中国自动化学会普及工作委员会
前 言
本标准由中国自动化学会、中国科学院大学人工智能学院共同监督指导,由青少年人工智能核心素养测评工作组统筹专家委员会开发推出,经中国自动化学会智慧教育工作委员会与普及工作委员会审核通过后发布。本标准适用于青少年人工智能核心素养测评的各级别学生评价工作的规范和指导,由经授权的中国自动化学会人工智能后备人才培养工程共建基地、青少年人工智能核心素养测评相关合作单位承担招生、宣传推广和相关服务工作。
本标准旨在发挥学会的学术引领和科学普及职能,致力于青少年人工智能核心素养测评体系的研发与应用,推动人工智能在基础教育阶段的规范发展,联合优秀研发单位、院校、社会企业力量共同参与,为国家选拔适应未来的优秀AI技术人才做储备,引领人工智能普及新路径。
本标准从人工智能基础人才培养体系和目标出发,以系统性、长周期的对学生在思维、实践、理论、心理等不同维度的能力成长进阶进行评价,不以标准化、分数化模式量化学生成长模型,坚决推动科学的教育评价体系形成,打造真正关注学生基于人工智能知识和技术体系的综合能力素养成长的评价标准。
本标准依托由中国自动化学会智慧教育专家委员会和普及工作委员会设计、经专家论证通过的青少年人工智能核心素养模型及内容框架为基础开发,根据“1+X”模块化内容设计,学生完成相应内容测评后可获得阶段性评价结果,达到一定阶段后,可与高校人工智能探究性项目制学习培养项目进行衔接,获得更专业、更系统的教学和指导。
本标准版权归属中国自动化学会,使用者仅限于获得授权的各相关单位,包括中国自动化学会后备人才培养工程共建基地、青少年人工智能核心素养测评联合发起单位、技术委员会委员会单位、内容合作单位、服务中心、测评基地。未经中国自动化学会允许,任何单位和个人不得擅用本标准内的文字、图片、链接等信息,违者将追究法律责任。
编 委 会 (排名不分先后)
专家顾问:王万良 张军平
学术指导:肖 俊 窦志成 刘峡壁 田 锋
政策顾问:张 楠
主 编:刘希未 袁中果
副 主 编:宫晓燕 龚 超 高 凯 李 翊 任思国 宇 慧
编 委:(按姓氏首字母排序)
常 青 陈 杰 杜昌辉 何 山 贾志勇 李柏翰 李 煜 刘 丹 刘学瑞 刘 毅
仇鼎宸 任 赟 佟松龄 王 爽 杨 爽 王 猛 王 鹏 王祺磊 张 超 赵红霞
赵爱红
统 稿:张梦晗 祝泽程 李 博
一、制定依据
2017年,我国国务院印发《新一代人工智能发展规划》,提出要在中小学阶段设置人工智能相关课程,推动人工智能领域一级学科化,把高端人才的队伍建设作为人工智能发展的重中之重,完善人工智能教育体系等内容。此《规划》的提出,将人工智能的发展同中小学教育相联系,人工智能正深入中小学教育并稳固发展。
2018年4月,我国教育部发布《教育信息化2.0行动计划》,明确强调了提升信息
素养对全面落实立德树人目标、培养高素质创新人才的重要作用,要从提升师生信息技术应用能力向全面提升其信息素养转变, 推动教育信息化转段升级。同时进一步强调“制定学生信息素养评价指标体系,开展规模化测评,实施有针对性的的培养和培训”。
2021年6月25日,国务院印发《全民科学素质行动规划纲要(2021—2035年)》
(简称《纲要》),对目前青少年科学素质教育中所面对的痛点,比如城乡科学教育发展不均衡、科学教育人才储备和发展不足等问题,提出了明确的发展方向。《纲要》提出,实施乡村教师支持计划。加大科学教师线上培训力度,深入开展“送培到基层”活动,每年培训10万名科技辅导员。
《纲要》提出,将在“十四五”时期针对青少年、农民、产业工人、老年人、领导干部和公务员等5类不同的行为主体开展科学素质提行动。
其中,“青少年科学素质提升行动”被列为首位,明确指出了针对我国青少年科学素质的培养方略,需激发青少年好奇心和想象力,增强科学兴趣、创新意识和创新能力。
按照人才培养过程划分,测评项目分为两个阶段:
入门普及阶段,考生可根据自己的特长和能力,任选其一模块参与测评。
进阶提高阶段,考生可根据自我兴趣和探究能力,任选其一进行申报。
入门普及阶段
表 1 入门普及阶段项目说明
测评项目 | 工具/模块 | 级别 |
A.人工智能程序设计 | 1.图形化编程语言 | 一级至五级 |
2.Python 语言 | 一级至八级 | |
3.C++语言 | 一级至五级 | |
B.人工智能感知控制 | 1.思维逻辑 | 一级至三级 |
2.积木机器人 | 一级至四级 | |
3.Arduino | 一级至五级 | |
4.Micro:bit | 一级至五级 | |
C.人工智能产品结构 | 1.结构搭建 | 一级至四级 |
进阶提高阶段
表 2 进阶提高阶段项目说明
测评项目 | 工具/模块 | 测评方式及成果 |
D.人工智能应用领域 | 1.智能交通 | 作品展示+项目问辩 作品包含(实物/方案/原型、研究报告) |
2.智慧家居 | ||
3.智慧农业 | ||
4.智慧医疗 | ||
E.人工智能算法基础 | 1.大数据 | 作品展示+项目问辩 作品包含(实物/方案/原型、研究报告) |
2.机器视觉 | ||
3.自然语言处理 | ||
4.机器学习 | ||
5.知识工程 |
三、测评大纲
人工智能与信息素养知识
总纲
1) 了解人工智能的创立时间、历史发展与未来趋势。
2) 了解中国历史上的人工智能事件及身边的人工智能应用。
3) 了解专家系统的含义、构成、基本原理。
4) 了解计算机视觉、语音识别的基本步骤及相关应用。
5) 了解计算机语言基础、网络通信与安全、操作系统。
6) 了解机器学习中回归算法、分类算法、降维算法等常用算法。
7) 了解计算机科学与人工智能之间的交叉渗透知识。
8) 了解信息意识、计算思维、数字化学习与创新、信息社会责任相关的信息技术学科知识。
9) 了解人工智能学科交叉融合的基本知识体系,如认知科学、脑科学、生物智能、物理学、复杂网络等相关定义和应用场景。
10) 掌握深度学习与神经网络(中高级别)基础知识。
11) 掌握人工智能应用与实践(中高级别)中自然语言处理等基础知识。
12) 掌握运用数理逻辑方法和数学语言建构。
13) 掌握数据结构、数据收集与分析处理与工具应用。
14) 掌握统计、比较、排序不同方法在实践中的应用场景和特点。
级别
Jr. 人工智能与信息素养知识(学前阶段)
1) 了解图灵及其对人工智能的贡献。
2) 了解能够举例说明身边都有哪些人工智能的应用。
3) 了解并举例说明计算机视觉的应用。
4) 了解机器人道德伦理概念,能够根据实际场景判断机器人正确的行为。
5) 了解自动驾驶可能造成的危害。
6) 了解计算思维在生活中的应用,能够分解3步以内的简单任务。
7) 掌握统计数量的方法,能够正确对10以内的数字进行数物对应。
8) 掌握基本的比较方法,并根据比较结果进行有规律的排序。
9) 掌握根据物体的特征进行分类的方法。
10) 掌握在复杂问题中利用抽象思维如何提取关键因素。
1.人工智能与信息素养知识 一级
1.1了解团队合作在解决问题中的重要意义。
1.2了解模式识别,能在程序中发现规律,找到解决问题更简单的方法。
1.3了解在任务结束后进行归纳和总结的方法,能够进行知识的迁移。
1.4了解人工智能道德伦理概念,能够在多个场景中判断全部的机器人正确行为。
1.5了解基于实际应用场景示例的信息社会优势。
1.6了解计算机的五大构成部分:控制器、运算器、存储器、输出设备、输入设备。
1.7掌握统计数量的方法,能够正确对100以内的数字进行数物对应。
1.8掌握生活中事物的比较、分类、排序、测量等方式,进行人工智能相关的思维训练。
1.9掌握计算思维在生活中的应用,能够分解8步以内的较复杂的任务。
1.10掌握在程序运行过程中的试调技巧,运用排错思维修改程序直到正确。
1.11掌握运用流程图方法了解程序的基本结构:顺序结构、分支结构、循环结构。
1.12掌握运用流程图完成问题或任务分析。
2. 人工智能与信息素养知识 二级
