总机电话:010-64522026   编辑部:010-62178764   邮发代码:82-418   刊号:ISSN1671-4350   定价:16.00

[专题]人工智能发芽土豆分拣机——基于深度学习的人工智能大单元教学设计

文_姜孝春 杨 萍/苏州工业园区星浦实验中学

2024-04/总第337期

阅读数1

选题背景

《新一代人工智能发展规划》将人工智能发展提升至国家战略层面,明确指出要完善人工智能教育体系,在中小学阶段设置人工智能相关课程。《义务教育信息科技课程标准(2022年版)》中提出了对人工智能教育的具体要求。然而,纵观世界各国对于基础教育阶段的人工智能教育尚未形成完整的体系,缺少系统、科学的课程内容,更没有配套的软件平台和硬件形成合力,导致目前相关教学难以有效组织和实施。

人工智能是发展新质生产力的重要引擎,中小学人工智能教育不应仅停留在体验层面,应当结合最新的人工智能技术,深入剖析技术原理,加强应用与实践,以达成新课程标准的目标,培养具备创新思维和实践能力、能够解决真实问题的新时代青少年。

本文以发芽土豆分拣问题为导向,围绕数据、算法和算力——人工智能的三大基石同频共振,开展人工智能知识、技能与创客教育相结合的大单元教学设计。通过贴近学生生活案例激发学生的学习兴趣,在实践中系统学习人工智能知识和技能,掌握利用人工智能解决真实问题的完整流程和方法。


课程设计

课程目标

学生基于真实情境学习人工智能图像分类技术,通过数据集制作、模型训练、模型推理等一系列实践活动,体验运用人工智能技术解决真实问题的流程。通过学习和实践模型转换,使用开源硬件实现图像分类应用部署,掌握多模态交互的一般流程和方法,完成人工智能发芽土豆分拣机的制作。在项目实践中,提高学生对人工智能的兴趣,培养人工智能创新思维和问题解决能力,进行项目优化、改进和创新。

学情分析

学生对人工智能技术有一定的兴趣和基础知识,但缺乏实践经验和动手能力,需要通过具体项目将原理与实践相结合,提高学生的创新思维和问题解决能力。

课程内容

本课程紧扣人工智能的三大基石——数据、算法和算力展开,通过真实情境问题引导学生探索人工智能图像分类技术和硬件部署操作。课程从引导学生采集多样化的土豆图像数据开始,学习对图像进行分类用以构建数据集。学生根据任务需求选择合适的算法训练图像分类模型,进行模型推理并评价模型性能,通过实践调整训练参数,不断提升模型性能。最终学生通过模型转换与硬件应用部署,利用“行空板”等开源硬件实现多模态交互。

课时安排

本单元共分8个课时,内容涵盖了人工智能图像识别技术的全流程。具体课时安排和学习内容见图1。

202404zt4-01.jpg

图1 课时安排

教学准备

本单元适合在具有一定创客加工条件的计算机房进行,需要使用到的软件如下。

浦育平台:基于上海人工智能实验室的在线教育平台提供的Jupyter Notebook运行环境和算力资源,具备数据集制作、模型训练、模型转换等功能,方便学生学习和实践人工智能图像识别技术。

Mind+:图形化编程工具,支持行空板等开源硬件和Python程序调试运行,提供图像识别、语音输出、超声波检测、舵机控制等功能,方便学生将模型部署到开源硬件,实现人工智能发芽土豆分拣机的多模态交互和程序调试。

需要使用到的硬件如下。

行空板:采用微型计算机架构的国产开源硬件,自带Linux操作系统和Python运行环境,集成了LCD彩色触摸屏、Wi-Fi、麦克风等多种常用传感器和丰富的拓展接口,支持接入摄像头、扬声器等外设和超声波传感器、舵机等开源硬件。行空板使用方便,预装了常用的Python库,也可以快速安装人工智能运行库,同时支持Mind+等图形化编程工具,是一款理想的中小学人工智能教学和实践创新开发工具。

202404zt4-02.jpg

图2 项目技术路线

超声波传感器:判断是否有需要分拣的土豆,进而开启摄像头进行图像识别。

舵机:可以控制角度的电机,用于驱动分拣机的运动,实现土豆分拣。

土豆:用于分拣的土豆,需要有一定数量和比例的发芽土豆和不发芽土豆,方便学生进行数据集的制作和分拣机的测试。


中国科教工作者协会会员专属文章,

以下平台可使用同一账号密码登录,点击开始同步密码

确认