即时发布
北卡罗来纳州立大学研究人员开发了一周高中课程帮助学生快速理解颜色化学和人工智能概念 — — 并同时点燃他们对科学及其周界的好奇心。
测试短期中学科学模块能否有效教学生化学-臭名昭著的棘手题-和人工智能-研究设计相对简单实验PH水平,反映液溶液的酸性或碱性
测试条测试pH值时,颜色转换图提供方便参考:更多酸化解法转红测试条变深紫 当液体高度碱化 变蓝暗绿PH数值范围从0到14不等,7中性-约自来水水平-低值反映更高酸度和高值反映更高碱性
问题解答 : 机学习比视觉更精确读pH条杨张助理教授纺织工程、化学和科学并联笔写作论文描述工作.师生AI预测模型比视觉判读精确约5.5倍
学生用手机摄像头拍pH测试条照片并用各种日常液水-饮料、池塘或湖水、化妆品等-并预测他们的pH值视觉化测试条由教官提供,已知pH值带精密仪表并预测视觉效果
上头表示:「我们希望学生想一想这类测试对现实世界的影响,可能没有先进工具,但你真想知道pH值小于5比7
学生输入免费机学习软件Orange,该软件没有代码行,使新手易于工作测试条图像和pH值转换预测,机器学习提高精度,学会用相应的pH值绘制测试线颜色中更隐蔽变化学生再比较机器学习pH级预测和视觉预测,发现AI预测虽然不完全,但远比视觉预测接近真pH值
研究者还调查学生一周课程前后并发现他们报告更主动学习化学学和AI知识
学生们可以看到先进技术在应用到现实世界问题和科学进步时的相关性江水助理教授学习设计技术NC状态实战应用不仅提高他们对复杂科学概念的理解 并启发他们探索创新解决方案
上化学方面有很多相似色化学概念,并扩展课程以包括更多学生
论文显示Journal化学教育.NC州立研究生Jeanne McClure、Chenjahui和Liu云苏共同撰写论文工作得到了国家科学基金会(CE-2246548、DRL-1949110和DRL-2025090)和国家卫生院(R21GM141675和R01GM144397)的支持。
kulikowski-
向编辑注解页面文摘
整合机器学习和颜色化学:开发高校课程实现现实世界问题解析
作者:Shiyan江市、Jeanne McClure市、ChenJahui市、Liu和YangZhang市NC州立大学
发布日期:72023Journal化学教育
DOI: 10.1021/acs.jchemed.3c00589
抽象性人工智能正在快速改变世界,本研究提供跨学科课程,连接中学课堂AI和化学学科并简单应用AI教学生搭建高精度pH虚拟计无码ML免费神经网络构建软件Orane使用PH简单化学题显示AI和化学关系,供高中生使用,他们在两个学科中都可能有初级背景。课程的目标是提高学生兴趣并驱动分析化学领域,并深入了解化学与ML之间的互联可如何帮助中学生学习科学活动涉及学生使用pH条测量pH本地相关各种解决方案并建ML神经网络模型预测pH值综合课程提高学生对化学和ML的兴趣并展示科学与日常生活和全球问题的相关性这种方法在开发化学与ML之间的广度整合专题并理解其全球影响方面具有变革性作用。