2.1了解人工智能学科创立的时间及当时创立之初的主要人物的相关事迹或故事。(示例:艾伦·麦席森·图灵、约翰·麦卡锡、马文·明斯基、纳撒尼尔·罗彻斯特、克劳德·香农等;
2.2 了解阿西莫夫三定律及第零定律的形成缘起及发展过程。2.3 了解阿西莫夫三定律及第零定律的形成缘起及发展过程。
2.3了解计算机视觉的应用,并能明确判断使用场景。
2.4 了解计算机五大构成部分各部分之间如何协调工作的基本原理。
2.5 了解数字化表示信息的优势
2.6 了解计算机及网络的优势。
2.7 掌握通过简单的图示判断逻辑结构定义中的集合、线性结构、树形结构、图形结构数据元素关系。
2.8 掌握中国人工智能发展历史上的重要人物和故事。(示例:吴文俊、陆汝钤、张钹、王湘浩、蒋新松、李未、郑南宁、戴琼海、李德毅、何恺明、翟成祥、陆奇、贾扬清等)。
2.9掌握人工智能的主要使用场景,并发现技术的使用风险和可能带来的问题。
2.10掌握问题分析过程,能够利用流程图表示任务的关键过程。
2.11 掌握结构化程序设计的基本原则。
2.12 掌握二进制及十进制,并会查阅ASCII字符代码表。
3. 人工智能与信息素养知识 三级
3.1 了解人工智能的三起两落的时间点,以及最新一次人工智能兴起的重要标志性事件的原因。
3.2 了解什么是机器学习,以及机器学习与人工智能的关系。
3.3 了解人工智能可能引发的社会问题。
3.4 了解基于信息系统主要功能的实际应用场景。
3.5 了解弱人工智能及强人工智能的广义概念,并能够判断主要技术应用场景的归类。
3.6 了解图灵测试的基本原理和缘起。
3.7 掌握运用复杂流程图分析问题或任务。
3.8 掌握人脸识别的基本步骤。
3.9 掌握人工智能安全性相关问题。
3.10 掌握相应的信息获取、加工、处理工具,能够根据给定的任务选择适当的工具。
4. 人工智能与信息素养知识 四级
4.1 了解知识图谱的概念,熟悉知识图谱的技术原理和应用场景。
4.2 了解机器学习能够解决的问题(回归、分类、聚类、降维),重点考察前三个问题。
4.3 了解图像识别的概念,熟悉图像识别的技术原理和应用场景。
4.4 了解信息系统的组成、功能与开发过程。
4.5 了解信息技术的四大基本技术。
4.6 了解文本类、图像类、声音类数据处理的过程与机器学习之间的关系。
4.7 了解AlphaGO中涉及的人工智能算法的其他应用场景。
4.8 掌握专家系统的基本概念和处理问题方法逻辑,举例有代表性的专家系统应用案例。
4.9 掌握语音识别的基本步骤。
4.10 掌握什么是强化学习,它与有监督/无监督学习的区别。
4.11 掌握程序设计的基础知识,能够根据给定的问题选择或设计合适的算法。
4.12 掌握运用数字化工具在指定问题情境中求平均值的方法。
4.13 掌握基于复杂任务的模块化或系统化解决方法。
5. 人工智能与信息素养知识 五级
5.1 了解人脸识别中所用到的神经网络及主要特征。
5.2 了解相关的信息法律法规,具有良好的信息安全意识,具备良好的信息道德与伦理。
5.3 了解自然语言处理中所用到的神经网络及主要特征。
5.4 了解广度优先搜索算法、深度优先搜索算法的区别。
5.5 掌握K近邻算法的基本概念和算法原理,并能够列举出主要应用场景用途。
5.6 掌握监督学习与无监督学习之间的区别。
5.7 掌握语音识别、机器翻译等人工智能技术的基本原理。
5.8 掌握基于情感词典的情感分析基本步骤。
5.9 掌握电车难题引发的人工智能伦理问题。
5.10 掌握信息技术的发展脉络与发展趋势,以及产生的社会应用。
6. 人工智能与信息素养知识 六级
6.1了解人工智能三大学派的起源及主要研究方向和成果。
6.2掌握K均值算法的基本概念和算法原理,并能够列举出主要应用场景用途。
6.3能够根据样本特征的散点图分析K近邻算法或K均值算法的运行效果、问题及改进方法等。
6.4理解过拟合与欠拟合的概念,并能根据实际情景做出问题判断。
6.5掌握贪婪最佳优先搜索算法的基本概念和算法原理,能够在路径搜索场景中应用算法原理判断结果。
6.6了解关联规则学习的概念,能够对少量数据进行计算,得到支持度、置信度和提升度,并根据计算结果得出结论。
6.7了解遗传算法的概念,了解该算法与进化生物学的关系。
6.8了解当前自动驾驶技术的原理以及自动驾驶技术的探索方向。
7. 人工智能与信息素养知识 七级
7.1了解强化学习的定义及其与监督学习、无监督学习的区别。
7.2掌握线性回归算法的基本概念和算法原理,并能够列举出主要应用场景用途。
7.3能够根据样本特征的散点图分析线性回归算法的运行效果、问题及改进方法等。
7.4掌握A*算法的基本概念和算法原理,能够在路径搜索场景中应用该算法判断结果。
7.5理解深度学习与神经网络的概念,理解神经网络中神经元等概念。
7.6了解反向传播算法的概念及其算法原理。
7.7了解生成对抗网的概念。
8. 人工智能与信息素养知识 八级
8.1能够挑选适合某一场景或问题的人工智能算法。
8.2能够评价人工智能算法的执行效果并做出分析。
8.3能够对比不同搜索算法的异同,并根据场景选用适合的算法。
8.4了解大模型及生成式人工智能,了解其对人类日常生产生活可能造成的影响。
8.5了解扩散模型(diffusion models)、Transformer模型及其相关概念,如马尔科夫链、自注意力机制。
8.6了解GPT、DALL·E、Stable Diffusion、Midjourney等人工智能技术及其应用领域,能够正确理解人机协作的概念。
8.7广泛了解人工智能领域存在的伦理及法律问题,如“人工智能偏见”,并能举出具体实例。
人工智能应用实践
A-1、程序设计—图形化编程语言
总纲
1) 程序文件类型及对文件的基本操作。
2) 舞台和角色的管理。
3) 背景音乐和角色声音的设定。
4) 指令分类方法和指令模块的使用场景。
5) 顺序结构、选择结构和循环的机构的基本应用。
6) 选择嵌套和循环嵌套。
7) 算法的自然语言描述法和流程图描述法。
8) 字符串类型数据、数值型数据和布尔型数据(True和False)。
9) 数学运算、逻辑运算和关系运算。
10) 变量、列表、函数、广播、克隆、自定义积木等模块的使用方法。
11) 搜索和排序的算法的实现。
12) 多级索引、二维列表、队列、集合等数据结构的简单应用。
分级
1. 图形化编程语言一级
1.1 了解图形化编程语言所对应工具的界面布局,清楚编程环境界面各个部分的功能。
1.2 了解指令块形状、颜色等分类方法,能够说出编程环境中指令分类的方法及其作用。
1.3 清楚该编程工具保存文件的后缀名,能够使用编程工具新建、打开、保存正确格式的程序文件。
1.4 能够使用正确方法运行、停止程序。
1.5 能够使用正确的指令改变背景及角色的外观。
1.6 清楚顺序结构概念,能够在编程环境中通过鼠标拖拽实现指令之间的正确有序连接。
1.7 了解参数的概念及其作用,能够在正确位置调整指令模块中的参数。
1.8 了解方向概念及其作用,能够通过修改对应指令的相关参数来控制角色的移动方向。
1.9 了解声音指令的作用,能够根据需求,完成简单的声音播放。
2. 图形化编程语言二级
2.1 了解位置的基本概念及其作用,能够找到设置位置对应的指令模块。
2.2 了解坐标的基本概念,能够通过修改对应指令的(x,y)坐标来准确表示角色位置。
2.3 了解算法的作用,能够使用“自然语言描述法”来描述算法的主要处理步骤。
2.4 清楚分支结构的概念,能够正确处理多个条件之间的关系。
2.5 了解循环结构的概念,能够判定应该使用循环语句解决问题的场景。
2.6 了解数据类型的分类,认识常用的字符串类型数据、数值型数据和布尔型数据(True和False),清楚条件判断类型语句的结果为布尔型数据。
2.7 了解字符串类型数据的相关操作,能够修改字符串内容。
2.8 了解“运算”模块中的相关指令,能够利用相应指令进行简单的数学运算和逻辑运算。
2.9 理解随机数的概念,能够在合适的场合中选用随机数指令在程序中产生一个随机数。
