基于體驗(yàn)與創(chuàng)新的人工智能教育

張清泉

教育部在《2020年教育信息化和網(wǎng)絡(luò)安全工作要點(diǎn)》中指出，要繼續(xù)推進(jìn)中小學(xué)人工智能教育課程建設(shè)、應(yīng)用與推廣工作。近幾年，如何將人工智能教育融入初中階段教學(xué)，一直是我們的研究熱點(diǎn)。初中生在人工智能認(rèn)知水平和知識儲備上都相對缺乏，且個(gè)體之間的能力差異也明顯。而人工智能知識，如機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)等這些都涉及高等數(shù)學(xué)背景知識，比較深?yuàn)W和抽象，剛開始接觸這些概念時(shí)學(xué)生就已心生畏懼。

本文以《探秘機(jī)器學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)的游戲設(shè)計(jì)》一課為例，依托圖形化編程平臺，利用平臺中最新的人工智能模塊，探秘機(jī)器學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)的應(yīng)用，讓學(xué)生體驗(yàn)相關(guān)人工智能的技術(shù)，理解其中的原理，并依此創(chuàng)新設(shè)計(jì)出新的作品應(yīng)用，從而達(dá)到有效學(xué)習(xí)的目的。

一、創(chuàng)設(shè)游戲項(xiàng)目情境，進(jìn)行頭腦風(fēng)暴并發(fā)現(xiàn)問題

首先用游戲來引入，游戲是模仿Flappy Bird的一款經(jīng)典游戲，利用鼠標(biāo)控制小鳥角色的跳躍，從兩根上下對齊的柱子角色中間穿過就獎(jiǎng)勵(lì)分?jǐn)?shù)，繼續(xù)游戲，迎接新的兩根對齊柱子角色的到來，如果撞到兩根柱子或上下邊緣就結(jié)束游戲。相對于天空和草地等背景的向后移動和相對于兩條上下對齊的向后移動的兩根柱子，飛鳥角色的跳躍可以看作是向前飛翔。讓學(xué)生在體驗(yàn)完游戲后，分小組進(jìn)行頭腦風(fēng)暴，飛鳥角色不撞向柱子，該具備哪些條件。不難得出當(dāng)飛鳥角色的Y坐標(biāo)碰上柱子或上下邊緣所對應(yīng)的Y坐標(biāo)，則游戲結(jié)束。

教師借助數(shù)字化學(xué)習(xí)平臺，讓學(xué)生觀看神經(jīng)網(wǎng)絡(luò)、有監(jiān)督學(xué)習(xí)知識講解的微課。學(xué)生了解到神經(jīng)網(wǎng)絡(luò)是一種模擬生物神經(jīng)系統(tǒng)的人工智能算法，有監(jiān)督學(xué)習(xí)是一種機(jī)器學(xué)習(xí)的方法，它利用帶有標(biāo)簽的數(shù)據(jù)來訓(xùn)練模型，以便對新數(shù)據(jù)進(jìn)行預(yù)測。神經(jīng)網(wǎng)絡(luò)則是一種用于實(shí)現(xiàn)有監(jiān)督學(xué)習(xí)的算法，其通過構(gòu)建多層的神經(jīng)元網(wǎng)絡(luò)來學(xué)習(xí)輸入數(shù)據(jù)的特征，以便能夠?qū)ξ粗獢?shù)據(jù)進(jìn)行預(yù)測。于是結(jié)合游戲，教師引導(dǎo)學(xué)生進(jìn)行頭腦風(fēng)暴：根據(jù)神經(jīng)網(wǎng)絡(luò)，游戲中哪些數(shù)據(jù)是作為輸入層的，哪些數(shù)據(jù)作為輸出層？

通過討論匯報(bào)，在游戲中，輸入層負(fù)責(zé)收集信息，是游戲中實(shí)時(shí)變化的數(shù)據(jù)，可以包括角色的坐標(biāo)、游戲角色的血量、敵人的坐標(biāo)、敵人的數(shù)量等等。輸出層用來輸出分類結(jié)果，相當(dāng)于我們玩游戲時(shí)做出的決策，比如控制角色移動、控制角色發(fā)射子彈、取得的分?jǐn)?shù)獎(jiǎng)勵(lì)等等。

通過觀看微課并進(jìn)行討論，學(xué)生了解到人工智能算法可以用來訓(xùn)練游戲中的小鳥角色的自動跳躍，從而盡可能避開障礙物，取得更高的分?jǐn)?shù)。教師接著講解，以常用的人工智能算法來解釋小鳥自動跳躍的訓(xùn)練方法，從而加深對神經(jīng)網(wǎng)絡(luò)概念的理解。

