XEduLLM:让大模型进入中小学信息科技课

生成式人工智能的迅速崛起备受教育的关注,信息科技教师希望在课堂中应用大模型,让学生熟悉提示词,但受限于条件而难以实现。本文分析了在课堂上使用大模型的不同解决方案,并重点介绍使用开源Python库XEduLLM,让教师搭建一个大模型服务,这样不仅能够让学生在课堂上研究大模型的提示词,还能够让学生随时随地借助大模型自主学习。

Mind+结合XEduHub开发AI交互作品

在图形化编程工具Mind+和通用AI推理库XEdu Hub的支持下,中小学生使用简短的代码就能设计出有趣的AI交互作品。本文在介绍Mind+和XEdu Hub的同时,分析了AI交互作品的核心环节,指出作品可以由感知输入、智能处理和执行呈现三个部分组成,希望为中小学开展AI教育提供新的思路。

用XEdu做一个趣味甲骨文学习系统

作者基于甲骨文和AI技术设计并制作了一个互动性强且具趣味性的甲骨文学习系统,从技术分析和实现两个角度呈现了这一项目的开发过程,并介绍了从数据采集、模型训练到模型部署的全过程,给出了将项目转化为课程的设计方案。

基于XEdu开发无代码训练AI模型插件

为了能让没有代码基础的学生也能顺利训练AI模型,作者分析了XEdu训练AI模型的核心代码,介绍了实现无代码训练AI模型的原理,并以QT、Gradio、VB等多种工具为例,展示无代码训练AI模型的XEdu插件编写过程,为一线教师和企业工程师提供了开发人工智能教学工具的新思路。

用人工智能解决真实问题的技术地图

随着深度学习技术的发展,人工智能的门槛逐步下降,借助大量数据和开源算法即可获得相应的智能,已经成为人们的共识。本文以“解决真实问题”为核心问题,介绍了适合青少年使用的模型训练和部署工具,并以“害虫识别”为例,介绍了具体的工作流程和技术工具,形成技术地图。

全链路AI课程设计与开发——以视力检测AI助手为例

全链路AI的开发是指将AI技术应用在数据集制作、模型训练和模型应用等多个环节。本文依据全链路AI开发思路,实现了一款视力检测AI小助手的制作。除了在项目开发过程中使用了手部检测模型、关键点提取模型和手势判断模型这三个AI模型外,这款视力检测AI小助手还在多处应用了AI技术,如借助大模型的多轮对话完成较复杂程序的编写,解决数据归一化问题等,为中小学实施人工智能教育提供了新的思路。

设计一个低门槛的AI硬件交互活动

AI模型与开源硬件互动的内容,能够有效提升学生的学习兴趣。作者选择ESP32-CAM为Wi-Fi摄像头,以普通的麦昆小车为载体,为青少年的线下交流设计了一个AI硬件交互活动。这一活动内容有趣,形式新颖,加上其“低门槛”的特点得到广大教师的好评。同时,活动也为中小学人工智能教育提供了新的课程内容和开发思路。

为信息科技教学定制一个Python编程环境

Python和其他编程语言不同,可选的IDE(编程集成环境)很多,但很多并不是为中小学的信息科技教学设计的,鉴于此,作者所在研究团队根据一线教学需求,开发了XEdu信息科技教学版,集成了教学中涉及的绝大多数库和模块,降低了中小学教师教学Python的技术门槛。