“会学习的相机”开发与教学应用

问题背景

自2017年国务院印发《新一代人工智能发展规划》，要求广泛开展人工智能科普活动，中小学开展人工智能教育已超过六年。其间，《普通高中信息技术课程标准（2017年版2020年修订）》《义务教育信息科技课程标准（2022年版）》为中小学实施人工智能教育提供了政策依据和课程标准。当前，人工智能教育的重要性、必要性已然成为社会共识，但人工智能教学还存在一系列问题：一是对人工智能教育认识不完整、不充分，仅仅是学习人工智能科普知识、使用特定人工智能工具，而没有把人工智能教育的核心定位在AI模型上；二是人工智能模型的学习和应用一般基于Python环境，受制于学生认知能力，在义务教育阶段实施面临困难；三是即使有一些图形化编程软件、学习平台能够胜任模型训练，一般应用于创新竞赛，无法常态化应用于真实的生活场景。因此，在人工智能教育生机勃勃的义教阶段，无法体现学生的人工智能知识和能力——训练AI模型。

要改善这些人工智能教学现状，首先要从学生视角理解AI模型，使用通俗的形式表达智能设备“推理”“预测”等能力的产生过程，即为什么设备会具有智能功能；其次要开发一种学习工具式的智能设备，通过某种技术实现智能功能，并能应用在生活中；最后在学习和应用中要操作简单、模型部署便捷，要易于推广、普及。

当前人工智能教育聚焦于以机器学习为代表的模型训练，和“图灵测试”相比较，“会学习”能体现人工智能与人的联系。人的智能来源于学习，这更能让中小学生理解人工智能是“模拟、延伸和扩展人的智能”的科学。同时，人工智能视觉应用比较成熟，在生活中十分常见；图像数据也比较直观，符合学生认知特点，能相对直观地判断人工智能推理效果。因此，这个学习工具式的智能设备（以下简称“相机”）以相机作为形态，以“会学习”作为特点，给相机学习特定的图像数据，相机就具有特定的功能；给相机部署不同的模型，相机就具有不同的功能，如人脸检测、头盔识别等。本文以“会学习的相机”开发来试图破解上文所谈的人工智能教育困境。

“会学习的相机”设计与开发

1.设计原则

“会学习的相机”在设计与开发时应遵循以下原则。

（1）衔接原则

一是面向内容衔接。基于义教阶段学段分层结构，为了避免人工智能教育知识割裂，特别是实现“体验、训练、应用”等不同学习阶段目标时，以学习工具为媒介实现无缝衔接。如在一、二学段，在相机上部署不同的AI模型让学生体验各种人工智能。在三、四学段又可以在相机上部署自学习（预训练）模型，让学生体验相机是怎么学习的，甚至应用图形化编程开发人工智能应用项目。二是面向其他学习工具衔接。多年的人工智能教育积累了丰富的经验，也有一些比较优秀的工具、软件，如Mind+、Kittenblock、掌控板等。借助这些成熟工具及其生态，能更好地开展人工智能教育。

（2）便捷原则

一是便于教学，把各类传感器、主控、执行器等融于一体，像掌控板一样高度集成，方便教学管理和操作，实现大班教学。二是便于应用，包括模型部署和项目开发、使用。如在模型部署与体验等方面向“无门槛”“零基础”靠近，项目应用时能脱离电脑直接使用等。三是便于分享和学习交流。如同学们发布的个人AI模型能无差别地重新部署在相机上，分享模型、分享成果、分享快乐。

（3）拓展原则

虽然相机是为普及人工智能教育设计的，面向所有学生，让每个学生都能有自己的AI模型，但这些模型是最基础的，是培养全体学生人工智能素养。模型同时要兼顾到优秀学生的学习需要，为他们提供创新发展的环境，所以相机既要面向全体学生，也要面向创新人才培养。

