走进幼儿园里的人工智能课

幼儿人工智能教育

编译 | 孙亚萍

“这些食物中哪一种最像西红柿：草莓、香蕉还是牛奶？”这是一个问题，也是一个游戏，对于幼儿园的宝宝来说，回答这个问题并不困难，但解释为什么就颇具挑战了。而这个简单的问题，正是人工智能图像识别的逻辑基础。

众多研究表明，幼儿时期的教育奠定了一个人走向何处去的基础，这个基础里包括能力和视野。现在中小学校甚至幼儿园里，都在越来越多运用各种智能手段辅助教学，但人工智能本身也有非常多的内容是可以在中小学甚至幼儿园来教授的。在将各学科知识融会贯通进行运用的同时，人工智能更开启了许多新思路、新视野。人工智能在学前教育的引入，可能会带来一场影响深远的革命性转变。

和十以内加减法不同的是，“哪一种食物最像西红柿”的问题，更为开放，也更生动具体，其中牵涉的维度很多，也更吸引孩子。因此，当孩子们在老师的循循引导下更加全面地讨论和领会了这个问题之后，相关的人工智能原理也变得触手可及。

我们再来看一个幼儿园里关于图画的人工智能课：

Google的 Creative Lab 纽约团队开发了一款“你来笔画AI来猜”的游戏，吸引了世界各地数以百万计的玩家动手参与，这就是“Quick Draw！”，可以将其理解为涂鸦版的“你来比划我来猜”。这款游戏通过用标记过的数据集来训练 Sketch-RNN 模型，尝试让该模型来实时预判玩家画的是什么，到现在已经搜集到了来自全球各地 10 亿多个手绘的涂鸦。

在幼儿园的一堂课上，班里的20多个孩子大部分都很喜欢画画，老师会向孩子们展示他们所熟悉的绘本或卡通作品中的部分插图，这些插图不是完整的，而仅仅画了几条线，例如米老鼠、苏斯博士戴高帽子的猫、小鸡卡梅拉、小猪佩奇或皮卡丘的一些局部特征线条，然后让他们猜猜这个角色是什么。

在他们猜到每一个之后，老师会问孩子们：

你怎么知道是那个角色？

您是不是一开始认为这是其他东西，然后又改变了主意？

你是在什么时候（当线条出现多少的时候）知道是那个角色的？

为什么甲学生在乙学生之前认出了图片？

老师会引导他们理解，更多（更高频率）接触插图将使他们能够在答案揭晓之前预测答案，并且，随着更多线条的出现，他们可以检查并确认或否定他们的预测。

之后，老师会向孩子们解释什么是人工智能，以下面的引语作为参考：

“人工智能的基本定义就是计算机能够执行通常人类会执行的任务，”技术集成专家 Deb Norton 说。

老师会告诉学生，计算机正在做人类通常使用自己的思维或智能来知道如何去做的工作。

接下来，孩子们开始分组玩Quick Draw游戏，老师会在各组之间漫游，观察并记录孩子们的反应和互动。当每个团队的成员都轮流玩了一遍之后，老师就组织大家围成一圈来讨论这个游戏，并将这个人工智能游戏与前面孩子对卡通角色进行识别判断的游戏联系起来，进行比较分析。