中学及以上 · 11 岁+ · 45-60 分钟 × 3
什么是人工智能?
What is AI? (Secondary)
在这个以人工智能为中心的单元中,学生探索人工智能、机器如何学习以及算法如何工作。他们首先研究现实世界的人工智能系统——例如聊天机器人、自动驾驶汽车和推荐工具——以了解人工智能如何感知、计划、学习、互动和影响社会。学生们还尝试使用 Google Quick, Draw!了解人工智能如何做出预测,从而引发有关人工智能训练数据中的偏见和公平性的讨论。最后,学生参与算法实践活动,包括优化简单问题的解决方案,这有助于他们探索在人工智能决策中定义“最佳”如何会引入偏差。 在这些课程中,我们鼓励学生批判性地思考人工智能如何运作及其对世界的道德影响,同时联系人工智能的五个重要理念:感知、推理和计划、学习、互动和影响。
🎯这节课学什么
- ·了解人工智能 (AI) 的基础知识以及如何使用它在现实世界中做出决策
- ·探索机器如何从数据中学习,包括数据集中的偏差如何影响人工智能的决策
- ·了解什么是数据集和算法以及如何使用算法来解决问题
- ·研究优化算法以找到“最佳”解决方案如何引入偏差,具体取决于成功的定义方式
什么是人工智能?
11-13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
您认为这些程序和应用程序使用人工智能吗?
数字地图
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?
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。

1. 感知:我们如何感知周围的事物?
自动驾驶汽车如何感知事物?
自动驾驶汽车



相机
传感器
雷达
1. 感知:我们如何感知周围的事物?
自动驾驶汽车如何感知事物?
自动驾驶汽车



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?
自动驾驶汽车是如何推理和规划的?
自动驾驶汽车



自动驾驶汽车是如何推理和规划的?
自动驾驶汽车
推理:理解汽车周围发生的事情——“那个物体是什么?那是一个人还是一个标志?”
计划:决定下一步做什么——“我应该停下来吗?减速吗?变道吗?”


3.学习:我们如何学习?
学习对于自动驾驶汽车意味着什么?
自动驾驶汽车
Situation
AI 如何学习
新建施工区域
汽车记录人类驾驶员如何绕行,将数据标注后反馈给 AI 训练。
牵狗的行人
AI 通过大量牵狗行人的案例,学会预测较慢的移动速度。
紧急救援车辆
AI 经过训练,能识别其灯光和声音,从而正确让行。


4. 互动:我们如何互动?
自动驾驶汽车
与人的互动
Through
一辆汽车
自动驾驶汽车如何与周围环境交互?
通过传感器感知周围环境。
规划最佳行动方案。
通过控制刹车、转向和信号灯采取行动。
随着环境变化实时做出调整。


5.影响:人类可以通过多种方式影响社会。
自动驾驶汽车对社会有影响吗?是好是坏?
自动驾驶汽车
Consideration
Impact
Reasoning
交通事故
Accessibility
伦理困境
隐私顾虑

Waymo 技术页面:https://waymo.com/tech/
解释文章:搜索“自动驾驶汽车如何工作?”或访问 https://www.scientificamerican.com/ 并搜索自动驾驶汽车。
YouTube 视频:搜索“Waymo 自动驾驶汽车解释”
额外学习
人工智能系统案例研究
审视人工智能系统——案例研究
在本活动中,您将选择一个真正的人工智能系统并探索它的工作原理。您将研究并解释您的人工智能系统如何执行人工智能的五个重要理念:感知、推理/计划、学习、交互和影响。
ChatGPT 或其他聊天机器人
Siri、Alexa 或 Google 助理
AI应用于医学(AI诊断疾病)
游戏中的人工智能(视频游戏中的人工智能对手)
人工智能推荐系统(Netflix、YouTube、Spotify)
是否人工智能
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
你是如何预测正确答案的?
你能在 20 秒内预测出画的是什么吗?



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。
为什么有些面包图被画成一片,而另一些被画成一整条?

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?

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
“过程”

示例:制作蛋糕
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
我的输入是什么?
做蛋糕的步骤是什么?
输出是什么?



示例:种植种子
我的输入是什么?
种植种子的步骤是什么?
输出是什么?


示例:洗手
我的输入是什么?
洗手的步骤是什么?
输出是什么?


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。



优化算法
11-13岁

在本课中,我们将:
认识到算法可以有不同的目标(品味、整洁、有趣)。
编写一个用于制作食谱的算法(指令集)。
分析不同目标如何影响算法设计
反射
什么是算法?
算法由哪三个部分组成?

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
“过程”

食谱写作挑战
为您选择的食谱编写算法。
与合作伙伴合作比较您的算法。
你们的算法有什么共同点?
有什么不同?
如果您必须在不使用“最佳”的情况下命名您的算法,您会选择什么词?
(例如:“最整洁”、“最美味”、“最有趣”)
课堂讨论结束后回到座位!

食谱写作挑战
整洁——您在制作食谱后是否包括了清理步骤?
味道——您是否指定了要使用多少成分才能获得最佳风味?
乐趣/创造力 - 您是否将最终产品切割成特殊的形状或设计或添加任何特殊的东西?
速度——你是否专注于尽可能快地制作食谱?

优化这个词是什么意思?
有人做完食谱后清理过吗? → 优化整洁
有人做了什么额外的事情吗?把它切成有趣的形状? → 优化趣味性
有人以特殊方式添加成分吗? → 口味优化
有人设定步数时间吗?→ 优化速度

现实世界中的算法
<#>
隐身标签


现实世界中的算法
想象一下两个 Tik Tok 用户:
📱 一名对科学和手工艺感兴趣的 12 岁学生。
📱 一名22岁的大学生,对新闻和健身感兴趣。
当他们在 TikTok 上搜索“健康饮食”时会发生什么?
现实世界中的算法
人工智能算法(例如 Netflix、YouTube 或 TikTok 推荐系统中使用的算法)决定首先向您展示什么,从而决定您观看、阅读或收听的内容。这些决定会影响你的观点、兴趣,甚至你看待世界的方式。那么应该由谁来控制呢?人工智能背后的公司应该决定什么是“最好的”,还是用户应该有发言权?

程序员如何编写算法?
我们如何调整我们的指示以使其更加具体?
我们如何调整我们的指示以使其更加具体?

单位回顾
你能解释一下人工智能吗?

机器如何学习?

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