2.功能设计

（1）育人功能

义教阶段共分为四个学段，虽然学生认知能力差异较大，但也有共同特征。如好奇性强、实践时间多，乐于在游戏中学习、在活动中学习。相机能激发学生学习兴趣、操作简便、随时可以使用、可玩性强。因此，选择图像分类与检测作为相机的人工智能功能定位。把摄像头作为图像采集的工具，借助开放平台算力训练模型，使用图形化编程完成项目实现。

（2）实践功能

“会学习的相机”支持人工智能学习成果实践，简化了学习步骤和学习时间，被称为“1320”实践机制，即对于已有AI模型，1分钟就能完成部署，体验效果。对于预训练模型，拍几下就能完成分类学习，3分钟教会相机学习。对于新模型，使用MaixHub在线训练平台或离线训练软件，20分钟掌握训练新模型，这些模型均能在生活中实践应用。就实践操作层面来说，1分钟完成部署，是把模型作为一种文件，把相机作为一种移动存储（如U盘），部署模型等于在电脑中进行复制、粘贴操作；重新启动相机就能运行AI模型。3分钟教会相机学习，是针对预训练分类模型（如二分类），可以拍摄两张不同类型的图片，然后拍摄一组属于这两类特征的照片作为训练数据，相机自动完成训练，具有分辨这两类照片（物品）的能力。20分钟学会训练新模型，是指通过在线平台掌握模型训练的原理、步骤及工具，能应用资源和工具训练出新模型，包括分类和检测两类AI模型。

（3）技术功能

依托国内开源生态，相机参考基于全志V831、MaixPy3的M2dock和基于乐鑫ESP32的掌控板开发原型，保留了M2dock人工智能特性和掌控板物联网主控功能。相机由人工智能模块和物联网控制模块组成，两个模块使用串口传输数据，实现了人工智能推理结果的拓展和应用，并和“过程与控制”融合，满足了信息科技课程的技术要求。相机保持了开源精神，把原型方案发布到开源平台，任何教师都可以制作或改良。

“会学习的相机”教学应用

1.课程规划

由于义教阶段信息科技课程标准的学段划分和内容安排，无法开展常规的、独立教学的人工智能教育，给中小学人工智能教育实施带来了挑战。但从第一学段开始，信息科技课程标准中就有人工智能教育相关的描述，如学段目标中有“体验文字、图符、语音等多种输入方式的表达与交流效果，有意识地使用数字设备处理文字、图片和声音”等表述；学段内容中有“语音输入、拍照识图、点读笔、智能语音助手、刷脸进门、智能可穿戴设备、数字化学习工具，扫码支付、扫码下载，依靠数据和大数据，因果关系、预测结果及以数据、算法、算力、传感器”等描述。可见人工智能教育可以融入不同学段的信息科技课程中。同时由于新课标面向全国，对于教育发展质量较高的地区，人工智能教育的目标和内容可能高于标准，因此，开展针对不同地区、不同学段的案例教学更符合当前实施人工智能教育的实际。

基于以上分析，结合相机特征，针对人工智能学习可以划分为以下四个阶段。第一阶段：认知体验。了解生活中的人工智能，认识人工智能工具，体会人工智能在学习、生活和工作中的作用和优点。第二阶段：辨别分析。知道数据在人工智能中的作用。在生活场景中理解人工智能的推理、预测和生成。第三阶段：实践应用。应用人工智能相关工具，经历生活、学习活动中的问题解决过程，体会过程中的科技与伦理。第四阶段创新部署：面对生活问题能采集数据、训练模型、部署模型、应用模型来创造性地解决问题，提升创新意识和能力。

以上这四个阶段的教学过程与策略，取决于学校实施人工智能课程的形式和安排。从第一学段至第四学段，独立教学的学段为三年级至八年级，可以根据四个阶段建设若干个教学案例，结合校情覆盖各学段，案例的实施也可以根据学校的课程内容动态调整。

