仰望星空，點亮星智

摘要：信息技術(shù)學(xué)科的實驗教學(xué)既有本學(xué)科自身特色，又有科學(xué)實驗的一般特征，它除了能促進(jìn)學(xué)生對信息技術(shù)原理、方法和應(yīng)用的深入理解，成為培養(yǎng)學(xué)生信息技術(shù)學(xué)科核心素養(yǎng)的重要平臺，還通過動手操作、數(shù)據(jù)處理、模型搭建、觀察分析等過程，融合了科學(xué)實驗的探索性、驗證性和創(chuàng)新性。本文介紹了“觀察星空——描繪星座——搭建模型智能識別星座”的實驗教學(xué)過程，并圍繞此案例，提出以信息技術(shù)學(xué)科實驗教學(xué)為線索重構(gòu)課程內(nèi)容，建立多種形式夾雜的實驗教學(xué)過程，在實驗教學(xué)中充分融合不同類別的資源和技術(shù)，從而豐富和深化學(xué)生的學(xué)習(xí)體驗。

關(guān)鍵詞：實驗教學(xué)；學(xué)科融合；人工智能教學(xué)

中圖分類號：G434"文獻(xiàn)標(biāo)識碼：A"論文編號：1674-2117（2025）01-0017-05

在那無垠的夜幕之下，每一顆星星都仿佛是大自然賦予的靈感火花，引領(lǐng)人們的思緒跨越時空的界限，追尋宇宙間最深刻的奧秘。夜晚的星空是心靈慰藉的港灣，也是科學(xué)探索的起點。在仰望星空的過程中，人類感受自身的渺小，卻也體會到生命的廣闊與自由。星空以其獨有的寧靜與浩瀚，激發(fā)起人們對知識的渴望、對真理的追求，在追尋與探索中，不斷豐富自我，拓展認(rèn)知的邊界。

本文將圍繞“仰望星空，點亮星智”為主題的實驗活動，討論開展人工智能實驗教學(xué)的一些策略。該實驗教學(xué)由星空觀測開始，到搭建人工智能模型識別星座告一段落，主要流程如下表所示。

這里對實驗教學(xué)過程中的幾處具體細(xì)節(jié)的設(shè)計意圖加以說明：利用仿真軟件進(jìn)行觀測，可以保證實驗數(shù)據(jù)采集這一階段學(xué)習(xí)的完成率，但還是希望在條件允許的情況下，讓學(xué)生們親自抬頭看一下星空，實地做一些記錄；選擇海豚座、小馬座、三角座這樣的小星座，是為了降低數(shù)據(jù)采集的工作量，另外，在光污染比較嚴(yán)重的城市，肉眼觀測到的星座可能有較為嚴(yán)重的缺失，較暗一些的星可能無法用肉眼看到，這時候可以借助望遠(yuǎn)鏡來輔助觀測，但望遠(yuǎn)鏡的視場比較小，只有占夜空區(qū)域較小的星座才能完整地在望遠(yuǎn)鏡視場中呈現(xiàn)（一般雙筒望遠(yuǎn)鏡的視場范圍在3度到10度之間），圖1是Stellarium模仿7倍望遠(yuǎn)鏡在9級光污染環(huán)境下所觀察到的海豚座的場景；實驗任務(wù)中規(guī)定的星座繪制的圖樣的分辨率，和后續(xù)數(shù)據(jù)處理所需要的算力相關(guān)，目前，一般的計算機能較快實施40*40像素的單色位圖的分類和預(yù)測任務(wù)，圖2所示的是描繪海豚座并用40*40像素存儲的圖像，如果算力充分，當(dāng)然可采用更大分辨率的圖樣來保存所繪制的星座。之所以在星座的描繪時，允許星座朝向有一定偏差，同時，表示星的亮度的像素數(shù)量和圖樣形狀也可自行確定，對學(xué)生提交上來的星座圖樣的形狀也不做精準(zhǔn)性上的判斷，是為了能夠積累在一定程度上在不確定性的數(shù)據(jù)，這樣更能夠體現(xiàn)出人工智能模型解決問題的優(yōu)勢。

圍繞實驗教學(xué)的課程內(nèi)容重構(gòu)

基于單元教學(xué)對課程內(nèi)容進(jìn)行重構(gòu)，旨在通過整合相關(guān)聯(lián)的知識點與技能，形成連貫、有序的學(xué)習(xí)單元，從而促進(jìn)學(xué)生深度學(xué)習(xí)，提升知識遷移與應(yīng)用能力，同時幫助教師在宏觀上更系統(tǒng)地規(guī)劃和實施教學(xué)，確保學(xué)習(xí)目標(biāo)的有效達(dá)成。

