| 后台-系统设置-扩展变量-手机广告位-手机广告位-内容广告位一 |
2017年7月，国务院发布《新一代人工智能发展规划》，明确提出应逐步开展全民智能教育项目，在中小学阶段设置人工智能相关课程，并建立新一代人工智能基础理论体系。
2018年4月28日，华东师范大学逸夫楼的礼堂里座无虚席，随着舞台上的“书”被翻开，全球首本面向中学生的人工智能教材《人工智能基础(高中版)》宣告问世。
教材第一章从未来生活图景的开始，介绍了AI发展简史、在各行业中的应用与机器学习的基本概念；第二章介绍了AI对事物进行分类的机制；第三、四、五章分别介绍了AI识别图像、音频、视频的原理。
以上章节主要侧重AI的监督学习，第六章开始引入AI无监督学习的概念，讲述了AI利用K均值算法来达到无师自通的效果；第七、八章则介绍了主题模型、生成对抗网络这另外两种无监督学习方法；最后一章则在AI自我学习的基础上更进一步，利用AI围棋程序阿尔法元介绍了强化学习的概念。
那么，这本教材是如何介绍人工智能原理的呢？我们以书中AI识别鸢尾花为例子来一探究竟。
鸢尾花（iris）的两个品种变色鸢尾（iris versicolor）和山鸢尾（iris setosa）有着形状和色彩相似的花瓣和萼片，一般来说，变色鸢尾花瓣较大，而山鸢尾花瓣较小。
AI识别两种鸢尾花，首先需要提取花的特征，然后再将特征数值输入训练好的分类器中，分类器根据特征做出预测，输出鸢尾花的品种。
首先，我们引入特征（feature）的概念，特征是指可以对事物某些方面特点进行刻画的数字或属性。因为变色鸢尾和山鸢尾形状色彩相似但花瓣大小不一，所以我们利用其花瓣长度和宽度特征来区分品种。
测量出的花瓣的长度和宽度，用x1，x2分别表示，（x1，x2）这组数据在数学中就是向量。把描述一个事物的特征数值组织在一起，就形成了特征向量（feature vector）。一朵鸢尾花的长度为1.1厘米，宽度为0.1厘米，这朵鸢尾花的特征就用（1.1，0.1）表示。
把特征向量在坐标系中标出，这些点被称为特征点（feature point），共同构成特征空间（feature space）。至此，我们完成了AI识别的第一步特征提取。
从特征向量到最终预测类别，AI还需要一个函数，这个函数就叫分类器。我们用+1和-1分别代表变色鸢尾和山鸢尾，再用一条直线0.5x1+x2-2=0来划分坐标系中的两个区域。
特征点（x1，x2）落在右上区域输出+1，代表变色鸢尾，落在左下区域输出-1，代表山鸢尾。这个规则代表的分类器可以用以下函数表示：
以上这一分类器被成为线性分类器（linear classifier）。训练线性分类器有两种常见的算法：感知器和支持向量机。
感知器（perceptron）通过被误分类的训练数据调整现有分类器的参数，不断减少误分类：
如下图所示，两条分类直线都能区分两种鸢尾花，谁更准确呢？
橙色阴影区域更宽，能区分更多的特征点，所以准确度更高。而支持向量机（support vector machine,SVM）就是指特征空间上分类间隔最大的分类器。
分类器通过两种算法训练之后，还需要进行测试。统计分类器分类正确的样本数与总数，可以得到一个分类准确率，准确率最高的分类器就是最优的分类器。
通过测试这一阶段，AI就能在人类输入鸢尾花花瓣长度和宽度的条件下，给出准确的分类结果。
我们用一个分类函数解决了二分类问题，除了区分一种类别中的两个分支，生活中我们还需要对多种类别进行分类，比如区分牡丹、荷花、梅花等。
在区分三种花的二分类函数f1,f2,f3基础上，教材还引入归一化指数函数的概念，将输出转化为概率。借此，分类器不仅能告诉我们这是牡丹还是梅花，还能告诉我们有多大的概率它是牡丹或梅花。
通过以上这个AI识别花朵的例子，我们可以了解到AI对事物的分类过程，分为特征提取、分类器的训练和测试应用三部分。AI的这个判断逻辑，在我们生活中已有许多实际应用的例子，比如相机中的人脸检测、医学中的癌细胞检测等。