2.10 掌握“侦测”类指令的使用,能够实现相关数据的获取。
3. 图形化编程语言三级
3.1 理解输入和输出的概念,清楚任何程序都要处理输入的信息并输出结果,能够使用“流程图”来描述算法过程。
3.2 理解循环结构,能够在合适的场景下使用循环语句更高效地解决实际问题。
3.3 深入了解“画笔”模块中指令作用,能够设置画笔的各项参数。
3.4 深入了解“运算”模块中的相关指令,在给定公式的前提下,能够利用相应指令进行相对较复杂的数学运算。
3.5 掌握字符串类型数据的相关操作,能够获取子字符串内容、判断字符串长度、拼接字符串等基本操作。
3.6 理解变量的概念,能够完成创建变量、设置变量名、修改变量名、设置变量初始值、获取变量参数等操作。
3.7 能够应用广播来传递数据,并且能够理解广播和广播并等待的区别。
4. 图形化编程语言四级
4.1 掌握流程图的使用方法,能够对常见的顺序、选择、循环结构的程序绘制出对应的流程图,辅助分析解决问题。
4.2 能够使用选择嵌套解决简单问题。
4.3 能够使用循环嵌套解决简单问题。
4.4 区分数学运算、逻辑运算和关系运算,能够运用相关运算指令,完成数据处理。
4.5 深入理解变量的运用,能够区分局部变量和全局变量。
4.6 理解列表是变量的集合,灵活新建列表,能够动态添加、插入、删除列表元素。
4.7 了解自定义积木的优点(统一有规律的脚本),能够在合适的情境下使用“自定义积木”。
4.8 了解函数的概念,能够使用自定义积木创建函数。
4.9 了解克隆的概念,能够应用克隆来生成克隆体,并灵活控制克隆体。
5. 图形化编程语言五级
5.1 能够完成顺序结构、选择结构和循环结构的综合运用。
5.2 能够使用选择嵌套、循环嵌套解决较为综合的问题。
5.3 理解函数的概念和作用范围,能够创建一个有返回值的函数。
5.4 能够编程设计实现一种搜索和排序的算法。
5.5 了解基本数据结构的概念和分类,能够实现对多级索引、二维列表、队列、集合等数据
结构的程序设计。
5.6 能够综合以上知识点对程序进行优化, 提高运行效率。
人工智能应用实践
A-2、程序设计—Python编程语言
总纲
1) Python 基本语法,如:程序的格式框架、缩进、注释等。
2) 程序基础知识,如:变量、数据类型、运算符等。
3) 程序的三大控制结构:顺序结构、分支结构、循环结构。
4) 整型、浮点型、字符串、列表、元组、字典、集合等数据类型及其操作。
5) 函数及程序模块化编程思想。
6) 解析、枚举、排序、查找等基本算法。
7) Python 标准库及内置函数,IO 流文件操作。
8) 面向对象编程的思想,类和对象的关系,构造方法和 self 使用技巧,类的继承和多态。
9) 数据结构中栈、队列的概念及基本使用。
10) Python第三方库的使用,如jieba、wordcloud、requests等。
11) 贪心、递归、递推、动态规划、深度优先搜索、广度优先搜索等算法。
12) 树、图的基本概念和表示方式。
13) 总纲各级别中的人工智能算法的原理及应用。
*说明:软件使用python3.7-3.9官方版本
分级
1. Python编程语言一级
1.1 熟练掌握 Python 官方版本软件的各项功能使用。
1.2 理解程序的基本概念,了解“输入、处理、输出”程序编写方法。
1.3 熟练使用基本 input 函数、print 函数。
1.4 理解基本数据类型如整型、浮点型、字符串的概念和使用场景,并能对基本数据类型进行相互转换。
1.5 理解变量基本概念,掌握整型、浮点型、字符串型等变量命名规则和使用方法。
1.6 掌握 Python 的基本格式,编写程序时会合理的使用缩进、注释等。
1.7 了解程序设计的三种基本结构中顺序和分支结构,并能说出两种结构的特点。
1.8 掌握顺序结构的特点和写法,能够完成编写简单顺序结构程序。
1.9 掌握单分支、双分支、多分支结构语句的特点和写法,能够根据需要解决实际问题。
1.10 掌握常见运算符:算术运算符、关系运算符、逻辑运算符、赋值运算符等的基本用法。
1.11 了解表达式的概念,能够根据需要使用运算符编写合适的表达式。
1.12 掌握 turtle 库简单使用方法:导入库、前进、后退、左转、右转、提笔、落笔、画圆。
2. Python编程语言二级
2.1 理解列表类型的概念,掌握它的基础用法及操作:访问、更新、添加、删除元素,获取元素个数,遍历、排序列表元素等。
2.2 理解元组类型的概念,以及元组和列表的不同。
2.3 掌握嵌套分支结构的格式和使用方法。
2.4 理解循环结构语句中 while 循环的功能和写法,能够使用while循环完成简单循环结构的程序。
2.5 理解循环结构语句中 for 循环的功能和写法,能够使用for循环完成简单循环结构的程序。
2.6 掌握字符串基础用法及操作:字符串的分割、连接、替换、检索、 长度获取等。
2.7 能够综合应用三种程序结构,编写具有一定逻辑复杂性的程序。
2.8 理解算法的概念,了解流程图基本图形,能够识读简单的流程图。
2.9 能够发现程序需要调试,并能够通过观察发现语法错误。
2.10 理解字典类型的概念,掌握它的基础用法及操作:访问、更新、添加、删除、遍历字典元素等。
2.11 理解集合类型的概念,掌握它的基础用法及操作:访问、更新、添加、删除、遍历集合元素等。
3. Python编程语言三级
3.1 掌握嵌套循环结构。
3.2 掌握 time、random、math 等内置标准库的使用方法。
3.3 掌握break、continue子句,掌握循环嵌套结构。
3.4 了解函数的概念和作用,能够在程序中正确调用函数。
3.5 理解枚举算法的算法思想,能够完成多枚举对象的算法设计。
3.6 掌握流程图的概念,能够绘制流程图,使用流程图分析、表示算法。
4. Python编程语言四级
4.1 掌握线性搜索算法。
4.2 掌握冒泡、选择、插入排序算法,能够编写相关程序,实现列表数据排序。
4.3 掌握 txt、csv等数据文件的读写方法,能够编写程序处理数据文件。
4.4 理解程序的异常处理,掌握并熟练编写带有异常处理能力的程序,具备解决程序基本异常问题的能力。
4.5 了解函数的参数(无参、默认参数、多个参数)、返回值、变量的作用域,能够自定义函数解决实际问题。
4.6 了解调试的概念,能够通过观察程序的运行结果对简单程序进行调试。
5. Python编程语言五级
5.1 掌握常用的第三方库的功能及获取、安装、调用等,如 numpy。其他第三方库可做拓展了解,如 pandas、pygame 等。
5.2 掌握二分查找算法,能够对比线性搜索算法与二分查找算法在算法效率上的差异。
5.3 理解程序的抽象及结构及自顶向下设计方法,了解程序模块化编程思想。
5.4 了解数据结构的概念,掌握栈、队列等结构的基本使用。
5.5 掌握递归调用的概念,并能够根据需要使用递归思想完成程序设计。
6. Python编程语言六级
6.1 理解贪心算法的基本概念,并能够利用贪心思想解决简单问题。
6.2 了解面向对象编程的思想,理解类与对象的概念,初步掌握类与对象的使用。
6.3 掌握数据可视化操作,如 pyecharts、jieba、wordcloud、matplotlib,能够使用requests完成数据获取等任务。
6.4 能够综合应用Python知识完成kNN算法(不调用第三方包或模块)。
7. Python编程语言七级
7.1 理解算法以及算法性能、效率的概念,具备效率优化的意识。
7.2 理解深度优先搜索算法的思想,能够利用算法解决相关问题。
7.3 了解广度优先搜索算法的思想,能够理解深搜与广搜的区别。
7.4 理解递推算法的思想,并根据需要将递归程序更改成递推实现。
7.5 理解递归执行的原理及过程,并能够准确设定递归的终止条件。
7.6 理解新型动态规划的基本思路,并能够完成代码实现。
7.7 理解启发式搜索的算法思想。
7.8 理解引用的概念,能够准确判断程序中对象引用地址的改变状态。
