人工智能與中學化學教學的融合
———以“車身骨架材料的選擇”為例

◇ 北京 王珊珊 賀 新

人工智能與化學的融合體現在有機化學、催化化學等諸多方面.被譽為“化學AlphaGo”的先驅團隊已經用人工智能開發出有機合成的機器人,合成路線設計的成功概率不輸于有機合成專家.此外,人工智能還應用于推測新型藥物分子,幫助研究人員設計更便宜、更高效的催化劑等.人工智能與化學科學研究的結合已經如火如荼地展開了,這是否會撬動中學化學教學的改進.如何將中學階段的化學學習初步實現和人工智能的融合,本文通過以下課例,做了初步的探索和嘗試.

1 教學內容分析

本節內容屬于2004年人教版《必修1》第三章第3節“用途廣泛的金屬材料”.2017年課程標準對金屬材料的要求如下：“結合實例認識材料組成、性能與應用的聯系.”繼本校“汽車中的化學”系列教學開展到第4階段,再結合當時教學進度,筆者將本節課聚焦汽車骨架——汽車中金屬材料應用較多的部位之一,尋找性能合適的金屬材料.

人工智能助力汽車設計,近些年在汽車工業界已有了不同程度的應用.與材料選擇相關的應用列舉如下：1)從云端材料數據庫中儲存上千種材料,人工智能可以幫助設計師加快設計效率.2)人工智能可根據產品性能要求,如強度、質量、材料等,基于人工智能算法,同步生成多種可行的解決方案.此外,人工智能還能設計出新的部件,可將多個不同部件整合成一體化零件,實現減重同時又能增加強度.

學生可以基于用途解決材料選擇的簡單問題,但是遇到汽車的真實情境,就要面對車身骨架零部件功能各異,金屬材料種類繁多的難題.能否將人工智能引入本節課的教學來幫助解決與化學相關的真實選材問題呢? 本課從以下方面展開討論：先從碰撞安全角度,考慮不同部位對金屬強度需求不同,選擇合適的金屬材料;進一步結合成本因素,對市售車型優選;最后討論汽車輕量化問題,對車身骨架再次優化.本節課將車身金屬材料的選擇與人工智能學習融合,學生運用化學和計算機編程兩方面知識和能力共同解決實際問題.

2 學情分析

學生在初中階段初步學習了金屬材料,能從性質、成本、資源可獲得性、回收利用等多因素對合金材料進行選擇.現在一些學校已經開展了人工智能相關課程,為人工智能和學科教學融合提供了可能.此外,本課程實施班級的學生具有計算機相關特長,因此筆者嘗試將金屬材料選擇和人工智能融合,設計符合學生特點的教學內容.

3 教學目標

在解決車身骨架選材、車型評價的問題中,學生感受化學學科與人工智能的交叉融合,深入理解并應用性質和用途的聯系,提升了跨學科的綜合問題解決能力.在汽車輕量化討論中,能運用材料的物理和化學性質并結合多因素解釋問題,學生體會到節能減排在生產生活中的重要作用,并感受到人與自然的和諧可持續發展的必要性.

4 教學重點

本節課學生需要運用性質用途的關系,在車身骨架材料選擇的真實情境中,綜合多方面因素,最終解決復雜的實際問題.

5 教學難點

人工智能作為解決問題的手段,需要學生具有較多的知識儲備并耗費大量的時間和精力,盡管對于有一定計算機基礎的學生來說,難度也較大.考慮到授課實際情況,信息技術教師寫好了基本代碼,學生在課堂上需要結合真實問題,確立模型,讀懂已有代碼并改編程序語言.

6 教學過程

表1

環節1保安全

教師引導：1)汽車車身的演變經歷了馬車型、箱型、甲殼蟲型和目前廣泛使用的船型.車身的變化,不僅是為了遮風擋雨,更小的風阻,更高的速度,也為安全保駕護航.

2012年11月16日，水利部部長陳雷在水利部傳達貫徹黨的十八大精神大會上的講話中提到[6]，黨的十八大報告多處涉及水利工作，并把水利放在生態文明建設的突出位置。在水利改革創新方面，強調要完善最嚴格的水資源管理制度，深化資源性產品價格和稅費改革，建立資源有償使用制度和生態補償制度，積極開展排污權、水權交易試點。這一系列重要論述和重大部署，進一步完善了我國新時期治水方略，深化了水利工作內涵，拓展了水利發展空間。水是生態環境的控制性因素，水生態文明是生態文明的重要組成和基礎保障。

2)播放汽車安全碰撞試驗：提問為什么汽車前部被嚴重撞壞,但是駕駛員卻可以受到較好的保護? 這種看似破損嚴重的汽車是安全的嗎?

3)安全的車身結構應該具有怎樣的特點? 選取車身骨架結構中非常重要的四個部位(A 柱、B 柱、T形梁和前縱梁,如圖1),請你談談,怎樣設計更安全?

