趙惠美

教學(xué)背景

近年來人工智能迅速發(fā)展，被廣泛地應(yīng)用在各個方面，如計算機視覺、拍照識圖、文字提取、醫(yī)學(xué)影像分析等。KNN分類算法作為機器學(xué)習(xí)的基礎(chǔ)算法，可以作為學(xué)生感知人工智能的入門算法。教師參考Mind+編程課例及KNN分類算法相關(guān)知識，提煉出適合面向七年級學(xué)生開展教學(xué)的內(nèi)容，讓學(xué)生通過分析游戲邏輯、填寫流程圖、完善程序等環(huán)節(jié)逐步培養(yǎng)計算思維能力。

學(xué)情分析

教學(xué)對象為七年級學(xué)生，在小學(xué)階段接觸過Scratch編程，具有一定的編程基礎(chǔ)。該階段的學(xué)生好奇心強烈，渴望動手實踐。因此，本節(jié)課主要以學(xué)生為主體，教師引導(dǎo)學(xué)生調(diào)動所學(xué)知識實現(xiàn)新舊知識的融會貫通，搭建完整的認知體系。

學(xué)科核心素養(yǎng)

計算思維 在分析游戲功能的過程中理解程序的邏輯性，理解變量概念及作用，學(xué)會使用程序語言描述各個環(huán)節(jié)。

數(shù)字化學(xué)習(xí)與創(chuàng)新 學(xué)會使用KNN分類算法工具采集數(shù)據(jù)，培養(yǎng)使用信息化工具創(chuàng)新作品的意識。

信息意識 初步感受大數(shù)據(jù)的力量，了解機器學(xué)習(xí)基于數(shù)據(jù)作出推斷的工作模式。

信息社會責任 了解機器學(xué)習(xí)是實現(xiàn)人工智能的方式之一，辯證看待機器學(xué)習(xí)的優(yōu)勢和劣勢。

教學(xué)重點與難點

教學(xué)重點 理解KNN分類算法的概念及原理；學(xué)會使用算法工具采集數(shù)據(jù)，實現(xiàn)特定功能。

教學(xué)難點 分析程序的邏輯體系，能根據(jù)所需功能選擇對應(yīng)的程序語句。

教學(xué)過程

一、情境導(dǎo)入，初識KNN分類

教師展示公園里拍照達人的照片，詢問學(xué)生拍照時擅長的姿勢，學(xué)生們進行互動分享，活躍課堂氛圍。

師：同學(xué)們小時候是如何識別各類動物的呢？

學(xué)生思考后發(fā)現(xiàn)最開始可能是通過圖片、視頻或者是在動物園看到了各類動物，大腦首次認識了動物類別，之后每一次接觸就會不斷強化認知。那么類比人類的學(xué)習(xí)方式，教師請學(xué)生思考：機器是如何識別貓狗的異同并將其歸為兩類的呢？學(xué)生登錄“百度AI開放平臺”，體驗平臺的動物識別歸類功能。

教師總結(jié)：就像小時候父母教我們區(qū)分“貓”和“狗”時，從來不會直接說科學(xué)定義，反倒讓我們借助直觀印象進行分類，直到我們逐漸掌握這兩個概念。像人類一樣，計算機也必須從實例訓(xùn)練中完成學(xué)習(xí)任務(wù)。KNN分類是Mind+軟件中“機器學(xué)習(xí)（ML5）”模塊里的一個功能。除此之外，“機器學(xué)習(xí)（ML5）”模塊還包括人臉識別追蹤、姿態(tài)識別、物體識別等功能。

二、收集數(shù)據(jù)，實現(xiàn)KNN分類

Mind+提供了兩種采集數(shù)據(jù)的方法，一是通過電腦自帶的攝像頭，實時采集數(shù)據(jù)；二是本地導(dǎo)入文件夾完成分類訓(xùn)練。由于教學(xué)環(huán)境、上課時長、硬件設(shè)備等因素的限制，實時采集數(shù)據(jù)以學(xué)生體驗為主，教師提供拍照姿勢圖集進行后面的學(xué)習(xí)。

1.體驗攝像頭實時收集

師：前段時間受新冠疫情的影響，我們拍照時經(jīng)常會忘記摘掉口罩，請同學(xué)們實現(xiàn)讓攝像頭識別我們是否佩戴口罩。當我們按下“空格”鍵開始識別并訓(xùn)練，按下“A”鍵記錄未佩戴口罩狀態(tài)，按下“B”鍵記錄已佩戴口罩狀態(tài)。

教師要求學(xué)生編寫程序，并循環(huán)執(zhí)行十次，引導(dǎo)學(xué)生思考為何要循環(huán)識別多次。最后由教師給出結(jié)論：足夠多的數(shù)據(jù)量可以提高識別的正確率。

