3-5 · 8-10 岁 · 45-60 分钟 × 3
什么是人工智能?
What is AI? (Grades 3-5)
学生将首先清楚地了解人工智能是什么和不是什么。然后,他们将了解机器如何获得智能,并探索机器学习的三个关键组成部分:收集数据集、训练算法和预测新数据。他们将使用在线工具 Google Quick Draw 看到这一点,其中使用人工智能的计算机甚至在学生完成绘制图像之前就会指示每个学生正在绘制的草图。然后学生将学习算法并尝试编写自己的算法以使老师退出课堂。
🎯这节课学什么
- ·对人工智能是什么有基本的了解
- ·了解机器如何获得智能
- ·了解什么是数据集和算法
什么是人工智能?
8-10岁

第 1 课
什么是人工智能?
在本课中,我们将:
了解拥有人工智能意味着什么。
了解如何判断设备或物品是否正在使用人工智能。
当你听到这个词时你会想到什么
人工智能?
词汇
人工这个词意味着不自然。


词汇
智力意味着你能够学习和理解。
是什么让我们变得聪明?
我们可以理解、学习和计划。

人工智能(AI)
人们编写的程序,使计算机能够像人类一样做一些看起来智能(或智能)的事情。
词汇

人工智能的例子
您认为这些程序/应用程序是人工智能的吗?
地图应用程序
天气
应用程序
流媒体音乐
应用程序
流媒体电影/节目应用程序

是什么让机器变得智能?
玩具宠物机器人

自动驾驶汽车

人工智能的伟大构想
对于人工智能设备来说,它可以做以下 5 件事中的任何一件。
我们来谈谈吧。
改编自 Ai4K12.org

1. 感知:我们如何感知周围的事物?
机器人能看到或听到周围的事物吗?
玩具宠物机器人
计算机可以使用称为传感器的特殊工具“看到”和“听到”周围的事物。这有点像我们的眼睛帮助我们看,我们的耳朵帮助我们听。这些传感器帮助计算机了解世界上正在发生的事情。


2. 理性和计划:我们如何决定如何对事物或人采取行动或做出反应?
机器人会做这个吗?
玩具宠物机器人
代理,如机器人或计算机程序,在脑海中保留着周围世界的图景。这可以帮助他们了解正在发生的事情并做出正确的选择,就像您记住作业在哪里以便以后可以找到它一样。


3.学习:我们如何学习?我们每天都会学习新信息,并在日常生活中使用新信息。
机器人会学习吗?
玩具宠物机器人
计算机可以从数据中学习。计算机可以通过查看信息变得更加聪明,就像你通过读书或听老师讲课来学习新事物一样。他们看到的信息越多,他们对事物的理解就越好!


4. 互动:我们如何互动?我们通过与他人交谈或表现出反应来互动。
视频中机器人有互动吗?
玩具宠物机器人
智能机器人需要多种知识才能与人类自然交互。智能机器人和计算机程序需要了解很多不同的东西才能像我们一样与人交谈和玩耍。就像你需要了解不同的游戏、感受,以及如何友善地交朋友一样。


5.影响:人类可以通过多种方式影响社会。
机器人对社会有影响吗?是好是坏?
玩具宠物机器人
人工智能可以以积极和消极的方式影响社会。就像,如果你学校里有人成立了一个俱乐部来帮助保持操场清洁。一个人的行为可以激励其他孩子加入进来,很快,很多人就会一起捡垃圾、一起打理操场。

玩具宠物机器人
AI 可能以哪些积极的方式影响社会?
AI 可能以哪些消极的方式影响社会?

是不是人工智能?
是不是人工智能?
数字地图
它能感知周围的环境吗?
随着时间的推移它可以学习吗?
它自己制定计划吗?
它与环境相互作用吗?

它能感知周围的环境吗?
随着时间的推移它可以学习吗?
它自己制定计划吗?
它与环境相互作用吗?
是不是人工智能?
烤面包机

是不是人工智能?
ChatGPT 生成的图像
它能感知周围的环境吗?
随着时间的推移它可以学习吗?
它自己制定计划吗?
它与环境相互作用吗?

是不是人工智能?
自动驾驶汽车
它能感知周围的环境吗?
随着时间的推移它可以学习吗?
它自己制定计划吗?
它与环境相互作用吗?

是不是人工智能?
推拉门
它能感知周围的环境吗?
随着时间的推移它可以学习吗?
它自己制定计划吗?
它与环境相互作用吗?


是不是人工智能?
它能感知周围的环境吗?
随着时间的推移它可以学习吗?
它自己制定计划吗?
它与环境相互作用吗?
拼写检查器

是不是人工智能?
ChatGPT 写的一篇文章
它能感知周围的环境吗?
随着时间的推移它可以学习吗?
它自己制定计划吗?
它与环境相互作用吗?