除了和人工智能內(nèi)容密切相關(guān)，“仰望星空，點亮星智”實驗項目還可以溝通信息技術(shù)教學(xué)中多個板塊的內(nèi)容，成為一個“超單元”的實驗項目。例如，在信息的數(shù)字化模塊，可以結(jié)合實驗內(nèi)容，比較不同參數(shù)位圖的顯示效果、計算其存儲容量，通過在位圖中描繪星座，親身體驗數(shù)據(jù)采集和量化的過程；在數(shù)據(jù)處理與分析模塊，可以落實數(shù)據(jù)預(yù)處理、數(shù)據(jù)統(tǒng)計等任務(wù)；在信息系統(tǒng)模塊，可以設(shè)計制作簡單的星座識別在線工具。作為一個“超單元”的實驗項目，其多個具體環(huán)節(jié)可以分散到多個教學(xué)模塊中進(jìn)行。在實驗的每一個階段，都提供給學(xué)生一定的自主學(xué)習(xí)探索的空間，但為了保證整個實驗?zāi)軌蝽樌瓿桑诿總€階段結(jié)束時，教師應(yīng)給予評點，提供參考性的建議和階段性的優(yōu)秀成果，使得每一個階段的活動都具有“發(fā)散——收束”的特點，從而更好地為后續(xù)階段的活動做好準(zhǔn)備。

信息技術(shù)課程中的實驗教學(xué)，其內(nèi)容涉及數(shù)據(jù)采集、整理和分析，算法編程，信息系統(tǒng)搭建，人工智能等，除此之外，它還可以借實驗的契機，強化學(xué)生對科學(xué)方法的理解和應(yīng)用，可以將觀察、假設(shè)、驗證等一般科學(xué)研究過程融入實驗教學(xué)中，引導(dǎo)學(xué)生通過觀察現(xiàn)象、提出問題，進(jìn)而形成合理的假設(shè)，并設(shè)計實驗方案對假設(shè)進(jìn)行驗證，最后用科學(xué)的描述方法來敘述自己的觀點和研究結(jié)論。以“仰望星空，點亮星智”實驗項目為例，一開始，大家并不知道，哪一種機器學(xué)習(xí)算法或者哪一種結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)，對實現(xiàn)星座識別有著更好的效果，也無法知道生成式人工智能所提供的方案是否恰當(dāng)，這些都需要通過實際的實驗來加以驗證。

基于筆者帶領(lǐng)學(xué)生所采集的數(shù)據(jù)，在實際的實驗中可發(fā)現(xiàn)，對于學(xué)生所描繪的40×40像素分辨率的星座圖樣，如分別采用K近鄰算法、決策樹算法和人工神經(jīng)網(wǎng)絡(luò)進(jìn)行分類（教師當(dāng)然可以根據(jù)實際情況補充其他算法或模型進(jìn)行實驗），K近鄰算法效果最差，決策樹算法效果一般，人工神經(jīng)網(wǎng)絡(luò)效果最優(yōu)。

“仰望星空，點亮星智”實驗項目可以作為后續(xù)相關(guān)綜合實踐活動課程或?qū)W生自主研究學(xué)習(xí)的重要鋪墊。例如，可以開展人工智能支持下的自然觀測綜合實踐活動課程，對多種自然對象，如鳥類、蝴蝶、園林花卉、野生植物等進(jìn)行識別，既利用現(xiàn)有成熟的人工智能工具進(jìn)行識別分類，也嘗試?yán)靡延械闹R和技能，自行構(gòu)造識別模型。又如，可以指導(dǎo)少數(shù)學(xué)生開展較為專業(yè)的研究課題，如了解星座識別的現(xiàn)實需求，初步領(lǐng)會三角形角距匹配算法、多主星模式匹配算法的基本原理，利用已有算法進(jìn)行星座識別的實驗（完整的算法實現(xiàn)較為艱深，一般不默認(rèn)作為中學(xué)階段的研究內(nèi)容，不排除少數(shù)特別有興趣、有能力的學(xué)生希望做更深入的研究，具體深入到什么程度需要視實際情況而定）。

多種形式夾雜的實驗教學(xué)過程

科學(xué)實驗的形式是多樣的，根據(jù)實驗?zāi)康模煞譃樘剿餍詫嶒灐Ⅱ炞C性實驗、測定性實驗等。在信息技術(shù)實驗教學(xué)過程中，可以有多個階段目標(biāo)，每個階段中的具體實驗形式可以是多樣的。