8. Python编程语言八级
8.1 理解动态规划的基本思路。
8.2 掌握简单背包问题的动态规划运用,并能够利用算法解决相关问题。
8.3 理解树的定义及其相关概念,掌握树的数据结构的表示方式。
8.4 掌握树的常用遍历方式,并理解不同遍历方式的区别。
8.5 理解图的基本概念、分类以及图的存储方式。
8.6 了解数据结构中堆的概念及基本使用。
8.7 掌握洪水填充算法(floodfill),并能够在实际问题中运用该算法。
8.8 能够阅读技术文档,使用Python调用某一AI开放平台接口,完成植物识别、语音合成等功能。
人工智能应用实践
A-3、程序设计-C++编程语言
总纲
1) 程序的基本概念:头文件与命名空间,编辑、编译、解释、调试等
2) 数据类型与变量:整数型、实数型、字符型、布尔型,以及对应的变量、常量等。
3) 基本的运算符与表达式:算术运算符、关系运算符、逻辑运算符等,以及运算符所构成的表达式。
4) 程序的三大控制结构以及对应的语句:顺序结构、分支结构、循环结构。
5) 数组的定义、访问、修改等综合应用。
6) 字符数组与字符串的关系及综合应用。
7) 函数的定义、调用,以及递归的应用。
8) 结构体的定义及应用。
9) 指针的概念及综合应用。
10) 文件的基本读写。
11) STL模板中常用函数、容器的应用。
12) 简单数据结构:栈、队列、二叉树、简单图存储及遍历。
13) 简单算法:枚举、模拟、贪心、分治、排序、动态规划等基本算法。
14) 初等数论、组合数学相关知识。
分级
1. C++编程语言一级
1.1 能够掌握程序的编写、编译、运行、调试的完整过程。
1.2 了解头文件、命名空间的含义及使用方法。
1.3 掌握基本数据类型:整数型(int、long long)、浮点型(float、double)、字符型(char)、布尔型(bool),以及变量与常量的命名规则、方法。
1.4 了解ASCII码,以及常用数字字符、字母字符的编码。
1.5 掌握程序的基本输入输出语句:cin语句、scanf语句、cout语句、printf语句。
1.6 掌握基本的运算符:
1.6.1. 算术运算符:加(+)、减(-)、乘(*)、除(/)、取余(%)、自增(++)、自减(-)
1.6.2. 关系运算符:大于(>)、大于等于(>=)、小于(<)、小于等于(<=)、等于(==)、不等于(!= )
1.6.3. 逻辑运算符:与(&&)、或(||)、非(!)
1.6.4. 赋值运算符:=、+=、-=、*=、/=、%=
1.7 了解程序设计的三种基本结构中顺序和分支结构,并能说出两种结构的特点。
1.8 掌握顺序结构语句的特点和写法,能够完成简单顺序结构的程序。
1.9 掌握if语句、switch语句的基本格式及使用方法。
1.10 掌握多分支结构,掌握嵌套选择结构的条件判断。
2. C++编程语言二级
2.1 掌握循环结构for语句、while语句、do while语句的基本格式及使用方法。
2.2 理解多层循环嵌套语句的执行过程。
2.3 掌握一维数组、多维数组的定义、访问、遍历方法。
2.4 理解字符数组char []与字符串string类的异同,能够综合应用二者解决问题。
2.5 掌握函数的定义与调用、形参与实参,了解常量与变量的作用范围。
2.6 递归函数的概念、定义、调用方法,以及递归函数的关键:边界条件与递归方程。
2.7 掌握数学库常用函数:绝对值函数、四舍五入函数、取上整函数、取下整函数等。
2.8 结构体的定义、声明、访问等,以及结构体数组的声明、使用。
2.9 指针以及指针变量的概念,指针变量与数组名的异同。
2.10 文本文件读、写的基本方法,文件的相对路径与绝对路径。
3. C++编程语言三级
3.1 数的进制:二进制、八进制、十六进制和十进制及其转化。
3.2 了解调试的概念,能够通过观察程序的运行结果对简单程序进行调试。
3.3 掌握常用链表:单链表、双向链表、循环链表。
3.4 掌握栈、队列的实现原理。
3.5 掌握STL库中的链表(list)、向量(vector)、栈(stack)、队列(queue)容器。
3.6 掌握流程图的概念,能够绘制流程图,使用流程图分析、表示算法。
3.7 掌握枚举算法三要素:枚举对象、枚举范围、判定条件,能够使用枚举算法解决问题。
3.8 掌握模拟算法,能够实现:高精度加法、高精度减法。
3.9 掌握整除、因数、倍数、指数、质数、合数、同余等概念。
4. C++编程语言四级
4.1 掌握高精度乘法,以及高精度整数除以单精度整数的商和余数。
4.2 掌握贪心算法,能够根据题目选择合适的贪心策略。
4.3 掌握递归与递推算法的不同实现,理解二者效率。
4.4 掌握二分法:二分查找、二分答案。
4.5 掌握倍增法的基本思想。
4.6 掌握深度优先搜索算法以及简单的剪枝优化。
4.7 掌握广度优先搜索算法以及代码实现。
4.8 了解树的定义及其相关概念,掌握树的父亲表示法。
4.9 了解二叉树的定义及基本性质、二叉树的孩子表示法、以及二叉树的前序、中序、后序遍历方法。
4.10 掌握欧几里得算法求最大公约数。
4.11 掌握埃式筛法求素数。
5. C++编程语言五级
5.1 了解面向对象编程的思想,理解类与对象的概念,初步掌握类与对象的使用。
5.2 掌握冒泡、选择和插入排序的算法思想,并能够用程序实现。
5.3 掌握STL模板algorithm中的sort函数,能够重写compare函数实现按照需求排序。
5.4 掌握动态规划的基本思想,以及简单的线性动规、背包动规、区间动规实现。
5.5 掌握完全二叉树的定义、性质,以及数组表示法。
5.6 掌握哈夫曼树的定义、构造及其遍历。
5.7 掌握图的基本概念,以及图的两种存储方法:邻接矩阵、邻接表。
5.8 掌握图的遍历方法:深度优先搜索遍历、广度优先搜索遍历。
5.9 掌握简单是组合数学知识:加法原理、乘法原理、排序组合、杨辉三角等。
5.10 掌握线性筛法求素数。
人工智能应用实践
B-1、感知控制—思维逻辑
总纲
1. 编程思维基础
1.1 遇到复杂问题时,可将其分解为简单的、易于理解的和可以解决的子问题。通过模式识别识别任务中的共同特征,从中找出事物的规律。将新问题与已有经验联系在一起,用已知经验解决新的问题。
1.2 能在任务执行过程中忽略不重要的部分,关注重要的环节,能制定逐步解决问题的策略,能够对过程错误进行初步处理,发现并完善解决方案。
1.3 初步认识算法,能够创建和执行一个算法,能够利用数字及其他简易符号表示字母或者单词来进行算法的表达,并通过创建和遵循算法(逐步说明)来完成日常生活中简易任务,如刷牙流程、上学流程等。
1.4 能够利用实体模块化编程工具开发具有顺序结构和简单循环结构的程序,以表达想法或解决简易任务。
1.5 能够使用感知块模块进行外界条件的判断,并作出正确选择,勇于试错,敢于对指定任务进行尝试、分析、修改,以达到良好效果。如,在限定数量的指令模块中完成指定任务需求。
1.6 能运用已学习的编程知识进行跨学科的探索。
2. 结构搭建
2.1 掌握指定模块教具的使用方法,并能够运用教具模仿搭建出生活中常见的静态和动态结构。
2.2 认识现实生活中和虚拟影视中的人工智能产品与机器人,区分哪些是人工智能产品,哪些是机器人。
2.3 了解机器人能走路、说话、听声音的基本原理,乐于探究并能感知人与机器人的差别、各自的优势以及人与机器人的关系。
3. 社会认知
3.1 掌握计数、测量、分类、模式识别等方法,初步进行人工智能思维训练。
3.2 结合生活中常见的问题和案例,具备初步的抽象思维能力,能够识别事件关键因素。
分级
1. 思维逻辑一级
1.1 编程思维基础
1.1.1 能够基于不插电编程教具理解编程基本程序逻辑和功能。
1.1.2 能认识实物编程语言中的运动编程符号、预置编程符号、音乐编程符号,了解其意义,能够应用并能用准确的术语描述。
1.1.3 能识别前进、后退、左转、右转的指令并与运动编程块一一对应,应用运动指令编程达成任务目标。
