北京王府学校公开课：初学者如何实现人工智能进阶？一起来感受一下人工智能的魅力。

美国当地时间9月30日，在特斯拉2022AIDay上，马斯克携工程师团队带来了Tesla Bot人形机器人“Optimus”原型机的全球首秀；

11月在上海举行的第五届中国国际进口博览会上，首设人工智能专区，观众不仅可以沉浸式体验足球训练、VR元宇宙办公等项目，还能提前感受“未来人的一天是怎么过的”；

同样11月在乌镇开幕的2022年世界互联网大会上，能够一边骑行一边导航的电助力自行车、用眼睛打字的眼动输入仪、集手机和头盔功能为一体的智能头盔……让观众眼前一亮。

这些颠覆性的体验是不是让人无比期待那天的到来？

在9月举行的2022世界人工智能大会教育论坛，让我们看到了这一天到来的希望，那也是属于AI教育的希望。

2022世界人工智能大会教育论坛上，正在播放这样一段视频。视频里介绍了涵盖幼、小、初、高15年一贯制的一所学校，关于人工智能教育和人才培养的经验。

这所学校就是北京王府学校，视频中的老师就是辛丽蓉。她设计的课例“什么是机器学习”，此前从全国17个实验区、193所学校中脱颖而出，被评为“中小学人工智能教育实践研究项目”第一阶段全国优秀课例，并亮相世界人工智能大会教育论坛。

▲2022世界人工智能大会教育论坛现场视频播放照片

辛老师在王府学校任教已有15 年，一直致力于计算机类课程的教学教研工作，参与并见证了学校在人工智能教育领域的创新与发展。

从全国脱颖而出的优秀课例

上课铃声响起，辛老师迈着和往常同样轻快的步子微笑着走进教室，略带神秘地说：“同学们先看一组图片。”

随后屏幕上便出现了几张紫色花的照片。有的照片是一大片，有的照片则是一株独立，但都是形状整齐，颜色统一。

看到照片，同学们有的很熟悉，名字差点脱口而出，辛老师微笑着做了个“嘘”的手势；有的一边观察，一边说着“好熟悉，但实在想不起名字”；还有的立刻拿起平时上课用的iPad，打开常用的植物识别APP“形色”或是百度识图。

“老师，这个是鸢尾花。”其中一名拿着iPad的同学举手说。

“好的，那再看另外一组图片。”随后辛老师又展示了几张，还是鸢尾花，但形状各异，有的花瓣还有残缺。

“这次识别不出来了。”还是刚才那位拿着iPad的同学说。

▲辛老师在上“什么是机器学习”的公开课

这堂课就在鸢尾花图片的识别中开始了。

这是一节公开课，也是“什么是机器学习”课例，而鸢尾花分类是机器学习的经典案例。

机器学习是一个非常难讲的内容，对于刚刚选择人工智能的学生来说很难理解这个概念。

为此，辛老师多方征求意见，花费一个多月时间，与高中部教务处和学科组进行数次磨课，共同打造出了这节课的呈现方式。

在设计课程时，通过化繁去简、由表及里，从识别鸢尾花开始，到为学生创设程序员的身份情境、思考编写识图程序的逻辑，再到思考识图APP的工作原理，从而一步步带着学生去探究机器是怎样学习的、数据在机器学习中的重要性，以及机器学习在人工智能课程中的核心地位。

▲“什么是机器学习”课例分享PPT

周哲和赵俊杰同学都曾上过这堂公开课。虽然他们有一定基础，但回忆起这堂课，还是认为这种带着同学们一步步去探究、去学习，对高中生或者初学者来说是非常友好的步骤。

“我之前自学的时候，一上来就是直接通过看代码理解里面是怎么运行的，相当痛苦。”俊杰同学表示。

用项目式教学激发学生内在动力

中学生正处于脑洞大开的年纪。他们的好奇心、思维能力、动手能力都很强。

王府高中的学生，有一部分在高一就能学完微积分，有一部分会进行大学先修物理课、心理学、生物学的学习，还有一部分会学习统计学、线性代数，具备了深度学习人工智能的前置知识。

▲刘逸飞、王灿坤等同学在科学节上

2021年6月，刘逸飞、王灿坤带着他们的项目“AI人脸识别和追踪”，亮相北京王府校区第六届科学节。这也是学校人工智能选修课的项目。

在那门课上，他们学习了线性代数、Python语言、编程、机器学习算法等很多知识。

在课程中，他们一步步理解代码、编写代码，从数据库中调取数据、选择合适算法，历经一个多月的调整、修正，最终成功实现了对人脸的识别与追踪。

▲“AI人脸识别和追踪”吸引同学们纷纷驻足观看

同时，灿坤同学还忙着另外一个作品——会投球的机器人，那是他准备用来参加机器人科技挑战（FTC）活动的。

他和另外3名同学用时4个月，让机器人实现了既可以依靠视觉识别自动完成预期目标，也可以通过手动遥控完成预期目标。

不仅如此，有的学生还把目光转向实际问题的解决上。

周哲同学看过很多人工智能的书。他尤其喜欢吴恩达，人工智能和机器学习领域国际上最权威的学者之一。

▲“脑部CT辅助分析工具”中编写的代码

受爸爸影响，周哲同学非常关注人工智能在医学领域的应用，先后做了“脑部CT辅助分析工具”，探索使用各种经典卷积神经网络在辅助诊断中风患者上的可行性；“基于机器学习诊断乳腺癌”，希望更准确区分恶性肿瘤和良性肿瘤。

