基于开源硬件的中学人工智能课程设计与实践

基于开源硬件的中学人工智能课程设计与实践
文｜苏晓静 王曦廷 刘梦
究”课题编号（No.FCB170641AI03BJ）
近年来，以深度学习为代表的人工智能技术取得了极大进步，对推动新技术变革、产业发展发挥着重要作用。

同时，人工智能带来的教育变革方兴未艾，人工智能与智慧教育引领教育教学的创新，已经成为教育信息化发展的必然趋势。

在当今科技飞速发展的社会背景下，通用技术课程应该发挥它培养学生创造性思维与实践能力的作用。

《普通高中通用技术课程标准》中的基本理念提出，“选择体现时代特点，与生活紧密联系的课程内容”，表明通用技术课程内容选择应与时俱进。

目前，将人工智能嵌入中学通用技术教育仍处于初步探索实践阶段，对于人工智能教育的理论研究与实践经验都比较匮乏。

由于简单易用、性能强大和集成化成熟，以TensorFlow、Caffe等为代表的开源深度学习框架受到了广泛认可。

因此，基于开源深度学习框架进行中学生人工智能课程设计，将是中学生体验与学习人工智能的优势途径。

一、课程设计理念及思路
（一）课程设计架构
本课程设计将STEAM教育理念和项目式学习理念贯穿在课程设计过程中，课程设计融入深度学习的相关内容。

人工智能相关的复杂算法对中学生来说理解起来有难度，课程设计中选用了智能机器人作为载体，围绕搭建智能机器人实现人工智能技术和机器人技术的学习。

通过课程综合设计，旨在让学生通过一系列案例实践，掌握深度学习的基本内容和树莓派交互控制，提升学生的主观体验和自主学习能力。

（二）深度学习框架的应用
深度学算法是近年来在人工神经网络领域的一项重大突破，是机器学习研究的一个新领域。

它通过组合低层特征形成更加抽象的高层特征来发现数据的分布式特征。

2006年加拿大多伦多大学教授、机器学习领域的领军人物Hinton和他的学生Salakhutdinov，在著名学术刊物《科学》上发表的文章中提出了深度网络和深度学习概念，开启了深度学习的研究热潮。

经过多年的快速发展，它已经在计算机视觉、语音识别和自然语言处理等许多重要问题上取得了杰出成就。

同时，以深度学习为核心的人工智能技术在教育领域的广泛应用，为传统的学校教育注入了新活力，推动了教学、学习与管理模式的变革，也使得教育在一次又一次的模式变革中不断由量变走向质变。

深度学习在科研与工业领域的优越表现，使得机器智能开始加速走进人类生活，一些深度学习开源框架随之发展起来。

目前，深度学习开源框架主要有C a ff e、TensorFlow、Keras以及Pytroch等。

本系列课程设计主
52
信息化研究
要基于Caffe 深度学习框架。

Caffe （Convolutional Architecture for Fast Feature Embedding ）是一个清晰而高效的深度学习开源框架，核心语言是C++，支持命令行、Python 和MATLAB 接口。

Caffe 可提供一套完整的工具包，用来训练、测试、微调和部署模型，可以应用在视觉、语音识别、机器人、神经科学和天文学领域。

它具有较好的灵活性和较强的可移植性（既可以在CPU 上运行也可以在GPU 上运行，还可以
将模型部署在云端服务器）。

由于Caffe 的部署对于计算机系统环境要求较为复杂，而中学的每个计算机型号不尽相同，使得框架部署难度较大，不利于学校便捷地开展课程。

因此，本课题组使用人工智能芯片，将训练好的基于Caffe 框架的SSD 迁移到人工智能芯片上，然后将人工智能芯片与树莓派相结合，以实现树莓派对SSD 模型的调用。

（三）树莓派调试与交互准备
树莓派（Raspberry Pi ）是一款基于Linux 系统的信用卡大小的单片机，是智能化通用板级开源硬件的代表，配置了众多外围电路与外部交互接口，被称为嵌入式的综合实验平台。

树莓派支持主流的编程语言，如C++、Python 以及Java 等。

树莓派硬件可以结合物联网、机器人以及人工智能等领域设计创新作品，受到创客教育者的青睐。

以开源硬件为代表的教学技术工具有价格低廉、应用方便、良好的跨平台性、简易的编程环境、软硬件可扩展以及应用丰富等优势。

为了实现深度学习开源框架与开源硬件之间实时有效的信息交互，在“物联网”思维的启发下，将开源硬件与计算机建立无线通信，同时以Python 编程语言为基础，将深度学习算法与硬件控制进行交互设计，流程如图1所示。