二、在體驗(yàn)和探究中解決問題，加深對有監(jiān)督學(xué)習(xí)的理解

首先了解和體驗(yàn)有監(jiān)督學(xué)習(xí)，從上面的討論中，了解到了輸入層和輸出層分別對應(yīng)的是什么，然后通過圖像化軟件平臺中封裝的“黑箱”學(xué)習(xí)模塊，講解什么是有監(jiān)督學(xué)習(xí)，就是我們教機(jī)器中的AI角色怎么飛，該什么時(shí)候飛，在平臺中我們先設(shè)置好“飛不飛”的訓(xùn)練模塊，分為“飛”和“不飛”兩個(gè)類別，對應(yīng)的特征就是飛鳥角色的Y坐標(biāo)和柱子的Y坐標(biāo)，也對應(yīng)著神經(jīng)網(wǎng)絡(luò)的輸入層。教師設(shè)計(jì)出不完整的程序，讓學(xué)生補(bǔ)充對應(yīng)的程序塊，拖拉入主程序中，調(diào)試程序。接著就是如何采集數(shù)據(jù)，在我們?nèi)ァ敖獭憋w鳥角色怎么飛的時(shí)候，鼠標(biāo)每次點(diǎn)擊讓角色飛的時(shí)候，就會采集并記錄下飛鳥角色的Y坐標(biāo)和柱子的Y坐標(biāo)。當(dāng)不碰鼠標(biāo)時(shí)，意味著就會出現(xiàn)很多撞到柱子的數(shù)據(jù)。這影響了訓(xùn)練結(jié)果的數(shù)據(jù)，所以還需要對數(shù)據(jù)進(jìn)行清洗，刪除無用數(shù)據(jù)，以免影響訓(xùn)練的正確率，系統(tǒng)提供編輯數(shù)據(jù)的可視化界面，可以把“教”飛鳥角色撞到柱子的數(shù)據(jù)刪除。

采集到足夠的數(shù)據(jù)后，我們可以利用數(shù)字平臺中的模型訓(xùn)練工具進(jìn)行訓(xùn)練。在訓(xùn)練過程中可以手動調(diào)參，學(xué)生了解模型訓(xùn)練中的學(xué)習(xí)率、正確率和損失率，還可以做預(yù)測。學(xué)生在體驗(yàn)數(shù)據(jù)訓(xùn)練的過程中會了解到采集到的數(shù)據(jù)越多，訓(xùn)練次數(shù)越多，清洗掉錯(cuò)誤數(shù)據(jù)越多，則得到的正確率就高，訓(xùn)練的模型就越好。

訓(xùn)練完成后就是應(yīng)用模型，讓飛鳥角色自己“飛”。小組成員之間合作交流，討論在應(yīng)用模型中飛鳥角色的撞擊情況，分析正確率和采集到的數(shù)據(jù)及參數(shù)設(shè)置。教師可以隨機(jī)抽取兩組演示并講演數(shù)據(jù)采集、數(shù)據(jù)訓(xùn)練和模型使用的過程。這個(gè)環(huán)節(jié)為學(xué)生提供了更加深刻理解、運(yùn)用知識和動手創(chuàng)作的機(jī)會，使其成為主動的學(xué)習(xí)者。非常不錯(cuò)的是，幾組學(xué)生把飛鳥角色越過障礙物的得分也采集下來作為輸入層的第三個(gè)特征，提高了訓(xùn)練的正確率。整個(gè)體驗(yàn)實(shí)踐過程，學(xué)生了解到有監(jiān)督學(xué)習(xí)的詳細(xì)過程，包括采集數(shù)據(jù)、訓(xùn)練模型、驗(yàn)證和運(yùn)用模型三個(gè)核心環(huán)節(jié)，突破教學(xué)中神經(jīng)網(wǎng)絡(luò)技術(shù)面臨的技術(shù)難點(diǎn)，培養(yǎng)了學(xué)生小組協(xié)作、交流表達(dá)等能力，實(shí)現(xiàn)了人工智能“思維、方法”的素養(yǎng)培育。

學(xué)生在學(xué)習(xí)完有數(shù)據(jù)訓(xùn)練的游戲后，圖形化數(shù)字平臺中還提供了一個(gè)非常好用的AI模塊，可以初始化模型的結(jié)構(gòu)，里面可以填入輸入層層數(shù)和輸出層層數(shù)。學(xué)生在“教”飛鳥如何飛的過程，其實(shí)就是一直在記錄數(shù)據(jù)的過程，直到停止。平臺給了一個(gè)向后傳播算法模塊，可以快速優(yōu)化模型，學(xué)生在游戲中“教”得越好，其實(shí)就是數(shù)據(jù)訓(xùn)練得越好，模型也優(yōu)化得越好。在圖形化編程的基礎(chǔ)上，加上前一個(gè)環(huán)節(jié)的學(xué)習(xí)，學(xué)生就可以在游戲體驗(yàn)中快速完成任務(wù)。

三、任務(wù)進(jìn)階，實(shí)現(xiàn)無監(jiān)督學(xué)習(xí)

