Code.org的扩展范围不只是讲授编码概念

2021-11-19 20:53 来源:

打印 放大 缩小

Code.org的扩展范围不只是讲授编码概念。它继续发展到人工智能AI。计算机科学教育周从今天开始,在世界各地的学校中都有“代码小时”活动。

教编码还不够!还应该同时向孩子们教授AI的概念!正如我们在“适用于K-12的人工智能”中所考察的那样,事物发展迅速,从学龄起就对AI的熟悉是技术教育行业的新规范:

未来几代人应该能够应对第四次工业革命所塑造的局面,理由是在不久的将来,人工智能将以一种或另一种方式影响我们生活的大多数方面,因此孩子不应该仅仅成为消费者的消费者。这项技术,他们还必须能够与之合作,以创建共同使世界变得更美好的解决方案。

这就是Code.org试图用其2019年新的代码小时来反映的内容。在“面向海洋的AI”中,三年级及以上的学生通过使用AI清洁我们的海洋来学习AI。

在小型视频讲座和互动游戏活动的混合中,通过教授ML算法如何分辨垃圾中的鱼,向学生介绍了AI的概念,特别是机器学习。

在亚马逊的“机械土耳其人”的鞋子上行走时,会向孩子们展示对象和鱼的滚动图像,他们必须将它们标记为一个或另一个,以便教导算法以了解哪个是哪个。据解释,该算法的性能与所馈送数据的质量及其用户标记密切相关,也就是说,如果将瓶子标记为鱼,则会使算法易于将对象误认为鱼或鱼。反过来。

在贴标阶段之后的活动中很好地证明了这一点,您可以观察算法对图像进行自己的分类的效果。收到的输入越好,给出的结果越好,在出现较大偏差的情况下,游戏会提示学生使用更多数据重新训练算法。

尽管没有明确说明鱼类识别算法的实际含义,但可以理解,由该算法提供动力的机器人很可能可以通过收集垃圾而去水下清洗水,而不会留下鱼。

本教程还通过解决可用于训练算法的数据中引入的偏差来解决AI中的道德问题。它解释说,输入“数据”有多种形式;可能是图像,视频,音频甚至X射线,例如,如果所有X射线扫描都是男性患者,那么当面对女性患者的扫描时,该算法将无法做出准确的预测,有关另一种偏见的教育方法,请参见AI如何区分。

责任编辑:互联网