflow playground上搭建神經網絡。上海華東師范大學出版社的教材因為編寫時間最遲，其“人工智能初步”模塊有一個章節的“深度學習”，而其他出版社的教材在深度學習方面的比重就明顯不足。

教材是課標的重要載體，對于日新月異、高速發展的信息技術來說，教師照本宣科顯然是不負責任的。教師需要適度更換教材中的案例，例如將傳統機器學習案例更換為拍攝寵物、玩具之類的照片，然后進行分類會更加有趣。借助MMEdu之類的工具做圖像分類，是很容易實現的事情。小學生可以用圖形化的界面體驗，中學生則可以用不足10行的Python代碼完成模型訓練和推理[3]。同時，借助pinpong、siot庫，搭建人工智能應用實現多模態交互，也是非常容易實現的。

2.結合科創活動開展

科創活動是中小學跨學科學習活動最典型的代表，成為當前學有余力學生的一種重要選擇。新一代人工智能教育強調的是用人工智能來解決問題，就如現在學生使用各種開源硬件、編程工具、數據處理工具來做科創活動一樣。這種融合人工智能技術的科技創新活動可以分為三個主要類別。（1）AI+科研。有科學家提出“科學智能+機器猜想”將成為新的科研發現范式。在瓦特和牛頓時代，科學研究大都采用的是肉眼觀察或者頓悟的方式。而現在數據探究已經成為科研活動最常用的手段。人工智能技術能幫助研究者解決一些重復繁瑣的數據整理工作，值得學生們去應用發現。（2）AI+工程。人工智能一直是創客們關注的技術方向。人工智能技術的普及將推動中小學開源硬件逐步走向卡片電腦，如樹莓派、虛谷號和行空板等。這些內置了Linux系統的控制板，能夠流暢運行如TensorFlow、Pytorch之類的算法框架，支持絕大多數的Python擴展庫[4]。學生在原來的創客項目中增加人工智能已經越來越方便了。（3）AI+藝術。人工智能不僅是解決問題的工具。作為藝術與科技結合最典型的代表——交互藝術更是融入了越來越前沿的技術。隨著生成對抗網絡和擴散模型的普及，生成圖像、圖片上色、藝術風格遷移等各種有趣的藝術應用不斷出現。

資源：新一代人工智能學習工具

要實施新一代人工智能教育內容并達成目標，離不開各種教學資源的支持。除了一系列人工智能項目和課程外，還需要低門檻、可應用的人工智能學習和開發工具。

1.AI學習平臺

為了降低初學者搭建AI環境的技術門檻，一些企業和機構推出了部署在云端的學習或者開發平臺，如谷歌的Teachable Machine、百度的EasyDL、華為的ModelArts、浙大的Mo平臺等。浦育（OpenInnoLab）是上海人工智能實驗室智能教育中心開發的青少年AI學習平臺，這個平臺集成了數據標注、模型訓練、項目分享等功能。其中，模型訓練還分為Web前端和Docker技術兩種。只要有瀏覽器，就能開展一系列的AI項目學習和實踐。尤其是Docker中提供了內存為6G的GPU容器，讓初學者能夠真實體驗算力對人工智能模型的重要意義。

2.AI學習工具

深度學習的開發工具雖然很多，但Tensorflow和PyTorch是迄今為止最受歡迎的兩個開發框架，擁有豐富的API、廣闊的用戶群體，廣泛用于學術研究和商業應用。對于中小學教育來說，Tensorflow和PyTorch的編程難度都太高，等到Keras的出現，編程難度才開始得到降低。目前高中教材中的人工智能項目基本上采用的是Keras。2022年，上海人工智能實驗室發布了開箱即用的深度學習開發工具XEdu，引起了中小學教育領域的關注。XEdu的核心工具為MMEdu，繼承了OpenMMLab強大功能的同時，實現了一鍵部署編程環境，讓初學者通過簡潔的代碼完成各種SOTA模型的訓練，并能夠快速搭建出AI應用系統。此外，XEdu還增加了能夠自定義網絡模型的BaseNN、傳統機器學習庫BaseML和數據處理工具BaseDT等模塊，成為中小學應用最廣泛的AI學習工具。

3.其他輔助工具

AI開發工具僅僅完成了模型訓練，而要解決一個真實問題，形成一個智能應用系統，還需要結合其他技術工具。從應用系統的“輸入—處理—輸出”這三大環節看，模型推理完成的是前兩個環節，“輸出”環節是指根據識別結果執行相應的動作，即控制。以設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，除了需要訓練一個能識別微笑表情的AI模型外，還需要很多相關工具：一個實時獲取攝像頭畫面的工具，如OpenCV；一個能夠驅動舵機的軟硬件工具[5]，如pingpong和掌控板；一個能夠部署這個AI應用的迷你電腦，如拿鐵熊貓；一個語音合成工具，如Pyttsx等。

當然，中小學生開發的AI應用往往需要部署在一些迷你電腦上，能夠運行Linxu系統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，可以根據具體的需求做出選擇。

結語：讓青少年在智能時代無懼前行

ChatGPT爆火以來，大數據模型中的智能“涌現”現象引起了科學家們的強烈興趣。也就是說，當數據的訓練量超過某個閾值的時候，模型的精度會突然暴增[6]。深度學習的黑匣子效應讓很多人恐懼——無法解釋“智能”從何而來，模型從數據中學到了什么。當人們很難預測人工智能的下一個突破點時，后續研究也面臨向左走還是向右走的選擇。

只有越來越多的人了解人工智能，人工智能才能成為更多人的學習工作伙伴或者工具，促使技術的發展走向對群體有益的方向。人工智能在消滅一些職業的同時，一定會產生新的職業。而如何讓青少年勝任這些新的職業，面對未來無懼前行，則需要新一代人工智能教育的大面積普及。讓我們與時俱進，更新工具，一起擁抱新一代人工智能教育，真正理解數據、算法和算力吧。

參考文獻

國務院. 國務院關于印發新一代人工智能發展規劃的通知[DB/OL]. [2017-07-20]（2023-04-20）. http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

梁森山，王陽，劉軍，李洪剛，丁一秋，樊磊，黃桂晶，方海光，秦曾昌，謝作如，管雪沨，馬濤，吳俊杰，房樺. 尋味人工智能教育： 祛魅之下的實踐與思考[J]. 中國信息技術教育，2018（2）： 4-11.

吳俊杰，戴娟，謝作如. 中小學AI教育需要怎樣的學習工具[J]. 中國信息技術教育，2022（12）： 4-10.

[5] 謝作如. 用新一代人工智能技術解決真實問題——談中小學AI科創活動的開展[J]. 中國信息技術教育，2022（13）： 5-8.

Wei J， Tay Y， Bommasani R， et al. Emergent abilities of large language models[J].arXiv preprint arXiv：2206.07682， 2022. https：//doi.org/10.48550/arXiv.2206.07682.