1.1.4 能识别并应用预置编程块,如预置音乐编程块、预置舞蹈编程块和预置运动编程块所指代的意思并能巧妙应用在程序中。
1.1.5 了解3步以内的简单程序,能应用顺序编程结构以及音乐编程指令进行艺术创作,编写简单的音乐旋律。
1.1.6 能够根据颜色、大小、形状进行分类,并进行比较或有序的排列,能理解序列的意义,知道在生活中有许多事情与序列相关,根据具象化的路线规划设计算法,利用基础的编程模块,完成复杂的序列。
1.1.7 提取并统合信息,对程序进行Debug(程序调试)。
1.1.8 理解循环的定义,并根据排列模式熟练使用循环模块编写程序。
1.1.9 熟练使用角度模块绘制图形:将形状进行拆解、计算,并综合利用所学编程技巧完成图形的绘制。
1.2 结构搭建
1.2.1 能够参照图片实现简单结构的搭建。
1.2.2 掌握互锁、内缩、外扩、垒高、四角支撑、垂直、水平、对称的静态搭建结构。
1.2.3 能够根据项目作品合理布局规划,并通过多种立体互锁结构展示出作品的丰富性和延展性。
1.2.4 螺丝砖的复杂拼接和侧方位连接。
1.2.5 机械臂和转盘的应用。
1.2.6 能够利用梁、板、块、轴、车轮等结构,搭建生活中常见的物体。
1.2.7 初步了解影视中和生活中的人工智能产品和机器人,并能区分哪些是人工智能产品,哪些是机器人。
1.2.8 了解实物编程硬件系统的开关机、连接方法,能够正常启动并进行使用实物编程硬件系统。
1.2.9 了解实物编程硬件系统的工作原理,能用准确的术语来识别和表述各物理组件以及其功能。
1.2.10 能够识别简单的硬件故障,并向教师提出相应诉求以进行故障排除。如在使用中能发现电力不足等故障,能够向教师提出诉求,以解决问题。
1.3 社会认知
1.3.1 对自然动物或现象与人工智能技术结合的应用场景有基础认识,主要包括:常见动植物、物理现象、天气与季节变化。
1.3.2 对科学数概念有基础认识,主要包括:基本平面几何图形和数字数量的对应、规律、累计、数量守恒等数理知识。
1.3.3 对社会科技的先进和智能化的生产方式具备初步认知,比如:扫地机器人、智能餐厅等。
1.3.4 对国学和艺术有基础的领悟和欣赏能力,比如:领悟古诗和寓言故事中蕴含的哲理。
1.3.5 对艺术作品与人工智能技术相关应用场景具备基本的了解,感受人与机器的鉴赏和审美区别。
1.3.6 能够运用抽象思维找到问题中1-2个关键因素。
1.3.7 能够运用分解思维将复杂问题分解为3步以内的子问题。
2. 思维逻辑二级
2.1 编程思维基础
2.1.1 能认识实物编程语言中的运动编程符号、预置编程符号,参数编程符号、循环编程符号,了解其意义,能够应用并能用准确的术语描述。
2.1.2 了解算法的含义,并能够在任务中独立创建和执行一个算法,根据具象化的路线规划设计算法,利用基础的编程模块,完成复杂的序列。
2.1.3 了解5步以内的简单程序,学习顺序结构和循环结构。
2.1.4 了解循环模块的复杂应用,编写出循环并列和嵌套语句的程序。
2.1.5 能理解程序调试的重要意义,有主动检查和调试程序的意识并能应用参数编程块和循环编程块优化程序。
2.1.6 能通过逐一检查,找出程序中错误的模块,完成复杂程序的debug任务,提出并完善解决方案。
2.1.7 利用动画模块,探索速度差,并让机器人完成曲线转弯的路线。
2.1.8 理解条件分支逻辑,利用事件判断模块完成程序的编写。
2.2 结构搭建
2.2.1 能够参照图片实现简单结构的搭建。
2.2.2 通过具象化的机械机构(皮带传动、齿轮传动、杠杆、曲柄摇杆以及蜗轮蜗杆等)了解内部抽象的运行原理。
2.2.3 掌握齿轮平行传动、垂直传动、绕轴旋转、两点固定、皮带传动的动态搭建结构。
2.2.4 根据创设环境,选择对应的机械结构进行实际应用。
2.2.5 联系实际问题,对机械结构进行综合设计再创新。
2.2.6 了解机器人的电动机、喇叭、麦克风、超声波传感器的功能。
2.2.7 了解机器人与人各自的优势,了解机器人对人类生活的影响。
2.2.8 了解实物编程硬件系统各设备间的连接方法,能够独立连接各种设备,以便正常运行。
2.2.9 了解实物编程硬件系统的工作原理,能用准确的术语来识别和表述各物理组件以及其功能。理解输入输出设备之间协同工作的关系,并以此加深对生活中计算机设备的理解和认识。
2.2.10 能够识别简单的硬件故障,并以准确术语向教师提出相应诉求以进行故障的快速排除。如在使用中能发现设备连接错误等故障,可向教师寻求帮助,并提出“连接中断”,以便教师能够快速解决问题。
2.3 社会认知
2.3.1 了解社会群体的生活方式、行为规范、习俗传统等知识,并良好地接受这些影响,去更好地适应社会。
2.3.2 能够完成相对复杂的比较、分类、排序的人工智能思维训练。
2.3.3 能够运用分解思维将复杂问题分解为5步以内的子问题。
2.3.4 尝试用简单的数学方法和逻辑思维去解决生活和游戏中某些简单的问题。
2.3.5 对世界地理环境有初步认知,比如:对沙漠、海洋、热带雨林、高原、宇宙空间等进行探索。
2.3.6 对生活中常见的现象与人工智能技术应用的结合场景进行探索,具备一定的科学常识:声音、光线、杠杆、弹力、离心力等,并了解它们实际的技术应用方式。
2.3.7 了解人类与自然相互依存和转化的关系:能源的利用、仿生学、生态循环等。
3. 思维逻辑三级
3.1 编程基础
3.1.1 了解5步以上的复杂程序,熟练运用顺序和循环结构完成不插电的纸上编程游戏。
3.1.2 能够熟练将已有知识经验与新问题结合,学会归纳和总结,用已知经验解决新问题。
3.1.3 能够独立评估解决问题的方案,及时发现错误并完善和寻求最优解。
3.1.4 能够熟练运用抽象思维、分解思维分析问题,并能够创建5步以上的算法解决问题。
3.2 结构搭建
3.2.1 掌握棘轮棘爪、蜗轮蜗杆、定滑轮、齿轮的加速和减速复杂的动态搭建结构。
3.3 社会认知
3.3.1 了解智能城市中的智能路灯、无人驾驶、智能家具。
人工智能应用实践
B-2、感知控制—积木机器人
总纲
1) 掌握编程环境的使用,程序的下载与运行。
2) 掌握控制电机运动的程序,能够通过参数调整控制机器人行走路径。
3) 传感器的使用包含触动传感器、红外线传感器或颜色传感器、超声波传感器、陀螺仪传感器。
4) 循环、判断程序结构的设计。
5) 单光电传感器巡线算法设计、单光电巡线中双传感器协同算法设计。
6) 双光电传感器巡线算法设计。
分级
1. 积木机器人一级
1.1 基础知识
掌握编程环境的使用程序的下载与运行、掌握机器人实现前进转向的结构与控制电机运动的程序、熟悉调试程序参数的方法。
1.2 测评形式
本级测评以现场实操形式体现。测评时长30分钟,满分100分,60分以上通过。
1.3 测评器材
能够满足测评标准即可。
1.4测评标准
1.4.1 可以现场制作一个机器人满足在平面场地上的前后运动、转向运动。
1.4.2 指定位置出发,机器人可以运行到现场指定的随机位置并在每个位置做出指定动作。
2. 积木机器人二级
2.1 基础知识
触动传感器、红外线传感器或颜色传感器、超声波传感器、陀螺仪传感器。
2.2 测评形式
本级测评以现场实操形式体现。测评时长30分钟,满分100分,60分以上通过。
2.3 测评器材
能够满足测评标准即可。
2.4 测评标准
2.4.1 掌握触动传感器使用与程序,能根据测试要求实施机器人的搭建调试程序实现题目效果。
2.4.2 掌握红外线传感器或颜色传感器的使用与程序,能根据测试要求实施机器人的搭建调试程序实现题目效果。
2.4.3 掌握超声波传感器的使用与程序,能根据测试要求实施机器人的搭建调试程序实现题目效果。
2.4.4 掌握陀螺仪传感器的使用与程序,能根据测试要求实施机器人的搭建调试程序实现题目效果。
3. 积木机器人三级
3.1 基础知识
单光电传感器巡线算法设计、双传感器协同算法设计。
3.2 测评形式