圖1

學生活動：

學生1：汽車撞壞后吸收了碰撞能量,駕駛員才能安全.因此車前部看似嚴重損壞,車身卻是安全的.

學生2：A 柱、B柱、T 形梁位于乘坐安全區,應選擇剛性大的金屬材料,保證在巨大外力碰撞下不變形,繼而保證駕駛員安全.前縱梁位于汽車前部吸能區,采用有韌性的金屬材料,通過形變吸收能量,減少碰撞對駕駛員的沖擊.

學生3：建立模型并得出運行結果,如圖2所示.

圖2

圖3

環節2降成本

教師引導：我們不僅希望汽車越安全越好,同時也希望價格更能讓消費者接受,性價比高的車型無疑是受大家歡迎的.根據能查到的汽車骨架所用鋼材的強度和用量數據,我們如何進一步進行數據整理,并評選出性價比高的車型呢?

建立模型,如圖3所示.

優選結果顯示：性價比最高的是某C 車型;如果從高和超高強度鋼用量來看,最安全的是某S車型.

設計意圖：在此環節,學生建立問題解決的模型,分析整理圖表,完成數據挖掘過程,再修改教師提供的編碼,獲得運算結果.為了挑選性價比高的車型,學生需要考慮多方面因素：從安全角度要提高高強度鋼的使用,同時盡可能降低價格,將兩種因素同時作為編程的評價標準,才能借助計算機程序對不同車型進行評價,切實提升了真實問題綜合解決的能力.

環節3促環保

表2

學生活動：

學生1：密度小的金屬,比如鋁,使得汽車質量輕、油耗低、減少空氣污染;制品表面有一層致密的氧化膜,因此車身抗腐蝕性增強.鋁合金回收再利用率很高,節約了金屬資源.

學生2：鎂合金也可以用于輕量化,它比鋁有更明顯的減重效果,相對成本只有略微升高.而且我國鎂資源豐富,可以降低生產成本,從而實現大規模應用.

學生3：很多跑車車身選擇了碳纖維,但是因為成本高,很難推廣.因此復合材料中玻璃纖維增強塑料應用前景要好于碳纖維.

設計意圖：汽車輕量化目前可通過三種途徑實現：選擇輕質材料,結構優化和制造工藝優化.為了更貼合化學學習,教學過程選取了材料角度.學生通過資料閱讀與討論結合的方式,了解材料在汽車輕量化中的應用價值.

7 教學反思

7.1 與人工智能結合,解決真實復雜問題

7.2 探索不同學科教師同臺授課的方式

原本預期是讓化學教師和信息技術教師分開授課,但發現這并不利于問題解決.化學教師引領課堂核心問題,但是無法徹底解決問題,這時需要信息技術教師為學生搭建“腳手架”,學生借助人工智能手段,共同實現問題解決.因此課堂采用了不同學科教師在同一教學環節穿插授課的方式：以化學學科為核心引領,以人工智能為手段和途徑,以學生提升跨學科問題解決的能力為導向的教學方式.

學科融合的教學,無疑加大了教師的備課難度.不同學科教師要以頭腦風暴的形式多次討論,一起探討教學的可實現性,促成了跨學科的集體備課.無論是面對面還是線上討論,化學教師面臨著不斷推翻那些暫時無法通過技術手段實現的想法;信息技術教師需要不斷地提供技術支持,通過大量提前測試,論證化學問題解決的可能性.

7.3 展望：“人工智能＋X”課程

本文是一節“人工智能＋化學”課的初步嘗試.作為本節課的深入與延續,筆者又進行了如下反思：新型合金的研發多基于實驗嘗試,面對眾多的實驗數據：各種鋼材所含元素種類、含量、相關機械性能和力學參數,能否讓計算機進行機器學習,得出元素含量和力學性能之間的關系.這樣,計算機能夠根據合金組成對性能進行預測,反之,也能對具備一定力學性能的合金成分進行預測.目前已有研究者通過數據挖掘技術在粉末冶金領域加快了成分設計.有了人工智能的助力,合金的冶煉不再是基于經驗的反復實驗,而是基于規律指導下的預測.因此,后續教學能否借助人工智能,在學生可接受的能力范圍內,進一步實現金屬材料組成與性質關系的探秘.

為了加快建設創新型國家和世界科技強國,國務院在2017年印發的《新一代人工智能發展規劃》中明確要求：“在中小學階段設置人工智能相關課程,逐步推廣編程教育.”此外,“規劃”還鼓勵高校在原有基礎上拓寬人工智能專業教育內容,形成“人工智能＋X”復合專業培養新模式,重視人工智能與數學、計算機科學、物理學等學科專業教育的交叉融合.以上均促成了未來高中階段將逐步開設人工智能＋學科相關課程的可能,因為未來知識的探索與應用會更多地依賴人工智能.