2.课例开发

基于以上规划，在认知体验阶段，可以设计人脸关键点检测、身体检测等课例，学习部署已经完成的AI模型，体验效果。在辨别分析阶段，可以设计口罩检测、眼镜检测、数字识别等课例，了解模型推理的原理。在实践应用阶段，可以设计二分类学习、多分类学习课例，通过部署自学习（预训练）模型，体验机器是怎样“学习”的，知道数据、训练、推理等概念，并使用模型解决生活中的问题。在创新部署阶段，可以设计性别检测（分类）、文具检测（识别）、头盔检测（识别）等课例，掌握AI模型训练的一般步骤，独立训练新模型并部署到生活中解决问题。

课题：安全出行——头盔检测。

学段：第三、四学段。

时长：3课时。

目标：知道交通安全的重要性，自觉遵守交通规则；使用人工智能工具检测交通场景中的信息，知道人工智能推理原理，能让相机认识更多交通信息，如头盔、红绿灯、方向指示牌等。训练出多种关于交通安全的AI模型。

（1）项目导入活动

根据当前学生上下学期间交通事故易引起重大人身伤害的情况，学校要求乘坐电动自行车的同学上学时须戴好安全头盔。为了保障学生安全，对没有佩戴头盔的同学发出安全警示、提醒下次必须佩戴头盔。

（2）项目实施过程

活动一：分析问题、形成方案。在校门外安装头盔检测装置，具体功能为：发现电动车经过时，如果学生没有佩戴头盔，警示红灯，并播放蜂鸣声5秒；如果学生佩戴头盔，则绿灯提示，播放蜂鸣声1秒。

活动二：模型训练与测试。为了让装备识别出头盔，根据AI模型训练的方法，通过互联网采集100张含有头盔的图片。登录训练平台，导入50张图片，并为每张图片中的所有头盔部分打好标签。在线训练完成后，部署到相机，使用余下的50张照片进行推理测试，看是否能识别出头盔。

活动三：程序设计。根据场景模拟，如果家长驾驶电动自行车，学生乘坐，检测到两个头盔才符合安全要求。所以，当相机检测到两个头盔时亮绿灯，播放蜂鸣1秒钟；少于两个头盔时，亮红灯，播放蜂鸣5秒钟。

活动四：分享与交流。模拟校门外道路场景，项目组展示智能检测效果，看能否实现预定功能。分享项目实施过程的知识学习、能力提升和情感状态。

活动五：优化与拓展。通过采集数据，应用在线训练平台，我们让相机学会了识别头盔。其实道路上还有许多重要的交通信息，如“红绿灯”“方向牌”等，请学生尝试让相机学会识别（模拟场景的）红绿灯。

“会学习的相机”减轻了学校开展人智能教育的经济负担，可以快速形成校本化人工智能课程；课堂中，节省了AI模型训练和部署时间，降低了操作难度，使学生的创意不受工具条件限制，快速变成现实，培养了学生人工智能素养。

思 考

两年来，生成式人工智能的广泛应用，刷新了社会对人工智能的认知。人们不再像过去一样把人工智能当成“刷脸”应用，也不会像自动驾驶一样觉得既遥远又不成熟。大家讨论的焦点也从过去技术视角的“数据、算法、算力”转向普通大众能理解甚至应用的AI模型或“大模型”。而人工智能教育也越来越贴近生活，并在人工智能原理的基础上，向使用模型、训练模型转变，真正向延展人的智能发展。“会学习的相机”正好扮演这样一个角色，让学生从知识和概念中呈现生活化的人工智能，通过使用模型、训练模型发展人工智能素养。

作者单位 │ 江苏常州市天宁区教师发展中心

内容来源 │ 《中小学信息技术教育》2024年第4期

重要提示

近日，有老师收到如下的用稿通知和证书，均为假冒的文件和公章。

特别提醒！请老师们千万不要相信！千万不要转账付款！

↓↓↓

投稿请认准官方投稿邮箱（itedu_bj@163.com）和微信小程序“中小学信息技术教育杂志”。