隨著人工智能技術的快速發展，各行各業都受到了深刻影響，特別是中小學人工智能教育的普及，已經成為當今不可忽視的重要課程。ChatGPT等人工智能技術的出現，讓我們看到了人工智能將成為未來推動科技跨越發展、生產力整體躍升的重要驅動力量之一。在這個背景下，中小學教育已經將人工智能作為重要學習內容，并將科技創新活動與科普活動作為跨學科學習活動的代表。未來，人工智能將成為青少年最重要的學習和工作助手之一。因此，融合人工智能技術的科技創新活動將成為未來人工智能教育中不可或缺的一部分。

人工智能是青少年科技創新活動的新研究工具

隨著人工智能的發展，機器學習日益成為科學發現的核心工具。科學家認為“機器猜想+科學智能”將成為新的科學發現范式。在青少年科技創新中，注重培養利用人工智能解決問題的能力，可幫助青少年形成全新的未來科學研究認識。人工智能在青少年科技創新中具有廣泛潛力，可發揮三個方面的作用。

一、解放人力，輔助處理復雜繁瑣的數據處理任務等

數據探究在青少年科技創新活動中備受關注，但數據收集整理是最繁瑣的工作之一。利用人工智能能夠解放人力，實現自動識別、智能處理等，更好地體現出人工智能的重要價值。

比如，在科學觀察實驗中用攝像頭實現自動識別，在種子發芽實驗中用攝像頭統計數量，對大量的非結構化數據進行智能處理等。

“科學觀察輔助工具”工作流程圖

溫州中學學生編寫了一個能夠同步記錄圖像與傳感器數據的信息系統。這個“科學觀察輔助工具”可以運行在“行空板”或者“虛谷號”上，使用攝像頭采集畫面，通過土壤濕度傳感器記錄土壤信息。當攝像頭的畫面發生變化（如開花、結果、有害蟲等），或者傳感器的數值發生變化，則自動保存圖像，并在圖像上標注相應信息。其中判斷是否開花結果與蟲害，使用了MMEdu訓練的目標識別人工智能模型。借助這類系統，能夠將人從繁瑣、無聊的觀測工作中解放出來。

二、另辟蹊徑，通過采集數據解決數學難題

學生在科技創新活動中會遇到需要用數學解決的難題，神經網絡可以用來擬合多種物理量之間的關系，有助于培養數據意識和計算思維。

例如，通過使用深度學習模擬數學公式，使小學高年級沒有學過三角函數的學生也能完成復雜的障礙物角度計算。通過使用神經網絡庫BaseNN，只需幾層簡單的全連接神經網絡和少量的訓練就能有效地模擬復雜函數，這大大降低了難度，并能夠解決小學生難以理解的數學難題。

三：模式識別，簡化復雜場景的數據編程

在青少年科技創新活動中，使用多個傳感器的編程難度呈指數級別上升，尤其是涉及到時間、空間變化等較復雜的場景。然而，使用機器學習的方式可以大大減低編程的難度。

例如，溫州中學學生利用機器學習技術開發了一個能夠識別不同手勢并實現不同功能的魔法棒，如點燃火把、拉開窗簾。魔法棒的揮動其實是改變加速度的物理量。他們選擇掌控板，通過不斷重復手勢標注過的加速度數據，并用神經網絡訓練出模型用于識別不同手勢。經過測試，他們實現了不錯的識別效果。

人工智能是青少年科技創新活動的新研究對象

與其他經典計算機算法不同的是，人工智能模型的訓練與數據集的關聯特別密切。當面對一個真實的問題情境，即使在最新SOTA模型（SOTA是state-of-the-art的縮寫，指在某項研究任務中目前表現最好、最先進的模型）的支持下，也需要微調很多參數，因而人工智能專家會戲稱訓練人工智能模型為“煉丹”。要訓練出一個優秀的模型，得做大量實驗，甚至需要對經典模型進行細節處理，值得不斷研究。

1、不同算法模型的聯合工作

在面對復雜的識別任務時，采用多種不同SOTA模型進行聯合工作的做法可以取得很好的效果。例如，在圖像中識別特定手勢可以采用人體識別模型和圖像分類模型的組合，或者采用多目標檢測的方式同時識別人體和手勢。這種“笨拙”但有效的方法也適用于青少年的科技創新活動，因為人工智能是值得探索的新研究對象。

2、低算力環境下的人工智能算法設計

在中小學階段算力匱乏是普遍現象。如何在有限的算力中訓練模型，或者在有限的算力中實現快速推理，都值得深入研究。相對來講，一些內置模型的人工智能應用平臺運行速度較快，如OpenCV識別人臉，MediaPipe識別人臉特征點、識別手勢的速度，比我們自行訓練的網絡要快，充分利用人工智能應用平臺快速識別的特點，在其識別結果的基礎上進一步訓練模型，是一種可行的低算力解決方案。

人工智能是青少年解決工程問題的新神兵利器

《義務教育科學課程標準（2022年版）》提出“探究實踐主要指在了解和探索自然、獲得科學知識、解決科學問題，以及技術與工程實踐過程中，形成的科學探究能力、技術與工程實踐能力和自主學習能力。”可見工程問題是科技創新活動的重要方向。在創客空間借助Arduino、掌控板這些開源硬件，設計各種創客作品是青少年科技創新活動的主要形式之一。現在，人工智能為青少年提供了新的神兵利器，能解決的問題更多了。

以設計一個看到小朋友的笑臉會打招呼的“微笑機器人”為例，除了訓練并部署識別微笑表情的模型外，還需要多個相關工具：實時獲取攝像頭畫面的工具，如OpenCV；能夠驅動舵機的軟硬件工具，如pingpong和掌控板；能夠部署人工智能模型的迷你電腦，如行空板；能合成語音的工具，如Pyttsx。

隨著人工智能教育的普及，越來越多的地區和學校參與到人工智能科技創新活動中。教育部和上海人工智能實驗室也推出了中小學人工智能教育實踐研究項目和新一代人工智能師資成長營活動，使中小學人工智能科技創新活動“飛入”了更多尋常學校的課堂中，使人工智能成為了中小學科技創新活動中不可或缺的元素。

備注：文本觀點摘自謝作如老師（浙江省溫州中學）發表于《中國科技教育》公眾號題為“【新技術背景下的人工智能教育】當人工智能遇上青少年科技創新活動” 的文章

審核編輯黃宇