部署深度学习开源框架的计算机相当于“大脑”，开源硬件相当于信息交互的“中继”，摄像头、传感器等相当于收集信息的“五官”，舵机等相当于执行命令的“四肢”。

图1　深度学习开源框架与开源硬件交互模式
二、课程筹备与实践
通过本项目可以经历机械手的设计及物化过程，在机械手的控制中加入图像识别、目标检测等内容。

本项目以树莓派为控制器，以Python 为编程语言。

在实现小车智能抓取任务过程中，分为利用深度学习算法实现物体检测与识别、利用GPIO （通用输入输出口）控制树莓派小车运动与舵机控制、利用神经网络输出作为简单的判断逻辑，从而实现小车对物体的追踪，完成小车识别到物体完成抓取任务等。

机器人智能抓取的流程控制思路见图2，主要根据物体在机器人摄像头获取的成像中的位置来判断其位置，进而调整机器人运动的姿态和机械抓手的动作。

智能追踪和智能抓取的任务中，通过物体检测模型判断是否检测到目标，把结果返回给电脑，从而决定是否执行相应的动作。

图2　机器人智能抓取的流程思路53
信息化研究
三、课程实践效果与反思
（一）课程实践效果
基于深度学习的高中通用技术课程，将人工智能技术应用于“动手做”的实践课程中，受到了学生的欢迎。

这是人民大学附属中学首个将人工智能技术与高中通用技术相结合的课程，从课程设计到实现耗时1年余。

随着课程的开展，诸多想法在课程中得以不断完善。

学生在课堂中学习到了人工智能的基本知识，对于python基本语言及机器人的设计建立了初步认识，课程实践取得了较好效果，但仍存在较多问题。

从课程体系、课程难易程度、学生学习进度方面而言，均出现了不同程度的问题。

Python是一种面向对象、解释型的计算机程序设计语言。

尽管Python语言通俗易懂，学生较容易接受，但学生对于Python语言掌握的程度不一，导致模型调用问题较多，占用了课程较多时间。

因此，需要在课程前期加强学生的编程和机器人操作能力。

（二）课程设计应符合中学生特点
面向中学生的人工智能教育要结合中学生自身特点，注重培养学生自主学习能力，将适宜的知识与技术应用于真实问题。

因此，教学设计层面应当舍弃较为繁冗的算法及学术理论，基于较为公认的概念与成熟的技术，设计难度适宜、循序渐进以及趣味性强的课程。

在教学内容选择与整合中，首先要解决降低课程难度的问题。

（三）课程设计应突出过程培养与能力导向
在深度学习教学中，应注重以真实问题为导向，注重研究过程，提升学生的知识迁移能力和问题解决能力。

可以结合当前人工智能应用的热点领域，如图像识别、语音识别以及数据挖掘等领域内问题进行课程设计。

基于深度学习的机器人通用课程是为了让学生了解和体验新技术，并在创新实践中经历设计过程，体验技术与设计带来的快乐与便利。

因此，需要适当降低难度，重在“体验”与“尝试”。

为了提升课堂教学效率，在教学
工具准备阶段，应该联合专业的人工智能研究人员部署各算法平台。

任课教师应当对本课程系列的每个环节进行较
作者单位：苏晓静人民大学附属中学
王曦廷，刘梦北京中医药大学为细致的准备。

四、结语
社会的发展对创新性人才的培养提出了更高要求，人工智能技术可为中学通用技术教育提高学生的创新素养。

因此，基于深度学习的中学通用技术研究与实践，是新技术、新理念下教育创新的新途径。

本文重点介绍Caffe深度学习开源框架及树莓派开源硬件，对于二者的交互进行了探索尝试，并认为基于双开源交互的课程设计具有较好的学科整合性、创新性及有效性。

二者的结合使用，可为中学阶段智能科技教育提供启发思路及实践借鉴。

通过系列课程可以激发学生对技术的浓厚兴趣，培养中学生的创新能力。

同时，在将人工智能教育应用于通用技术课程的过程中，要注意教学有效性问题。

基于深度学习开源框架设计中学人工智能教育，可以降低知识难度、促进学科间的有机整合、提高学科知识与研究问题之间的匹配度、解决真实世界问题，以推动中学生科技教育事业的发展。

54
信息化研究。