本级测评以现场实操形式体现。测评时长30分钟,满分100分,60分以上通过。
3.3 测评器材
能够满足测评标准即可。
3.4 测评标准
3.4.1 掌握利用单光电传感器循线算法,测试要求实施机器人的搭建调试程序实现机器人沿现场指定黑线巡线。
3.4.2 掌握双传感器之间相互配合的算法,在机器人单光电巡线的基础上可以根据测试要求安装第二个传感器实现如规避线上障碍物,指定位置点停车等功能,能根据测试要求实施机器人的搭建调试程序实现题目效果。
4. 积木机器人四级
4.1 基础知识:双光电循线算法设计。
4.2 测评形式:本级测评以现场实操形式体现。测评时长40分钟,满分100分,60分以上通过。
4.3 测评器材:能够满足测评标准即可。
4.4 测评标准:掌握双光电传感器循线算法,机器人能够在引导线十字交叉路口根据现场要求按指定方向巡线运行,能根据测试要求实施机器人的搭建调试程序实现题目效果。
人工智能应用实践
B-3、感知控制—Arduino
总纲
1) 程序文件类型及对文件的基本操作。
2) Arduino I/O的简单控制、串口的使用。
3) 顺序结构、选择结构和循环的机构的基本应用。
4) 选择嵌套和循环嵌套。
5) 算法的自然语言描述法和流程图描述法。
6) Arduino串联、并联电路、混连电路的连接
7) 字符串类型数据、数值型数据和布尔型数据(Ture 和 False)。
8) 数学运算、逻辑运算和关系运算
9) 变量、函数、自定义模块的使用方法。
10) 传感器的应用。
11) 通信与数据传输的应用。
12) Arduino与多媒体的交互使用。
13) 综合实验、物联网的安装与使用。
14) 综合项目中类库的编写。
分级
1. Arduino一级
1.1 了解电子电路领域的相关理论、相关人物及前沿科技时事。
1.2 理解电流、电压、电阻、欧姆定律、导体、半导体等概念。
1.3 理解串联、并联、混联的概念。
1.4 理解模拟量、数字量、I/O 口输入输出等概念。
1.5 掌握数值在二进制、十进制和十六进制之间进行转换。
1.6 了解Arduino所对应工具的界面布局,清楚编程环境界面各个部分的功能。
1.7 清楚该编程工具保存文件的后缀名,能够使用编程工具新建、打开、保存正确格式的程序文件。
1.8 能够使用正确方法运行、停止程序。
1.9 了解Arduino开发板的硬件分类、基本概要构成及扩展硬件等。
2. Arduino二级
2.1 了解Arduino IDE环境中自带的学习指引,掌握自学基本的指令操作方法的方法,并能够解决一些基本问题。
2.2 掌握程序加载运行的基本方法。
2.3 掌握简单的串联、并联电路、混合连接的电路连接。
2.4 掌握程序设计的三种基本结构、自定义函数。
2.5 掌握变量及变量的作用域。
2.6 理解三极管的功能。
2.7 理解常用传感器、执行器的工作原理。
2.8 理解开环控制和闭环控制。
2.9 掌握时间函数、随机函数、中断的使用。
2.10 能够使用程序控制单个LED灯的亮灭。
3. Arduino三级
3.1 理解输入和输出的概念,清楚任何程序都要处理输入的信息并输出结果。
3.2 能够使用“流程图”来描述算法过程。
3.3 理解循环结构,能够在合适的场景下使用循环语句更高效地解决实际问题。
3.4 能够使用选择嵌套解决简单问题。
3.5 能够使用循环嵌套解决简单问题。
3.6 深入理解变量的运用,能够区分局部变量和全局变量。
3.7 了解函数的概念,能够使用自定义程序构建函数。
3.8 掌握搭建不同的 LED 显示效果的电路。
3.9 掌握处理按键类型数字输入信号的电路。
3.10 掌握使用光敏电阻搭建环境光线检测感应的电路。
3.11 掌握通过可调电阻控制 LED 的亮度变化的电路。
3.12 掌握通过使用超声波传感器、舵机以及红外遥控器。
4. Arduino四级
4.1 掌握流程图的使用方法,能够对常见的顺序、选择、循环结构的程序绘制出对应的流程图,辅助分析解决问题。
4.2 掌握通过编程、利用不同传感器、执行器,实现简单的交互装置。
4.3 使用Arduino 访问网络,与Yeelink进行互动及Web服务器进行通信。
4.4 掌握常用的通信协议,学会使用Wi-Fi、蓝牙、ZigBee和移动通信模块。
4.5 掌握简单的遥控小车制作,如自动跟随、简单避障、单线条巡线。
5. Arduino五级
5.1 掌握Arduino进行智能家居的项目设计。
5.2 掌握基于nRF24L01+无线模块控制机械手臂项目的组装与测试。
5.3 使用arduino制作贪吃蛇小游戏。
5.4 结合App Inventor与Arduino进行物联网的制作与设计。
5.5 掌握累的定义及使用,编写相关的类库。
5.6 掌握Arduino与多媒体Processing和Flash的互动制作。
人工智能应用实践
B-4、感知控制-Micro:bit
总纲
1) 了解micro:bit控制器的基本组成及内置传感器功能。
2) 掌握micro:bit控制器点阵屏幕的显示方式。
3) 熟练使用顺序、循环、分支等程序设计的基本结构。
4) 运用数学知识实现基本程序算法。
5) 掌握常见机械结构的特点,并能灵活运用在项目中。
6) 变量类型及其使用方法。
7) 掌握至少五种传感器的使用方法,并能够合理运用在项目中。
8) 能够使用串行通讯的方式读取传感器数据。
9) 依托摄像头、语音识别等模块完成人工智能的图像识别、语音识别任务。
10) 会使用自定义函数。
分级
1. Mirco:bit 一级
1.1 熟悉micro:bit控制器第一代的主要组成部分。
1.2 熟悉micro:bit控制器第二代的主要组成部分。
1.3 了解micro:bit控制器中的内置传感器及功能。
1.4 熟练掌握micro:bit控制中5*5点阵的显示方式(显示数字、字母、滚屏显示)。
1.5 常见机器人的移动方式。
1.6 齿轮及其作用。
1.7 电学的基础概念。
1.8 程序设计的基本结构。
1.9 人工智能在生活中的应用。
2. Mirco:bit 二级
2.1 micro:bit控制器按键的基本操作及程序控制(按个按键、按键组合)。
2.2 micro:bit控制器内置传感器的应用。
2.3 传感器的种类判别。
2.4 无人驾驶的基本知识。
2.5 机器人领域中常见的电机。
2.6 机器人的机械结构知识。
3. Mirco:bit 三级
3.1 micro:bit外置传感器的知识及应用。
3.2 micro:bit控制器与移动机器人。
3.3 逻辑运算关系。
3.4 人工智能算法。
3.5 机械结构的知识。
4. Mirco:bit 四级
4.1 micro:bit与显示。
4.2 micro:bit控制器与输入输出设备。
4.3 多种机械结构综合运用。
4.4 图像识别、语音识别原理。
4.5 人工智能库文件的运用。
5. Mirco:bit 五级
5.1 完成特定要求的项目制作
5.1.1 小车中使用激光雷达或摄像头进行避障。
5.1.2 小车采用两轮驱动方式。
5.1.3 小车能够识别出两种交通符号。
5.2 对特定项目进行创意
5.2.1 使用micro:bit控制器完成智能家居的设计,为房屋模型增加三种安全设施。
5.2.2 房屋必须采用人脸识别的方式才能打开大门。
5.2.3 车辆进入房屋时,需要采用车辆号牌识别的方式。
人工智能应用实践
C-1、产品结构-结构搭建
总纲
1) 能够使用结构搭建套材实现器材的正确拼接完成基础结构搭建。
2) 能够使用套材实现齿轮传动、皮带传动、链传动的演示模型。
3) 齿轮传动的机械原理加速、减速、改变传动角度。
4) 蜗轮蜗杆、齿轮齿条结构的实现。
5) 利用多个齿轮实现复杂传动比的复合齿轮系统。
6) 更多机械结构的演示模型曲柄摇杆机构、曲柄滑块机构、凸轮与间歇运动机构。
7) 使用正确的机械结构实现长距离传动。
8) 使用马达控制多级机构、机械结构的综合应用。
分级
1. 结构搭建一级
1.1 基础知识