▲“脑部CT辅助分析工具”预测结果的ROC曲线

其中“脑部CT辅助分析工具”于今年7月入围“青少年人工智能项目优秀成果”征集活动第三阶段培育项目。

俊杰同学则参加了UCLA和莱斯大学的夏校，Machine Learning Essential科研项目，全面学习了Python语言、机器学习、图像识别等很多计算机方向的知识。

▲俊杰同学使用神经网络模型识别手写阿拉伯数字

今年4月21—5月24日，俊杰同学收集了北京地区34天的疫情情况数据，包括可能被感染的人口、已经被感染的人口、痊愈的人口，尝试预测疫情结束时间。

▲基于SIR模型的北京新冠疫情预测图

这是他基于SIR数学模型进行的一个拓展和实践。

一以贯之的AI素养培养体系

从人脸识别系统、疫情分析和预测，到脑部 CT 辅助分析工具、会投球的机器人，再到城市智能垃圾分类、智能救援，同学们从真实情境出发，越来越多地开始学习运用人工智能解决实际问题。

他们的兴趣不断被激发，对新知识的探究欲望也愈发强烈。这都源于王府学校对人工智能教育、人工智能素养培养的重视和普及。

▲王府初中部“大选防作弊”项目立体场景图

▲王府小学部“城市智能垃圾分类”项目立体场景图

课程上，学校在小、初、高三个阶段都单独开设有人工智能课程，包括Python 编程、人工智能编程、模型车、VEX IQ 机器人、steam 创客教育课程、电子电路课、乐高机器人编程等，并根据学生不同阶段的成长特点，制定了不同的培养目标和方案。目前已经形成了一以贯之的人工智能核心素养培养体系和平台。

教学上，学校已经探索出了一条具有学科包容性的项目化教学道路，既有利于学生根据自身情况进行选择，又可以让学生通过完成一个个项目不断满足求知欲。

▲创客教室

▲北京王府校区电子阅览室及图书馆

脑部 CT 辅助分析工具，北京 4 月份的疫情分析和预测、人脸识别系统、会投球的机器人都是以学生为主进行探索，多位教师进行相应的辅导完成的。

人脸识别、自动驾驶、智能录音笔……人工智能正在越来越多领域发挥作用。而我国相关人才缺口还很大。因此，推动人工智能教育体系尤其是中小学教育体系健康发展，已成为当前迫切而重要的课题。虽然任重道远，但我们仍要逐光前行。

This year, BRS’s course case named “What is Machine Learning”, designed by BRS teacher Ms. Xin Lirong, was awarded the Outstanding National Course Case of the first stage of the "Practical Research Project on Artificial Intelligence Education in Primary and Secondary Schools". Distinguished from 17 experimental zones and 193 schools nationwide, this awarded course representing Beijing Royal School was also presented at the Education Forum of World Artificial Intelligence Conference 2022.

Giving an emphasis to inquiry-based approach, Ms. Xin Lirong led his students on a journey of exploration of machine learning through creating scenarios. In the learning process, students gained a better understanding of the importance of data in machine learning, as well as why machine learning plays a critical role in AI curriculum. 

For many years, BRS has focused on cultivating and improving students’ scientific literacy, the education for Artificial Intelligence in particular. Many different resources and platforms have been used to inspire students’ discovery and innovation in the world of science. Approaches to learning include: enhancing the school’s research-based teaching; introducing advanced resources; creating rich school-based electives courses, such as establishing BRS Maker’s Lab, Python programming, AI programming, Model car, VEX IQ robot, STEM, electronic circuit course, and Lego robot programming, just to name a few. 

By implementing the scientific teaching approach, BRS has also attached importance on enhancing our students’ innovative consciousness and scientific application skills. This teaching approach builds a real academic atmosphere for innovative scientific discovery on campus. Many BRS students including Liu Yifei, Wang Cankun, Zhou Zhe and Zhao Junjie, have seen amazing academic growth in their AI learning by participating in projects such as "AI Face Recognition and Tracking", "Robot that Throws Balls", "Brain CT Assisted Analysis Tool", "Beijing Epidemic Analysis and Prediction in April” and others. 

文章转载自：【北京王府学校】