探索性實驗的主要目的是探索未知的現(xiàn)象，尋找新的規(guī)律或發(fā)現(xiàn)。在科學(xué)研究的初期階段，可以通過探索性實驗提出新的問題和假設(shè)。在信息技術(shù)教學(xué)中，要學(xué)生探索的并不是自然界中的對象，而是一種和自然有關(guān)的人為設(shè)定的規(guī)律，希望學(xué)生在實驗中自行通過觀察和分析，歸納出某些特定的規(guī)律。例如，在星圖記錄時，可以通過實驗發(fā)現(xiàn)像素顏色和圖像文件二進(jìn)制數(shù)據(jù)之間的關(guān)系，實驗的實施工具可以是多樣的，既可以用二進(jìn)制編輯器打開圖像文件，觀察像素顏色所對應(yīng)的二進(jìn)制數(shù)據(jù)（常常以十六進(jìn)制形式呈現(xiàn)），也可以直接用寫字板打開圖像文件，觀察二進(jìn)制數(shù)據(jù)所對應(yīng)的ASCII碼或漢字內(nèi)碼，如果二進(jìn)制數(shù)據(jù)恰好對應(yīng)了某個字符或漢字，就能夠在寫字板中顯示出來，如圖3所示。另外，還可以借用一個編寫好的仿真軟件，來觀察像素顏色和二進(jìn)制數(shù)據(jù)的對應(yīng)關(guān)系，如下頁圖4所示。

驗證性實驗旨在驗證已知的理論或假設(shè)，這類實驗通常有一個明確的目標(biāo)，即檢驗?zāi)硞€特定的原理或定律是否成立。以先前的像素顏色和二進(jìn)制存儲數(shù)據(jù)對應(yīng)關(guān)系為例，可以先通過改變顏色、觀察存儲數(shù)據(jù)，來構(gòu)建一個像素顏色存儲方式的假設(shè)，然后根據(jù)假設(shè)來針對特定數(shù)據(jù)設(shè)定像素顏色，通過實驗來驗證假設(shè)是否成立；在機器學(xué)習(xí)和人工神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測識別的模塊，則有更多實驗可用于驗證某算法或模型是否能達(dá)到預(yù)期的識別效果。

測定性實驗主要用于測量某個量的具體數(shù)值。以“仰望星空，點亮星智”實驗項目為例，不同算法和模型的計算速度（可能是訓(xùn)練模型的速度，也可能是測試模型的速度）、分類準(zhǔn)確性等都可以經(jīng)由實驗得到具體的數(shù)值。

除了實驗?zāi)康牟煌唧w的實驗方法也可以不同。例如，對照實驗通過設(shè)置實驗組和對照組來比較不同條件下的實驗結(jié)果。在人工神經(jīng)網(wǎng)絡(luò)實驗中，可以改變?nèi)斯ど窠?jīng)網(wǎng)絡(luò)的一個條件，其他條件不變，用以比較人工神經(jīng)網(wǎng)絡(luò)的分類效果。又如，重復(fù)實驗是為了驗證實驗結(jié)果的可靠性和穩(wěn)定性而進(jìn)行的多次實驗，在對樣本劃分訓(xùn)練集和測試集時，往往需要多次取隨機種子，用不同的組合方式劃分?jǐn)?shù)據(jù)集，通過重復(fù)實驗來評估實驗結(jié)果的穩(wěn)定性和一致性，從而增強實驗結(jié)論的可信度。

實驗教學(xué)中資源和技術(shù)的融合

在實驗教學(xué)過程中，常常需要融合不同的資源和技術(shù)手段。以“仰望星空，點亮星智”實驗項目為例，在利用資源方面，學(xué)生需要使用到星空仿真、畫圖、二進(jìn)制編輯器、文本編輯器等軟件，還會使用到簡易星空觀測指南、ASCII碼表等資料。另外，教師為了創(chuàng)建演示材料，可能需要用到望遠(yuǎn)鏡、數(shù)碼相機、星空疊加工具等軟硬件。