齿轮传动、皮带传动、链传动、基础结构搭建。
1.2 测评形式
本级测评以现场实操形式体现。测评时长30分钟,满分100分,60分以上通过。
1.3 测评器材
能够满足测评标准即可。
1.4 测评标准
1.4.1 能够熟练掌握至少一种构建测评器材,可以独立完成成品模型。
1.4.2 认识皮带、链条传动,能搭建皮带、链条传动模型。
1.4.3 认识齿轮,了解齿轮的作用能搭建齿轮传动的模型。
1.4.4 认识基本平面几何图形,如三角形、长方形、平行四边形、菱形、五边形能搭建题目要求的几何形状。
1.4.5 了解三角形具有稳定性,熟悉三角形在生活中的实际应用。
1.4.6 能够利用梁、板、块、销、轴、轴套、车轮等结构,能搭建生活中常见的物体。
2. 结构搭建二级
2.1 基础知识
齿轮加速、减速、改变传动角度、蜗轮蜗杆、齿轮齿条。
2.2 测评形式
本级测评以现场实操形式体现。测评时长30分钟,满分100分,60分以上通过。
2.3 测评器材
能够满足测评标准即可。
2.4 测评标准
2.4.1 掌握齿轮传动的加速与减速,能计算两个齿轮的传动比并能实施作品的搭建。
2.4.2 掌握齿轮直角传动的作用及特点,如锥齿轮传动、端面齿轮传动等。掌握齿轮齿条机构的设计搭建及作用特点(运动方式的转换以及传动可逆性)比并能实施作品的搭建。
2.4.3 掌握蜗轮蜗杆机构的设计搭建及专有特性,能清晰区分判定结构中的蜗轮、蜗杆比并能实施作品的搭建。
3. 结构搭建三级
3.1 基础知识
复合齿轮系统、曲柄摇杆机构、曲柄滑块机构、凸轮与间歇运动机构、长距离传动。
3.2 测评形式
本级测评以现场实操形式体现。测评时长30分钟,满分100分,60分以上通过。
3.3 测评器材
能够满足测评标准即可。
3.4 测评标准
3.4.1 掌握复核齿轮系统中传动比的计算,比并能实施作品的搭建。
3.4.2 了解曲柄摇杆机构的概念与特点,能够区分、判定曲柄摇杆机构并能搭建演示结构。
3.4.3 了解曲柄滑块机构的概念与特点,能够区分、判定曲柄滑块机构并能搭建演示结构。
3.4.4 掌握间歇式运动的运动方式,熟悉常见间歇式运动机构的组成,能够辨别常见的机械机构是否为间歇式运动并能搭建演示结构。
3.4.5 掌握可以实现长距离传动的结构,能够利用齿轮、皮带、链条、履带、轮轴等实施作品的搭建。
3.4.6 掌握简单滑轮组基本搭建,能够利用滑轮组实施作品的搭建。
4. 结构搭建四级
4.1 基础知识
马达控制多级机构、机械综合应用。
4.2 测评形式
本级测评以现场实操形式体现。测评时长40分钟,满分100分,60分以上通过。
4.3 测评器材
能够满足测评标准即可。
4.4 测评标准
4.4.1 第三级测评标准知识点的综合使用,作品需连接马达检测运动效果能否达到制作要求每个作品使用电机数量限两个以内。
4.4.2 利用曲柄摇杆机构、曲柄滑块机构实现非轮式运动的运动结构。
4.4.3 实现模拟翅膀煽动的运动结构。
4.4.4 实现机械手夹合的运动结构。
4.4.5 实现平面抬升的运动结构。
4.4.6 电动风扇(可动、对传动比例限定,对风扇结构有限定)。
4.4.7 可实现前进后退、转向的小车结构。
4.4.8 了解动滑轮及定滑轮的基本组成、根据具体使用场景选择正确的滑轮。
人工智能应用实践
D.应用领域
1. 评审标准
应用领域的评审标准如下表1所示。
表 1 应用领域的评审标准
评审类型 | 评分维度 | 评分标准 |
作品材料 | 实用性 | 针对学习生产生活实际问题需求,背景清晰,目标明确。 |
创新性 | 在解决方案/系统设计/外观内部/算法模型等 | |
真实性 | 作品或算法是由学生独立完成或全程参与,准确清晰写出自己参与的环节和内容,无技术理解错误或偏差。 | |
艺术性 | 外观和内部需美观,与应用场景契合,用户界面体现清晰设计理念,有设计感。 | |
智能性 | 使用或创新改进多项AI算法,包括:计算机视觉、自然语言处理、语音识别或生成、机器学习算法等,有完整的数据采集、训练调参、优化提升准确度的过程。 | |
合理性 | 使用进度安排/角色分配/进度实施/成本控制等项目管理方法完成设计。 | |
文档材料 | 提交材料与要求种类符合,材料撰写规范(包括摘要、问题背景、他人研究方法、思路框架、技术路线、测试优化和总结及参考文献) | |
研究报告 | 报告摘要 | 简洁明了描述报告的目的、独特性、实现过程的途径和结果 |
作品概述 | 对作品创作规划的整体设计的概要描述、合理性、完整性;篇幅不超过800字; | |
实施方法 | 实施方法的科学性、方法新颖、工程术语准确、拥有思维导图、方法有迭代、工程技术手段合理 | |
验证结果 | 有完整的测试结果的记录反馈、测评结果数据记载; | |
反馈总结 | 对实施、验证、模拟、结果过程的反馈总结的思考和优化记录 | |
文献引用 | 注明引用文献的出处,方便其他研究者或者读者去进一步调查学习; | |
撰写技巧 | 条理清楚,脉络分明。运用顺叙,要注意剪裁得当,重点突出 | |
答辩环节 | 表达力 | 口齿清楚,流畅有力,有感染力说服力。 |
逻辑性 | 针对作品讲解思路清晰、有条理,有逻辑; | |
AI素养 | 考察在人工智能知识的灵活运用和解决问题的实践能力;在计算思维、系统思维、批判思维、设计思维的素养; | |
严谨性 | 充分且准确使用技术术语;全面缜密分析探究问题。 | |
应变力 | 对评审专家的开放型问题、及现场突发现状等的思辨力和应变能力 |
2. 人工智能应用领域范围
2.1 智能家居
智能家居是以住宅为平台,利用综合布线技术、网络通信技术、 安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成,构建高效的住宅设施与家庭日程事务的管理系统,提升家居安全性、便利性、舒适性、艺术性,并实现环保节能的居住环境。比如:基于互联网和物联网控制的网络空调,可在炎炎夏日下班前提前半个小时打开空调,可在外出旅行时定时浇花,可根据天气自动开关的窗帘,可人机语音交互的照明和电视、可基于视频检测的安全控制、可提醒下单购物的冰箱等。
任务说明
我们已经步入智能化社会,但大家如果仔细观察我们的家里,会发现很多地方还没有智能化。请大家仔细观察家居生活,找出对其可以进行自动化、智能化改进的地方,把家居生活变得方便、快捷、绿色、安全。
2.2 智慧交通
智能交通是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、自动控制技术、人工智能技术等)有效地综合运用于交通运输、服务控制和车辆制造,加强车辆、道路、使用者三者之间的联系,从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
比如电子收费、实时交通信息服务、无人驾驶、电子车牌、车牌识别、违章抓拍等。
任务说明
人人离不开每日出行,虽然智能交通已经遍布各个角落,比如智能信号配时、公交电子车牌、自动导航、智能驾驶、违章抓拍等。但相信仔细和聪明的大家还是会发现日常出行中可以采用各种技术手段改进的地方,把出行交通方便、快捷、绿色、安全。
2.3 智慧农业
智慧农业就是将物联网技术运用到传统农业中去,运用传感器和软件通过移动平台或者电脑平台对农业生产进行控制,使传统农业更具有“智慧”。除了精准感知、控制与决策管理外,从广泛意义上讲,智慧农业还包括农业电子商务、食品溯源防伪、农业休闲旅游、农业信息服务等方面的内容。总之,通过各种技术,实现农业精细化、高效化、绿色化发展,让农业更高效,食品更绿色,环境更安全。
项目方向
本项目不设置任务,仅设置项目方向。项目方向包括但不限于智慧种植(空气、温度、湿度、光照、CO2、营养的精准感知和控制及成本控制)、农业大数据、作物建模、土壤诊断、智能排产、食品溯源、植物生长仿真等。
2.4 智慧医疗
智慧医疗通过打造健康档案区域医疗信息平台,利用最先进的物联网技术,实现患者与医务人员、医疗机构、医疗设备之间的互动,逐步达到信息化。