答案
Item
是否为 AI——解释
数字地图
是 AI!数字地图利用交通等数据进行学习和决策,帮助人们从一个地方到达另一个地方。
Toaster
不是 AI!虽然一些新型烤面包机可能具有高级功能,但它们不是 AI。
ChatGPT 生成的图像
是 AI!这个程序能够学习、发现规律、进行推理,并根据用户的提示(prompt)做出适应性调整。
自动驾驶汽车
是 AI!自动驾驶汽车不会生成新事物,而是通过处理数据来感知和导航周围环境。
自动感应门
不是 AI!它们使用传感器检测运动,并按照预先编写的指令运行。
拼写检查
不是 AI!它是根据预先编写的规则和数据运行的。
ChatGPT 写的文章
是 AI!这个程序能够学习、发现规律、进行推理,并根据用户的提示(prompt)做出适应性调整。
您会如何向朋友或家人解释人工智能?
审查

第2课
机器真的能学习吗?
在本课中,我们将:
了解与我们自己的思维相关的数据、预测和信息。
比较人类的学习过程并开始确定机器如何“学习”。
你怎么认为?
您认为由金属和塑料制成的机器如何变得智能?

这意味着什么?
人类可以对计算机进行编程。

机器学习的三个步骤

您的个人数据集
你能在 20 秒内预测出画的是什么吗?


您的个人数据集
你是如何预测正确答案的?

人类预测和决定
我们根据自己的数据集来预测事物并做出决策,甚至无需思考。
“我从来没有吃过一块蛋糕,但我咬了一口,因为它看起来像我过去吃过的东西,而且会喜欢它。”
机器学习简介
它从一个数据集开始:就像机器显示的信息或示例。
然后,学习算法会在数据中寻找模式,就像你的大脑弄清楚如何解决难题一样。
一旦学到了足够多的知识,机器就会做出预测,它会尝试根据所学到的知识来猜测或做出决定。

机器如何学习?
机器需要数据……大量的数据!
数据集可以是一个集合
图片
测量(时间、视图、英寸)
文本
视频记录


Quick, Draw! 中的机器学习
快点,画画!通过谷歌
快点,画画!数据
Google Quick Draw 使用数据集的方式与我们使用自己的个人数据集来预测答案的方式非常相似。
你认为 Google Quick、Draw 有智能吗? 为什么或为什么不呢?


快点,画画!
让我们看一下面包绘图的数据集。
为什么有些面包的图片被画成切片,而另一些则被画成一条面包?

快点,画画!
让我们看一下房屋图纸的数据集。
地球上所有的房子都有三角形的屋顶吗?
地球上的每个人都住在房子里吗?
关于这个数据集,这告诉我们什么?

Quick, Draw 上的人们按照他们所知道的方式建造房屋:
如果人工智能只看到房屋,它可能无法识别公寓楼。
由于训练方式的原因,人工智能可能会不公平或不准确。


《Quick, Draw!》中偏见的例子
文化偏见
风格偏好
年龄偏见
每一个对你来说意味着什么?
如果人工智能因偏见而犯错,为什么会很重要?
《Quick, Draw!》中偏见的例子
文化偏见
风格偏见
年龄偏见
Bread
Hats
Churches
Cat
Chair
clock
Computer
phone
我们日常生活中的机器
您能想到您或您的家人可能与使用数据集进行预测的其他机器进行交互吗?
你能说出这些程序或设备的名称吗?他们使用什么数据集?

可选视频:快速、绘图

我们日常生活中的机器
人工智能工具
非人工智能工具
计算器:想象一下当您输入“5 + 5”时计算器会返回“10”
拼写检查器:一个基本的拼写检查器,根据字典识别拼写错误的单词。
Siri 或 Alexa:他们可以回答您的问题并在您提出问题时播放音乐!
推荐应用程序:这些应用程序会根据您之前看过或听过的内容推荐您可能喜欢的电影或歌曲。



机器如何学习?


第三课
什么是算法?
在本课中,我们将:
了解什么是算法并编写我们自己的算法。
当你听到算法这个词时你会想到什么?
算法
为了解决问题或实现特定目标而需要遵循的一组步骤或规则

算法的 3 个主要部分

示例:制作蛋糕
输入是什么?
预热烤箱
混合干成分
混合湿成分
将湿成分与干成分混合
放入烤箱烘烤
步骤是什么?
输出是什么?



示例:种植种子
步骤是什么?
输出是什么?
输入是什么?


示例:洗手
步骤是什么?
输出是什么?
输入是什么?


计算机使用算法
计算机使用计算机科学家编写的算法来完成任务并实现目标。
重要的是要知道计算机是非常文字化的。这意味着他们将严格按照要求行事。

计算机使用算法
刮刮代码
Python代码
人类编写机器可以理解的指令。这些指令称为代码。



程序员如何编写算法?
任务:编写一个算法,让你的老师(或其他同学)从坐在椅子上走到教室门或入口处。

我们如何调整我们的指示以使其更加具体?
调试:发现并消除错误,进行修改。
程序员如何编写算法?

反射
他们最终都达到了同一个目标吗?
一种算法比另一种算法“更好”吗?
编写算法时你注意到了什么?

优化算法活动
增强算法工作表


单位回顾
你能解释一下人工智能吗?

机器如何学习?

其他活动和扩展
其他活动和扩展
是否人工智能工作表(第 1 课)
快速绘制解释视频(第 2 课)
第 2 课 响应工作表
算法写作挑战(第 3 课)
理解算法工作表(第 3 课)

供电
改编自开发的课程
根据 Creative Commons Attribution-NonCommercial 4.0 International License 获得许可。