天文素描是傳統(tǒng)的天文實驗項目，在無法用照相機拍攝星空的時代，通過望遠(yuǎn)鏡觀測到的星座和深空天體的形態(tài)只能通過素描來記錄和傳播，伽利略在用望遠(yuǎn)鏡發(fā)現(xiàn)昴星團由許多顆恒星組成后，正是通過素描，將觀察到的結(jié)果記錄了下來。為了能夠表達(dá)星的亮度，伽利略（以及其后諸多觀測者）選擇通過描繪星芒的大小來表達(dá)星的亮度，在普森對星等（星的亮度單位）進(jìn)行量化之前，這種方法雖然無法將星的亮度以標(biāo)準(zhǔn)化的方式呈現(xiàn)，但仍然能在一定程度上反映出星的亮度的差異，為后來的科學(xué)研究提供了寶貴的視覺資料。隨著信息技術(shù)的飛速發(fā)展，尤其是數(shù)字化工具的廣泛應(yīng)用，天文圖像采集與處理系統(tǒng)能夠以前所未有的精度捕捉并記錄星體的亮度、顏色、位置等詳細(xì)信息。但即便是這樣，一些星空仿真軟件在模擬星空時，仍然沿用了類似于傳統(tǒng)素描中通過星體在屏幕上占用面積的大小來體現(xiàn)亮度的方法，在這一做法的背后，蘊含著深刻的科學(xué)原理與技術(shù)考量：一方面，雖然數(shù)字化技術(shù)能夠提供灰度等級（一般為255級灰度），但在模擬人眼感知的連續(xù)亮度變化時，尤其是在從一等星到六等星這樣跨度極大的亮度范圍（約100倍的差異），僅憑灰度變化難以達(dá)到完全自然的視覺體驗，在某些亮度區(qū)間內(nèi)，微小的灰度變化可能不足以引起人眼明顯的感知差異，于是，可以通過調(diào)整星體顯示面積來模擬亮度，使仿真軟件里的星空更加貼近人眼的直觀感受。另一方面，不同恒星呈現(xiàn)的色彩其實有所不同，一般年輕恒星色彩偏藍(lán)，老年恒星偏紅，為了能表達(dá)恒星的顏色，就不得不突出像素RGB值中的R值或B值，而減少另兩個值，這樣，當(dāng)星等相似而顏色不同時，就只能依靠星所占用的面積來表達(dá)亮度，在這里，可以通過簡單的取色實驗來驗證這一點。圍繞以上問題，可以融合傳統(tǒng)技術(shù)和現(xiàn)代數(shù)字技術(shù)設(shè)計實驗，讓學(xué)生通過親手進(jìn)行天文素描與現(xiàn)代數(shù)字化記錄的對比實踐，直觀感受到特定記錄方法的優(yōu)勢，從而培養(yǎng)跨學(xué)科的綜合素養(yǎng)與創(chuàng)新思維。融合傳統(tǒng)技術(shù)與現(xiàn)代數(shù)字技術(shù)來設(shè)計實驗，不僅是對實驗教學(xué)的一次創(chuàng)新嘗試，更是對科學(xué)精神與文化傳承的致敬，賦予了實驗教學(xué)更為豐富的內(nèi)涵與更為廣闊的發(fā)展空間。

在實驗教學(xué)中，也常需要融合多種不同的數(shù)字化技術(shù)。以人工智能為例，在實驗教學(xué)過程中，既可以使用人工智能識圖引擎識別圖像（一般只能識別出屬于星座，而難以識別出是什么星座），也可以利用生成式人工智能幫助生成代碼，實施特定的數(shù)據(jù)整理任務(wù)。當(dāng)然，任務(wù)線最終匯聚到自行搭建人工神經(jīng)網(wǎng)絡(luò)模型。而具體到搭建的方式，既可以利用本地的人工神經(jīng)網(wǎng)絡(luò)庫搭建模型并訓(xùn)練，也可以將數(shù)據(jù)提交到在線的神經(jīng)網(wǎng)絡(luò)模型（如OpenInnoLab）進(jìn)行訓(xùn)練，或者也可以利用圖形化的神經(jīng)網(wǎng)絡(luò)教學(xué)工具，如圖5所示的MemBrain，不僅可以直接繪制神經(jīng)網(wǎng)絡(luò)，還可以直接在圖形化環(huán)境中進(jìn)行訓(xùn)練和分類測試。

人工智能可能以不同的形式參與到實驗教學(xué)過程中，可以用某種人工智能應(yīng)用直接作為識別工具或生成程序代碼的工具。同時，搭建人工智能模型是整個實驗項目的最終目標(biāo)和學(xué)習(xí)對象，并將這個模型用于具體的數(shù)據(jù)分析和處理，這里不妨將其稱為信息技術(shù)實驗教學(xué)中的人工智能三重奏。