點 評

近年來，人工智能的發展推動了社會各領域從數字化、網絡化向智能化的躍升。人工神經網絡是人工智能領域迅速崛起的一項重要技術，以此為基礎的人工智能應用效果驚人，加快了全球范圍內的知識更新和技術創新，也深刻地改變了信息社會中人們的生活方式和思維模式。相應的內容也迅速進入基礎教育領域，但是，人工智能教育實施過程中也存在著兩個方面的問題：一是學習內容過深，一些中小學人工智能教材將大量的抽象模型和理論知識直接呈現給學生，大大超過了中小學生的認知水平，導致學生對課程產生畏難情緒，失去學習的興趣；二是停留于體驗學習水平，學習活動只是進行簡單的積木搭建，很少涉及神經網絡的基本原理及其組成等內容。

人工智能的本質是解決分類和回歸兩大問題，本課以分類問題作為切入點，以吃豆子游戲導入，以解決最簡單的二分類問題為主線，幫助學生理解和探索人工智能概念和人工智能底層技術。在活動2中，引導學生運用數學知識和紙筆工具進行分析和推演，把解決分類藍色和橙色點的問題，轉變成畫一條直線將兩類點分開的問題，從而認識到人工神經網絡的本質就是數學計算模型，借助TensorFlow Playground人工神經網絡在線實驗平臺，讓學生通過手工調整特征向量x1和x2的權值來訓練人工神經網絡。這種運用仿真、驗證等方式解決問題的過程，也正是計算思維養成的過程。

但是，當數據點在特征空間中的分布比較復雜時，通過觀察和嘗試畫分類線是沒有效率的，往往也是不可能的。因此，需要通過一些方法，讓人工神經網絡自己學習得到分類線，這個過程稱為訓練。在TensorFlow Playground中，每一個小格子代表神經網絡中的一個神經元，每一條線代表神經元之間的連接。當單擊運行按鈕后，以線條的粗細變化表示權重的變化，線條越粗，表示權重越大，輸出結果區域可看到邊界的變化過程，勾選Show test data用test數據集檢驗分類的效果，能形象直觀地呈現人工神經網絡不斷優化權重的訓練過程。