从娃娃抓起：学习AI的优秀时机是初中时期
本文转载自公众号“读芯术”(ID：AI_Discovery)
人工智能这场革命席卷整个世界，学习人工智能和机器学习早已不再是计算机科学专业人员的专利，各个学科背景的研究生甚至高中生都在探索这个领域。这就引出了一个基本问题：开始学习人工智能的优秀时期在什么时候?
我们的猜想是，学生最好从小学习人工智能，尤其是在初中时期。在今年夏天教了一门人工智能/机器学习的入门课程后，我们意识到，虽然有一些点需要多注意一下，但初中生确实能够理解人工智能/机器学习。
先来介绍一下大多数初中生已经学会的知识。在编码方面，一些六年级到八年级的学生都理解编码的基本原理，不论是块编码，比如Scratch，还是实际语言，如Java。幸运的话，有些学生甚至知道Python。
只要学生能理解基本的编码概念，如循环和if语句，他们就可以学习人工智能的概念，因为浅显地学习人工智能并不需要深度编码技能。
在数学方面，大多数学生需要学习基础的代数概念，除非他们提前学过。大多数学生将了解坐标平面，如x-y轴和坡度，最好从这里开始教。但这就意味着不能教授这些概念背后的真正理论，比如损失函数和梯度下降。我们最好浅显易懂地解释总体主题，展示如何在真实世界中应用这些主题。
大多数初中生的总体数学水平 | 图源：作者viaDesmos
教学理念
积极强化和鼓励是保持年轻学生积极性的最有效的方法，让他们意识到自己理解了概念。
要向中学生介绍人工智能，必须从最基本的知识开始。首先，我们要消除“人工智能是一种可以完全独立操作的可怕的机器人”这一观念。从我们的经验来看，大多数学生认为人工智能是《复仇者联盟：奥创纪元》的产物。我们需要先要澄清什么是人工智能，并给出精确、准确的例子。
我们介绍了人工智能是如何充斥在他们的生活中的，从亚马逊Alexa到Netflix的推荐，帮助他们更好地理解什么是人工智能。
最重要的是，想要保持学生积极性，就需要让学生理解为什么人工智能对他们的学习很重要。他们需要明白，未来大多数的工作都会涉及到人工智能，现在学习这些概念会让他们在高中和大学里占据优势。给他们提供一些正在转向实用人工智能领域的例子，如医学和经济学，将使学生产生各种不同的兴趣。
人工智能是一种模拟人类智能的机器，这些机器经过编程，可以像人类一样思考和行动。
为了帮助初中生理解人工智能或机器学习，我们的授课主题需要非常简单直观。我们的解释是，机器将从自己的结果中学习，并运行数千个测试来改进自己。
但对于初中生来说，下面的例子更好理解：人工智能是一个小婴儿，它一遍又一遍地显示正方形和三角形，直到它能够分辨出正方形和三角形。我们以一种易于理解的方式解释了为模型学习提供数据和标签的基本概念。
这是你不应该教的 | 图源：KDnuggets
与其试图区分人工智能和机器学习，不如简单地说它们非常相似，本质上是一回事。试图区分两者只会让已经困惑的中学生更加困惑。这与先教小学生0是最小的数字，然后等他们长大再告知他们负数的存在是同一个策略。
深度学习vs.标准机器学习
诚然，教授深度学习并不是最有效的举措。从标准机器学习算法(如线性回归和逻辑回归)的基础知识开始，将帮助学生脱离不知所措的状态，轻松理解概念。如果一个学生学过代数，甚至懂得基本的线性方程(y=mx+b)，他们就能理解线性回归是如何运算的。同样，积极强化可以让学生保持积极性。
如果需要教授深度学习和神经网络的话，那么尽量简单点。解释一下神经网络，它只是一个函数，就像ƒ(x)，其中ƒ是网络，x是数据。函数的目标是使其输出尽可能接近数据的实际标签。在训练过程中，方程不断改进，以获得正确的输出。这让深度学习看起来像是一个基本的代数函数，易于中学生理解它。
解释人工智能、机器学习与深度学习最简单的方法 | 图源：Edureka
项目与问题
同样，由于目标群体很年轻，首要目标应该是保持他们的积极性和兴趣。毫无疑问，做项目是比较好的方法。通过编码这些项目所获得的实际经验对于帮助他们理解每一部分是如何组合在一起的至关重要。
这也意味着这些项目应该尽可能的简单且妙趣横生。例如，一个乳腺癌分类项目非常受欢迎，因为许多学生认为他们在“治愈癌症”，这是一个极大的动机。
通常，代码显然比实际模型涉及更多内容，例如，语法和数据预处理。记住，目标是关注实际的模型，这意味着许多其他内容与教授学生机器学习的目标无关。最重要的是，教师在进行项目的过程中，要教给学生实际涉及到的机器学习知识。
开始一个简单有效的项目 | 图源：Author笔记本
结语
对初中生来说，真正重要的是帮助他们培养兴趣。只要有足够的热情，任何人都可以在日后的学习中学习高级概念。
从经验来看，对中学生进行人工智能或机器学习教学是完全可行的，要尽早播种灵感的种子。然而，教给他们仍在发展的数学和编码技能，避免懈怠是非常重要的。
在教一个中学生人工智能的知识时，你的目标不是让他们建立公司或进行研究。虽然看起来他们在短期内学到了更多，但从长远发展来看，这种心态会阻碍他们的发展。我们的目的是激发下一代对人工智能领域的兴趣，并宣传它的趣味性和重要性。过于复杂的情况会吓跑学生，让他们望而生畏。