2.導(dǎo)入姿勢圖片集并進行訓(xùn)練

師：我們在課堂上難以直接采集數(shù)據(jù)，想使用之前準備好的姿勢圖集直接測試，該怎么辦呢？

教師通過問題引出本地上傳圖片數(shù)據(jù)的方式。教師將提前準備好的姿勢圖集放入文件夾中，每一個文件夾中可以放入同種姿勢的多張圖片，圖片數(shù)量越多，識別結(jié)果越準確。學(xué)生根據(jù)KNN分類算法語句將圖片歸到不同的類型（如圖1），每種姿勢6張圖片。

三、分析游戲，完善功能

學(xué)習(xí)算法后，教師要求學(xué)生設(shè)計一款游戲，引導(dǎo)學(xué)生分析游戲界面，描述游戲的功能，列舉游戲運行時涉及的主要元素，并讓學(xué)生小組討論游戲核心功能可能會用的程序模塊，并填寫下表。

四、編寫代碼，實現(xiàn)游戲效果

游戲的核心功能集中在隨機呈現(xiàn)KNN分類算法學(xué)習(xí)過的拍照姿勢圖，玩家在限定時間內(nèi)模仿拍照姿勢，電腦攝像頭識別到的玩家姿勢與電腦隨機出現(xiàn)的姿勢圖對比是否一致是決定得分的關(guān)鍵。

1.理解運行邏輯，繪制流程圖

師：我們本節(jié)課用到的所有拍照姿勢圖都是老師自己獨立完成的，請同學(xué)們猜一猜老師是如何控制手機拍照的呢？

學(xué)生：可以通過手勢、相機倒計時、聲控等功能進行拍照……

師：類比手機拍照，當電腦攝像頭需要識別玩家的全身姿勢，我們卻因距離過遠無法直接控制電腦時，可以將“響度”作為判斷條件，當響度大于50時可觸發(fā)電腦攝像頭拍照。同時用變量承載每輪游戲的分數(shù)（如圖2），實現(xiàn)游戲得分動態(tài)改變。

學(xué)生根據(jù)教師提示，小組合作討論游戲邏輯，完善程序流程圖。

2.編寫程序，展示分享

學(xué)生學(xué)會應(yīng)用KNN分類算法編寫程序識別不同的拍照姿勢，同時實現(xiàn)游戲界面呈現(xiàn)拍照姿勢的隨機切換與逐漸放大的功能。學(xué)生自主完成程序編寫，教師巡視指導(dǎo)。

從分析游戲功能模塊到流程圖繪制，學(xué)生進一步理解游戲的邏輯線和KNN分類算法，同時游戲界面的運行效果又賦予學(xué)生自主創(chuàng)新與拓展的空間，讓學(xué)生不再局限在教師設(shè)定的功能里，而是打開思路，創(chuàng)新作品。

五、回顧總結(jié)，拓展提升

師：本節(jié)課我們一起學(xué)習(xí)了如何使用KNN分類算法實現(xiàn)機器學(xué)習(xí)，除了識別拍照姿勢，同學(xué)們有什么奇思妙想呢？聯(lián)系現(xiàn)實生活，小組討論還可以用KNN分類算法實現(xiàn)什么創(chuàng)意呢？各小組分享討論結(jié)果。

教師總結(jié)：科技的本質(zhì)是為人類服務(wù)，同學(xué)們除了要不斷學(xué)習(xí)專業(yè)知識，還要善于觀察生活，將技術(shù)知識應(yīng)用到生活中去，才能發(fā)現(xiàn)它的魅力。剛剛有個小組提到在公園里賞花時，櫻花、桃花、紫葉李、梅花競相綻放，他們經(jīng)常分不清楚花的類別，那么你能設(shè)計一個程序?qū)崿F(xiàn)拍照識花功能嗎？

學(xué)生帶著教師的問題進行課后拓展延伸和訓(xùn)練，從而更好地鞏固所學(xué)知識。

教學(xué)反思

本節(jié)課體現(xiàn)了以學(xué)生為主體的教學(xué)思想，學(xué)生通過體驗與實踐來理解相關(guān)知識點。以拍照姿勢為主題，貼近學(xué)生生活，融入KNN分類算法的學(xué)習(xí)，讓學(xué)生在理解KNN分類算法與機器學(xué)習(xí)概念的基礎(chǔ)上編寫和運行KNN程序語句，同時學(xué)會采用實時照片收集與本地圖片文件夾導(dǎo)入這兩種方式錄入數(shù)據(jù)。人工智能進課堂是信息科技課程發(fā)展的大趨勢，但如何讓學(xué)生在實踐探索中感受、學(xué)習(xí)、內(nèi)化晦澀難懂的原理性知識有待教師們繼續(xù)挖掘。