人大附中“人工智能+”课程蓬勃开展，全靠这一套操作方案
昨天，数老师与大家分享了人大附中人工智能课堂的视频实录（点击此处，查看《人大附中有个“人工智能实验班”，他们是怎么上课的？内附课堂视频》）。今天，再为大家带来人大附中人工智能课程的实施思路和方案。
面对人工智能浪潮，中小学如何将人工智能教育落实到课程上？人大附中做出了可贵探索。早在 2003 年，人大附中就开始开发机器人相关课程。时至今日“人工智能+”相关各类课程蓬勃开展，如机器人、数据挖掘、计算机视觉、无人驾驶等，并设立全国中等教育领域首个人工智能实验班。本文讲述了人大附中人工智能课程的体系建设，我们一起来看看吧~
面向未来，重构人才培养模式
中国人民大学附属中学 翟小宁 武迪
中国人民大学附属中学梳理形成了金字塔形的中小学“STEAM+人工智能教育”课程体系，重构了与人工智能本身感知、认知、创新三个层次相对应中小学人工智能教育课程体系。
感知层：中小学普及教育
感知层，即中小学普及教育，重在培养基本的“人工智能+”思维和兴趣。这一层次具体落地于中小学信息技术课，将高质量科普资源融入日常科学课、信息课和一些选修课。把人工智能内容渗透到常规课堂的引入环节，介绍人工智能推动各学科领域发展的前沿成果，培养学生的交叉学科创新思维。
人大附中的“STEAM+”人工智能普及教育的核心要素之一是建模仿真教育。人工智能有三个支柱——大数据、计算能力和建模算法。而中学阶段最能够落地培养的就是建模和算法，这也是数学和信息这两块新课标的直接体现。因此，“人工智能+”人才培养的第一步，就是培养其建模和仿真这一核心竞争力。在人大附中，数学和信息教研组建立了强大的教学共同体。（如图）
建模仿真能力的培养，不仅落实在课堂，也渗透在普及性的建模活动和比赛中。比如，人大附中学生在参加国际数学建模挑战赛时，就新高考下的排课问题深入挖掘数据，建立模型，考虑了各种约束条件和优化因素，提出了一种新高考排课问题的智能解决方案，荣获中华区特等奖。
人大附中在建模仿真能力的普及性培养过程中，还充分融合国际课程精华。如 IBDP 国际文凭项目，其培养目标是终身教育、全人培养。其课程体系中，建模能力的培养不是局限在数学课上，各个学科都放入实实在在的课程内容，如计算机科学课程中，建模仿真是课程模块之一，高等级要求 60 个学时，标准等级要求 45 个学时。
学校重视建模能力和跨学科素养的培养，融入国际课程精华，创新本土课程，开设各种类型和层次的建模相关选修课，普及STEAM+人工智能教育，为“人工智能+跨学科”人才培养打下很好的基础。
认知层：跨学科应用实践
第二层是认知层，重在跨学科应用实践。Gartner 咨询公司预测2018 年人工智能将渗透至几乎任意领域。这意味着随着人工智能的应用，学科基础也要求交叉创新整合。这与 STEAM 教育理念完全吻合，因此，STEAM 整合跨学科创新是人工智能教育的绝佳实践应用平台。比如在计算机课上，让学生与视觉艺术选修课的同学合作开发 DIY 智能滤镜软件，把人工智能项目式学习的具体目标落实到 STEAM 各个学科领域。
此外，科学跨学科综合实践活动是以建模为核心的 STEAM+AI 解决实际问题的高质量学习平台，即不同学科的同学组成一个小组，从不同学科角度分析同一个问题，建立模型，通过团队合作，解决实际问题。
在国际文凭项目的核心课中，创新服务实践活动，拓展论文和跨学科认识论都需要学生用跨界思维解决实际问题，对人工智能+X 的人才培养具有积极推动作用。“人大附中援疆团队”，以自己的力量，做智能定制教育，做教育均衡。学生自己建立网络课程平台，个性化、定制化自主设计课程，初步探索“人人为师，能者为师”这一“人工智能+”时代下的教育新模式。成功地帮助了别人，也提高了自己，在全人培养的道路上自主前进了一步。
认知层的教学，可以在技术课及选修课中将人工智能开放平台介绍给学生，学生可以利用这些开放平台，做自己的跨学科实践应用。比如周涵之同学参加 IEEE 优必选中国机器人大赛获得银奖的儿童陪护机器人，就使用了旷视科技开放的人脸识别平台。
比如，《探索人工智能的奥秘》的研学课，同学们利用开源代码，实现、创新并展示了三个人工智能小项目——手写算式自动计算、图片艺术风格化、和物体检测识别，将人工智能应用到实际生活。
再比如，“登峰杯”数据挖掘全国总决赛中，全国 15 支队伍进入总决赛，人大附中占 7 席，其中有三支队伍获得了一等奖。他们研究的问题其实都是跨学科的、贴近生活的问题，比如奥运会奖牌榜预测和电视剧收率的预测问题。
从建模仿真，到人工智能，到 STEAM，都具有跨学科的本质特点；培养未来“人工智能+X”复合型人才，一定是各学科老师的合作创新，形成跨学科教学共同体。
创新层：研究与创新
第三层是创新层，即研究与创新。目前，人大附的学生已经能够将人工智能算法应用到其它领域进行交叉创新。例如朱星宇同学将机器学习算法与天体物理课题相结合，实现了光谱分类速度数量级上的突破。他还是人工智能两门课的课程助教，深入浅出地给学弟学妹们把人工神经网络讲得非常清楚，并且手把手带着他们进行实践——这是对学生创新能力的另一维度的培养。
人大附中还把学生送到人工智能公司进行实习。今年刚毕业的科学实验班学生孙逸潇，之前推荐他去旷视科技实习，7 个月下来，他获得了公司团队很高的评价。他总结说，激情、自学能力和团队沟通能力是实习过程与课堂学习最不同的地方。人大附中把学校的拓展、特长类课程与产业界、学术界链接起来，给同学们提供更加广阔的平台。
“STEAM+”人工智能教育需要在师资、课程和学生三方面建立起中小学开源共创联盟。为此，在师资上，人大附中建立了校内外交流和跨学科合作，计划牵头建立中小学人工智能专委会，推进中小学 AI 课程开发和学生创新能力的培养。学校秉承开放共享的理念，在课程上集合大家的智慧共同进步。学生也通过课程、社团平台，自主开发在线课程平台构建未来学习共同体。
目前，AI 课程已经形成了10余门，覆盖各种交叉学科：
01. 人工智能前沿应用与研究（2018-研学）
02. 计算社会科学（2018-校本）
03. 人工智能与关于心智的生物学（2018-校本）
04. 自动驾驶（2017-早培研修）
05. 计算机视觉（2017-研学）
06. 自然语言处理（2017-国选）
07. 建模与仿真（2015-校选、研学）
08. 未来媒体与计算成像（2014-研学）
09. 机器学习（2016-校本、国选）
10. 机器人与人工智能（2003-）
11. 智能语音（初中）
12. 人工智能与数据挖掘（校选、国选）
13. 脑机交互（研学课题）
14. 智能算法
15. 人工智能初步（选择性必修）
16. 数据分析与管理（选择性必修）
17. 无人机
18. 工业机器人
19. 数字图像处理
20. 。。。。
文章来源：节选自《教育家》、部分资料由人大附中武迪老师提供
微信编辑：李中华
监 制：朱哲
往期荐读
人大附中有个“人工智能实验班”，他们是怎么上课的？内附课堂视频