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 (拟)
专家顾问:王万良 张军平
学术指导:肖 俊 窦志成 刘峡壁
主 编:张 楠 刘希未 袁中果
副 主 编:宫晓燕 任思国 李 翊 杨 华 龚 超 禹东婷 高 凯 宇 慧
编 委:(按姓氏首字母排序)
常 青 陈 杰 杜昌辉 何 山 李柏翰 刘 丹 刘 毅 龙 斌 梁程盈 齐一楠 仇鼎宸
孙善伟 王 爽 王艳杰 杨 爽 王 国 李 煜 王 鹏 余 静 张 超 赵红霞 赵爱红
郑 政 钟柏昌
统 稿:张梦晗 祝泽程 李 博
一、测评依据
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升行动。
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。
二、题型设置
理论综合 | 应用实践 | ||
分类 | 人工智能与信息素养知识 | 专业模块理论知识 | 模块实践 |
分值占比 | 20% | 50% | 30% |
理论综合 题目分类比例 | |||
分类 | 总题目数量 | 人工智能与信息素养知识 | 专业模块理论知识 |
单选题 | 20 | 6 | 14 |
多选题 | 10 | 3 | 7 |
判断题 | 10 | 3 | 7 |
1. 理论综合(分值占比70%)
1) 考点内容及题型分布(以图形化编程语言一级为例参考)
考点内容 | 单选(数量) | 判断(数量) | 多选(数量) |
计算机基础知识 | 3 | 2 | 2 |
图形化编程语言的界面与操作 | 2 | 1 | 1 |
基于程序逻辑的角色方向设定 | 2 | 1 | 1 |
角色/背景新建、造型切换与造型修改 | 3 | 1 | 1 |
顺序结构与等待模块 | 2 | 1 | 1 |
循环结构 | 2 | 1 | 1 |
人工智能历史 | 2 | 1 | 1 |
强人工智能与弱人工智能的区别 | 2 | 1 | 1 |
人工智能应用场景 | 2 | 1 | 1 |
2) 题型分值设计
l 单选题答对得1分,答错得0分。共20题,总计20分。
l 判断题答对得2分,答错得0分。共10题,总计20分。
l 多选题大对得3分,多选、漏选、错选均得0分。共10题,总计30分。
l 卷面总计70分。
2. 应用实践(分值占比30%)
根据应用实践中每个模块的测评范围进行命题。考核考生对知识与技能、高阶思维、人机混合协同创新、智能社会责任四个维度的理解程度。具体可参考样题示例。
测评方式因模块使用场景不同而定。 如,Python可实现系统自动化判断输入输出几项必要内容的检测。如图形化编程可通过创作作品后提交测评评审组评审,亦可通过在线解题通关形式检测考生实际掌握程度。
三、核心素养模型
四、“1”人工智能理论综合+“X”人工智能应用实践测评内容
五、命题范围
“1”人工智能理论综合
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。
人工智能应用实践-程序设计-思维逻辑
总纲
1. 编程基础
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。
人工智能应用实践-程序设计-图形化编程
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。
人工智能应用实践-程序设计-Python编程
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) 数值型、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) 熟练掌握不同进制间的转换技巧。
*说明:软件使用python3.7-3.9官方版本
人工智能应用实践-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。
人工智能应用实践-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。
人工智能应用实践-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。
人工智能应用实践-智能产品结构-模块搭建
总纲
1) 能够使用模块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。
人工智能应用实践-算法基础
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。
任务说明
以每次发布测评正式发布的任务说明为准。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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。
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。
任务说明
以每次发布测评正式发布的任务说明为准。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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。
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
任务说明
以每次发布测评正式发布的任务说明为准。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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。
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。
任务说明
以每次发布测评正式发布的任务说明为准。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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。
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,大家在认识和学习人工智能的时候,不能忽略知识工程哟,它也是一个十分重要的技术。
任务说明
以每次发布测评正式发布的任务说明为准。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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-创新应用
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。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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。
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。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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。
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。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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。
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。
作品提交
作品提交学会素养测评工作组网站AICE.caa.org.cn。
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。
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。