謝作如 浙江省溫州中學
2018年,畢業(yè)于南京大學物理系的姜浩發(fā)布了一款AI應用,只要通過瀏覽器提交圖片,它就能給出是否罹患乳腺癌的意見。這個免費的乳腺癌檢測系統(tǒng),診斷速度快,準確度還高于普通醫(yī)生水平,一時間引來無數(shù)好評。我在感動于姜浩情懷的同時,注意到一個細節(jié):從硬件搭建到模型訓練和應用部署,這個乳腺癌檢測系統(tǒng)全部由姜浩一人完成。作為一名業(yè)余程序員和非腫瘤專業(yè)醫(yī)生的他,為什么能創(chuàng)造這樣的“奇跡”?
姜浩這個故事的大背景,實際上是人工智能在經(jīng)歷了兩次寒冬后,因為“深度學習”的突破而掀起了第三輪浪潮。只要擁有算力、算法和數(shù)據(jù),很多人都能像“煉丹”一樣,批量訓練AI模型。準確地說,姜浩的天才和情懷剛好趕上了人工智能走向產(chǎn)業(yè)化的時機,才有了這樣的“奇跡”。他的最核心工作其實是收集數(shù)據(jù)——大量已經(jīng)做好標注的胸部CT圖片。有了這些數(shù)據(jù),借助開源算法和算力,我們也能做類似的研究工作。正是敏銳地察覺到人工智能的快速發(fā)展,國務院在2017年印發(fā)了《新一代人工智能發(fā)展規(guī)劃》。規(guī)劃的發(fā)布直接影響了高中信息技術(shù)課標的修訂工作,并促成了義務教育階段信息科技課程標準的出臺。
青少年要不要學習AI?這顯然已經(jīng)是一個無需回答的問題。真正的問題要轉(zhuǎn)為:青少年的信息技術(shù)(信息科技)課堂要不要增加“深度學習”的內(nèi)容?深度學習將AI降維后,無論是從技術(shù)門檻還是原理解釋的角度去看,中小學都有必要增加。但遺憾的是,在當前的中小學教材或者課堂中,還很少看到關(guān)于深度學習模型訓練的內(nèi)容,尤其是通過采集數(shù)據(jù)訓練模型的方式解決問題的課例。
當然,因為在2017年前后AI開發(fā)工具相對比較專業(yè),加上受限于教材編寫人員自身對AI發(fā)展的了解程度,“深度學習”在教材中沒有得到相應的重視。在很多人的眼里,人工智能一直是普通人無法駕馭的專業(yè)領(lǐng)域,再加上深度學習的興起是在2012年,對很多專家來說是知識盲區(qū),就連很多以寫代碼做開發(fā)為職業(yè)的“碼農(nóng)”,也處于技術(shù)升級轉(zhuǎn)型的尷尬境地。正是看到這一點,很多IT企業(yè)開始面向企業(yè)開發(fā)者設計無代碼AI開發(fā)平臺,其中較為知名的有百度的EasyDL、華為的ModelArts和谷歌的AutoML。
實際上,近幾年,很多團隊在努力為青少年開發(fā)AI學習工具。比如,國內(nèi)用戶量很大的圖形化編程工具Mind+,新增了模型訓練和推理的模塊;上海人工智能實驗室則推出OpenInnoLab,即使沒有算力,借助于瀏覽器就能學習AI模型的訓練,完成數(shù)據(jù)集的整理和標注等。這些AI模型支持邊緣部署,可以像“產(chǎn)品”一樣在真實場景運行。以K210、V831為代表的內(nèi)置NPU的國產(chǎn)芯片也正如雨后春筍般涌現(xiàn),20元左右的芯片就能流暢部署Yolo和SSD系列的目標檢測AI模型。
中小學的人工智能教育的目標是什么?在我看來,人工智能進入教育的最終目標不是把AI作為提分工具,而是吸引更多的學生將AI作為解決問題的重要工具,就如現(xiàn)在學生使用各種開源硬件、編程工具、數(shù)據(jù)處理工具來做科創(chuàng)活動一樣。
讓我們共同期待走向新一代人工智能的中小學信息技術(shù)教育吧!