盛玉嬌

蘑菇云資深課程設計工程師，開發(fā)《掌控板入門教程》《掌控板進階教程》等科創(chuàng)類教程教材百余篇，收獲超10萬瀏覽量，曾榮獲第一屆掌控板教學應用設計大賽三等獎。

學習背景

人工智能正在對人們的學習、生活與工作，特別是解決問題的思維方式產生深刻影響。教師可以引導學生從生活中感興趣的問題出發(fā)設計活動，如在不同天氣條件下，預測其他學生會選擇何種交通工具來到學校；如何選擇通過多種方式收集到的多組數(shù)據(jù)，建構多維度數(shù)據(jù)集，初步運用人工智能方式對同伴出行的交通工具進行預測。

本項目可滿足新課標中“人工智能與智慧社會”內容要求，結合新課標中的跨學科主題“人工智能預測出行”，體現(xiàn)用數(shù)據(jù)集結合人工智能算法解決出行問題的一般過程。

教學目標

1.通過認識身邊的人工智能應用，體會人工智能技術正在幫助人們以更便捷的方式投入學習、生活和工作中，感受人工智能技術的發(fā)展給人類社會帶來的深刻影響。2.通過分析典型的人工智能應用場景，了解人工智能的基本特征及所依賴的數(shù)據(jù)、算法和算力三大技術基礎。3.初步了解人工智能中機器學習的實現(xiàn)方式。

教學重點與難點

教學重點 能夠使用傳感器采集數(shù)據(jù)并制作數(shù)據(jù)集，利用機器學習算法中的貝葉斯算法訓練出模型。

教學難點 能理解機器學習算法的原理。

教學過程

一、項目簡介

人工智能是研究和開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。本項目將介紹人工智能的基本概念和術語，通過生活中的人工智能應用，帶領大家理解人工智能的特點、優(yōu)勢和能力邊界，了解人工智能與社會的關系，以及發(fā)展人工智能應遵循的倫理道德規(guī)范。

在“人工智能預測出行”項目中，學生將根據(jù)出行的歷史數(shù)據(jù)，如溫度、濕度、光照、是否下雨、出行方式，利用機器學習算法訓練模型，最后根據(jù)傳感器數(shù)據(jù)，預測合適的出行方式。項目中的主控器為行空板，連接溫濕度傳感器和水分傳感器，實現(xiàn)模型訓練和出行預測，通過行空板屏幕，實現(xiàn)數(shù)據(jù)顯示和交互流程。

二、項目所需硬件介紹

在“人工智能預測出行”項目中，學生學會使用主控器結合傳感器，實現(xiàn)項目功能。主控器為行空板，傳感器為溫濕度傳感器和水分傳感器。

三、項目硬件接線

“人工智能預測出行”項目的硬件接線原理圖如圖1。使用3pin硅膠絞線，將溫濕度傳感器接到行空板的P21引腳，將水分傳感器接到行空板的P24引腳。

參考接線實物圖如圖2。

四、項目流程圖

教師讓學生在編寫程序前，共同討論并梳理出項目流程圖，以便更好地理解和編寫程序。在“人工智能預測出行”項目中，需要經歷訓練、預測兩個過程。

在訓練過程中，行空板屏幕上顯示出行數(shù)據(jù)集，點擊屏幕上的“訓練”按鈕，即可開始訓練；訓練完成后，點擊屏幕上的“預測”按鈕，即可進入“預測”過程，此時行空板屏幕上會實時顯示傳感器數(shù)據(jù)，并根據(jù)傳感器的實時數(shù)據(jù)，輸出預測出行結果。根據(jù)上述分析，項目系統(tǒng)功能流程圖如圖3。

五、項目程序編寫

教師分析總結完流程圖后，學生們可以著手編寫程序。在編寫程序過程前，教師對項目進行進一步的功能細化。本項目可分解為以下三個功能。

功能一：制作出行數(shù)據(jù)集

使用溫濕度傳感器收集溫度、濕度數(shù)據(jù)；使用行空板上自帶的光線傳感器采集光照數(shù)據(jù)；使用水分傳感器采集下雨（雨滴）數(shù)據(jù)，采集出行方式數(shù)據(jù)，包括自行車出行、汽車出行等。

功能二：訓練出行模型

將采集到的數(shù)據(jù)整理為數(shù)據(jù)集，對數(shù)據(jù)集進行一定的數(shù)據(jù)清洗。將清洗的數(shù)據(jù)集放入貝葉斯算法中，借助貝葉斯算法將采集到的溫度、濕度、光照、是否下雨、出行方式相關數(shù)據(jù)集訓練成模型，讓學生明確感知數(shù)據(jù)的重要性，進一步了解人工智能的基本特征及所依賴的數(shù)據(jù)、算法、算例的三大技術基礎，以及貝葉斯算法的原理和作用。

功能三：預測出行方式

通過實時采集溫度、濕度、光照、是否下雨四種數(shù)據(jù)結合生成的模型來預測出行方式，通過實時的環(huán)境數(shù)據(jù)，根據(jù)模型文件，也能預測當天的出行方式；最后通過行空板界面告知預測結果。這樣能使學生掌握人工智能中預測結果的實現(xiàn)方式，也能讓學生深切感受和對比計算機傳統(tǒng)方法和人工智能方法處理同類問題的不同效果。接下來，根據(jù)流程圖和項目細化功能，學生們編寫程序，逐步實現(xiàn)上面功能。部分參考程序如圖4。

（注意：如需下載完整項目程序，請訪問 https：//mp.weixin.qq.com/s/81-UQ4DtwGeXlX6VIhEk7w）

六、運行效果

運行程序，行空板界面如圖5，點擊“訓練”即可開始訓練模型。訓練完成后，點擊“預測”，行空板界面切換為如圖6，在行空板屏幕上會顯示傳感器實時數(shù)據(jù)和出行方式預測結果。

七、項目原理分析

“人工智能預測出行”項目使用了人工智能機器學習算法中的貝葉斯算法，其算法實現(xiàn)流程如圖7。

貝葉斯算法的實現(xiàn)過程為：首先將歷史出行數(shù)據(jù)集，包括出行溫度、濕度、光照、是否下雨、出行方式的表格數(shù)據(jù)，利用貝葉斯算法訓練成模型。然后，將傳感器實時檢測的數(shù)據(jù)，輸入到模型中。最后，模型輸出出行預測結果。

八、項目知識點回顧

“人工智能預測出行”項目核心知識點：1.了解項目中所依賴的數(shù)據(jù)、算法和算力。2.初步了解機器學習算法中貝葉斯算法的實現(xiàn)過程，即先將歷史出行數(shù)據(jù)放到算法中，訓練成模型，然后將傳感器檢測的數(shù)據(jù)輸入模型中，最后模型輸出預測的出行方式。3.通過人工智能預測的出行案例，對比計算機傳統(tǒng)方法和人工智能方法處理同類問題的效果。4.通過實驗探究，讓學生明確感知到數(shù)據(jù)的重要性，數(shù)據(jù)量大、數(shù)據(jù)完善的數(shù)據(jù)集能夠得到更好的效果，學習并了解貝葉斯算法的原理和作用。

教學總結

本節(jié)課涉及跨學科融合，綜合運用了信息科技、數(shù)學、物理、化學、生物等學科知識。項目設計貼近學生生活，并能遷移到其他更多相似的場景應用中。

本項目綜合難度較高，建議在教學過程中，作為綜合項目，分成多節(jié)課來完成，幫助學生進一步認識身邊的人工智能應用，理解人工智能技術，了解人工智能中機器學習的實現(xiàn)方式。