掌握了以上兩種有監(jiān)督學(xué)習(xí)的過程后，教師提出問題“有沒有辦法讓飛鳥角色自己來學(xué)會‘飛”引出無監(jiān)督學(xué)習(xí)。通過微課視頻介紹，在軟件平臺中，通過生成隨機(jī)的100次模型，讓AI角色在游戲中不斷地重復(fù)嘗試，大部分模型很快碰到柱子或柱子邊緣被淘汰，有的卻可以得到很高的分?jǐn)?shù)。然后使用封裝好的遺傳算法模型，將得分高的模型保留下來。遺傳算法是受達(dá)爾文進(jìn)化論的啟發(fā)，借鑒生物進(jìn)化過程而提出的一種啟發(fā)式搜索算法，將要解決的問題模擬成一個(gè)生物進(jìn)化的過程，通過復(fù)制、交叉、突變等操作產(chǎn)生下一代的解，并逐步淘汰適應(yīng)度函數(shù)值低的解，增加適應(yīng)度函數(shù)值高的解。這樣進(jìn)化N代后就很有可能進(jìn)化出適應(yīng)度函數(shù)值很高的個(gè)體。它們相互之間進(jìn)化，最終訓(xùn)練出能夠獲得更高分，表現(xiàn)得更好，一代比一代強(qiáng)的模型。

學(xué)生在調(diào)試過程中，可以非常直觀地看到大量飛鳥角色自動“飛”的過程，大部分會撞擊消失，最后只剩下一個(gè)“飛”得很好的，很直觀地看到了整個(gè)“進(jìn)化”過程。這種基于游戲化的圖形化模塊編程設(shè)計(jì)，能很好地培養(yǎng)學(xué)生的計(jì)算思維能力，快速掌握無監(jiān)督學(xué)習(xí)的含義，有利于學(xué)生建構(gòu)學(xué)科知識，培養(yǎng)邏輯思維能力。這同樣實(shí)現(xiàn)了人工智能“思維、方法”的素養(yǎng)培育。

四、萌發(fā)創(chuàng)意，創(chuàng)新設(shè)計(jì)新項(xiàng)目，遷移新應(yīng)用

課程幫助我們了解了有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)，因?yàn)樵谶@個(gè)數(shù)字化學(xué)習(xí)平臺，使用圖形化和模塊化，提高了掌握人工智能技術(shù)的效率。因?yàn)槭怯螒蚧瑢W(xué)生也非常樂意去實(shí)踐，在玩中學(xué)，在體驗(yàn)中學(xué)，在體驗(yàn)中思考。學(xué)生在完成體驗(yàn)后，在思維碰撞中，創(chuàng)新設(shè)計(jì)游戲，萌發(fā)新的創(chuàng)意，并嘗試去實(shí)現(xiàn)。教師如何引導(dǎo)學(xué)生重新設(shè)計(jì)游戲，引導(dǎo)他們?nèi)绾稳?chuàng)新，引導(dǎo)他們做什么樣的項(xiàng)目就顯得很關(guān)鍵。有學(xué)生就用這個(gè)平臺改寫了人機(jī)互飛競賽，看誰能挺到最后的競賽；有學(xué)生改寫了射擊游戲的人機(jī)對

戰(zhàn)；有學(xué)生想改寫迷宮游戲；有學(xué)生還想用這個(gè)平臺來制作五子棋游戲的人機(jī)對戰(zhàn)。還有學(xué)生對遺傳算法很有興趣，去找生物老師了解遺傳算法的具體原理，了解人工智能算法的跨學(xué)科意義；也有學(xué)生找信息老師了解遺傳算法和反向傳播算法的純字符代碼，了解其中的工作原理。對于水平高的學(xué)生，教師要引導(dǎo)他們做人工智能項(xiàng)目，從選題、設(shè)計(jì)、創(chuàng)作和迭代中完成項(xiàng)目的創(chuàng)新實(shí)踐，引導(dǎo)他們遷移學(xué)習(xí)，把人工智能課程學(xué)習(xí)中獲得的經(jīng)驗(yàn)，通過某種形式變換，遷移到另外一個(gè)學(xué)科或者另外一個(gè)領(lǐng)域，也就是新課標(biāo)提倡的跨學(xué)科項(xiàng)目應(yīng)用。

本課主要采用了游戲化體驗(yàn)式教學(xué)方式，通過有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩類游戲活動引導(dǎo)學(xué)生逐步實(shí)現(xiàn)教學(xué)目標(biāo)，有些學(xué)習(xí)小組還努力利用這些技術(shù)開展跨學(xué)科項(xiàng)目的探究。這樣的方式讓枯燥的理論知識更加生動，提高了學(xué)生的學(xué)習(xí)興趣，同時(shí)也降低了學(xué)生學(xué)習(xí)的難度。學(xué)生加深了對機(jī)器學(xué)習(xí)相關(guān)概念的理解，避免了機(jī)械地學(xué)習(xí)抽象復(fù)雜的理論。學(xué)生在體驗(yàn)和創(chuàng)作中，完成對知識的識記和理解。這節(jié)課的應(yīng)用創(chuàng)新之處有：教學(xué)環(huán)節(jié)中突出體驗(yàn)式學(xué)習(xí)和創(chuàng)新實(shí)踐，以學(xué)習(xí)者為中心，小組合作探究神經(jīng)網(wǎng)絡(luò)的工作原理，創(chuàng)新人工智能游戲應(yīng)用設(shè)計(jì)，從意識、思維、創(chuàng)新應(yīng)用等方面培養(yǎng)了學(xué)生的人工智能素養(yǎng)。

責(zé)任編輯 羅 峰