项目方向
项目不设置任务,仅设置项目方向。项目方向包括但不限于健康医疗大数据、医学人工智能、医疗机器人、家庭健康系统、无障碍助残助老系统、特殊人群健康监测和照护等
3. 作品提交
(1)任务说明
以每次测评正式发布的任务说明为准。
(2)作品要求
作品主要包括制作完成的实物、开发的软件系统、设计方案及系统原型等。
作品使用的设备、器材、编程平台、外观和材料不限。以个人/集体(2-3人)为单位完成作品,可有1-3位辅导老师。
(3)作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn(报名对应的评审项目后,在活动作品提交处进行提交)。
(4)提交要求
研究报告:格式不限,中英文皆可,word/pdf格式,字数至少2000字。
附件:硬件清单、软件源代码、研究日志、实验记录等。
视频:不超过1分钟,展示实物模型的功能和创新点。
(5)作品评审
测评工作组组织评审委员会对作品进行线上或者线下评审。
评审过程为现场展示+项目答辩。
通过评审后,作者将获得学会颁发的等级证书。
人工智能应用实践
E.算法基础
1. 评审标准
算法基础的评审标准如下表1所示。
表 1 算法基础的评审标准
评审类型 | 评分维度 | 评分标准 |
作品材料 | 实用性 | 针对学习生产生活实际问题需求,背景清晰,目标明确。 |
创新性 | 在解决方案/系统设计/外观内部/算法模型等 | |
真实性 | 作品或算法是由学生独立完成或全程参与,准确清晰写出自己参与的环节和内容,无技术理解错误或偏差。 | |
艺术性 | 外观和内部需美观,与应用场景契合,用户界面体现清晰设计理念,有设计感。 | |
智能性 | 使用或创新改进多项AI算法,包括:计算机视觉、自然语言处理、语音识别或生成、机器学习算法等,有完整的数据采集、训练调参、优化提升准确度的过程。 | |
合理性 | 使用进度安排/角色分配/进度实施/成本控制等项目管理方法完成设计。 | |
文档材料 | 提交材料与要求种类符合,材料撰写规范(包括摘要、问题背景、他人研究方法、思路框架、技术路线、测试优化和总结及参考文献) | |
研究报告 | 报告摘要 | 简洁明了描述报告的目的、独特性、实现过程的途径和结果 |
作品概述 | 对作品创作规划的整体设计的概要描述、合理性、完整性;篇幅不超过800字; | |
实施方法 | 实施方法的科学性、方法新颖、工程术语准确、拥有思维导图、方法有迭代、工程技术手段合理 | |
验证结果 | 有完整的测试结果的记录反馈、测评结果数据记载; | |
反馈总结 | 对实施、验证、模拟、结果过程的反馈总结的思考和优化记录 | |
文献引用 | 注明引用文献的出处,方便其他研究者或者读者去进一步调查学习; | |
撰写技巧 | 条理清楚,脉络分明。运用顺叙,要注意剪裁得当,重点突出 | |
答辩环节 | 表达力 | 口齿清楚,流畅有力,有感染力说服力。 |
逻辑性 | 针对作品讲解思路清晰、有条理,有逻辑; | |
AI素养 | 考察在人工智能知识的灵活运用和解决问题的实践能力;在计算思维、系统思维、批判思维、设计思维的素养; | |
严谨性 | 充分且准确使用技术术语;全面缜密分析探究问题。 | |
应变力 | 对评审专家的开放型问题、及现场突发现状等的思辨力和应变能力 |
2. 人工智能算法基础范围
2.1 大数据
大数据是人工智能的基石。人工智能是一项比较基础的研究,主要涉及知识表示、智能搜索、推理、规划、知识获取、模式识别、神经网络、智能算法、机器学习等等。其中,机器学习作为人工智能的一个重要分支得到了长足发展,目前的深度学习、强化学习、深度强化学习是这个方向的发展前沿。而大数据主要利用算法技术进行数据内容处理和挖掘。
2.2 机器视觉
机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。
包括图像处理、机械工程技术、控制、电光源照明、光学成像、传感器、模拟与数字视频技术、计算机软硬件技术(图像增强和分析算法、图像卡、 I/O卡等)。一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。
2.3 自然语言处理
人工智能已经成为大众耳熟能详的词汇,而自然语言处理却很少有人了解。自然语言处理(Natural Language Processing,NLP)属于人工智能的一个子领域,是指用计算机对自然语言的形、音、义等信息进行处理,即对字、词、句、篇章的输入、输出、识别、分析、理解、生成等的操作和加工。它对计算机和人类的交互方式有许多重要的影响。人类语言经过数千年的发展,已经成为一种微妙的交流形式,承载着丰富的信息,这些信息往往超越语言本身。自然语言处理将成为填补人类通信与数字数据鸿沟的一项重要技术。
自然语言处理的目标是弥补人类交流(自然语言)与计算机理解(机器语言)之间的差距,最终实现计算机在理解自然语言上像人类一样智能。未来,自然语言处理的发展将使人工智能可以逐渐面对更加复杂的情况、解决更多的问题。
2.4 机器学习
机器学习最基本的做法,是使用算法来解析数据、从中学习,然后对真实世界中的事件做出决策和预测。与传统的为解决特定任务、硬编码的软件程序不同,机器学习是用大量的数据来“训练”,通过各种算法从数据中学习如何完成任务。
举个简单的例子,当我们浏览网上商城时,经常会出现商品推荐的信息。这是商城根据你往期的购物记录和冗长的收藏清单,识别出这其中哪些是你真正感兴趣,并且愿意购买的产品。这样的决策模型,可以帮助商城为客户提供建议并鼓励产品消费。
机器学习直接来源于早期的人工智能领域,传统的算法包括决策树、聚类、贝叶斯分类、支持向量机、EM、Adaboost等等。从学习方法上来分,机器学习算法可以分为监督学习(如分类问题)、无监督学习(如聚类问题)、半监督学习、集成学习、深度学习和强化学习。
传统的机器学习算法在指纹识别、基于Haar的人脸检测、基于HoG特征的物体检测等领域的应用基本达到了商业化的要求或者特定场景的商业化水平,但每前进一步都异常艰难,直到深度学习算法的出现。
2.5 知识工程(知识图谱、专家系统)
在人工智能中,有很多技术都是能够帮助人工智能去解决很多问题的,比如说图灵测试、机器学习、人工神经网络、深度学习等等。当然只有这些还远远不够,人工智能还涉及到了知识工程。
一般认为,人工智能分为计算智能、感知智能和认知智能三个层次。简要来讲,计算智能即快速计算、记忆和储存能力;感知智能,即视觉、听觉、触觉等感知能力,当下十分热门的语音识别、语音合成、图像识别即是感知智能;认知智能则为理解、解释的能力。
运用已有的知识开始进行启发式的解题,并在解题中不断修正旧知识,获取新知识,从而丰富和深化已有的知识,然后再在一个更高的层次上运用这些知识求解问题,如此循环往复,螺旋式上升,直到把问题解决为止。
把知识工程这种模式应用到计算机中,它能够帮助机器学习和获取到更多的知识。对知识工程的简单总结就是一种模拟人类专家解决领域问题的计算机程序系统。
3. 作品提交
(1)任务说明
以每次测评正式发布的任务说明为准。
(2)作品要求
作品主要包括制作完成的实物、开发的软件系统、设计方案及系统原型等。
作品使用的设备、器材、编程平台、外观和材料不限。以个人/集体(2-3人)为单位完成作品,可有1-3位辅导老师。
(3)作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn(报名对应的评审项目后,在活动作品提交处进行提交)。
(4)提交要求
研究报告:格式不限,中英文皆可,word/pdf格式,字数至少2000字。
附件:硬件清单、软件源代码、研究日志、实验记录等。
视频:不超过1分钟,展示实物模型的功能和创新点。
(5)作品评审
测评工作组组织评审委员会对作品进行线上或者线下评审。
评审过程为现场展示+项目答辩。
通过评审后,作者将获得学会颁发的等级证书。