读到这里，想必读者对这本教材的内容和难度有了自己的感受，那么高中生又是怎么想的呢？
记者随机采访了十几位学生对AI教材的看法。在采访中，多数学生表示没听说过这本教材，学校也尚未开设相关课程。
在翻阅了AI教材之后，大部分受访学生表示难度还能接受。清华附中一名高二学生说，“毕竟数学的东西不是很多，更多的是文字性的概念描述；而且它作为选修课，难度太大也不行。”北京一七一中学一名学生表示，“教材总体难度感觉还行，不过学好它也不容易，里面有涉及一些大学阶段才学到的知识。”
但也有部分学生表示这本教材有一定挑战性。一名清华附中的学生认为，“乍一看看不太懂，还是有点高深，自学的话额外成本会比较高，需要老师的辅导。”北京二中一名学生粗略地浏览完教材后说，“我感觉我看不太懂，即便有老师辅导也不简单，不过我还是很有兴趣去学。”
谈及AI教材，学生们基本持肯定态度，表示如果开设这门课程选修者应该不在少数。清华附中一名正自学人工智能的高一学生说，“将来如果学习人工智能的话，我想在现阶段先学点基础，然后在大学系统性地学习，现在能提供一个机会还是挺好的。”
对于该门教材的教学，一名受访学生将之与学校开设的信息选修课做了对比：“我们学校信息课一般不用教材，学VB、Java时都是老师先把课件做好，再给我们讲。类似地，我想AI的课上老师们也会发挥出自己的教学特色。”由于AI是一门全新的课程，学生们均表示老师首先要接受一定的培训，然后再带学生一起学。
将来逐渐开设的人工智能课堂，会是怎样一番授课场景呢？
首先，人工智能概念的讲授是必不可少的根基。对基础较为薄弱的高中生来说，弄懂各种概念并不容易。为了便于学生理解，这本教材中加入了大量具体的例子和图表，形象地描述概念知识。教材在编写之初就定下规矩：“每一段话都必须自己撰写，每一幅教学示意图都必须自己设计。”
其次，教材穿插了大量的补充介绍知识点，比如向量的基本运算、简单概率、和初级的优化思想等，便于学生学习。执行主编林达华表示，学习本书的概念和知识并不需要很深的数学，通过数学知识点的补充，能够满足中学教学的需求。
最后，通过思考讨论题和实验题，加深学生的理解。由于AI这门学科应用性非常强，与其他传统教材不同，AI教材以“手脑结合”为主要学习方式，每一章都有一个主线任务，引导学生学习相关的知识的同时，让学生通过思考、讨论、实验练习，达到学以致用的效果。
为配合全书22套实验，商汤科技还开发了一个人工智能实验平台。该平台选用在AI领域使用最广泛的Python语言，支持深度学习模型训练和算法的定制扩展。学生可利用该平台完成各种课堂实验、作业、竞赛及自主创新项目。
编者彭禹表示，实验平台不是单纯为了做实验，也不是培养搭积木般的动手能力，而是让学生通过实验了解AI背后一套复杂的原理机制。学生可以通过科学的实验方法和严谨的逻辑结构，明白AI不是故弄玄虚的事物。
在教学形式上，AI的课堂主要还是以PBL(Project-Based Learning，基于项目学习)的方式来教学，学生AI项目的设计逻辑、完成度都可以作为评价标准。
据商汤科技介绍，人工智能教学体系涵盖《人工智能基础》教材、教辅材料、教师培训与认证、教学实验平台、人工智能实验室和全国中小学生人工智能大赛六大模块。
未来三年，商汤科技希望和全国一、二线城市的50%以上的示范性高中，以《人工智能基础》为标准教材，开授人工智能课程。同时还将面向学校提供的培训服务，包括人工智能基础课程教师培训、人工智能实验平台教师培训、智能机器人教师培训等。商汤科技还将结合教材中的知识点，与华东师范大学、商务印书馆一道，在中小学开展人工智能教师培训、中小学人工智能实验室建设、智慧校园建设等多个场景，对教育行业进行赋能。
目前，上海市市西中学已经开始基于AI教材内容对学生进行授课。而素有全球青少年科学竞赛“世界杯”之美誉的国际科学与工程大奖赛(ISEF)，目前已经被人工智能这一学科占据了40%。可以看到，虽然AI教材离全面普及还有很长的路要走，但AI一定是未来的发展方向，AI课程也将会遍地开花。这本教材，或许是构建未来人工智能教学体系的第一块砖。