我在5月写了一篇关于科幻画的文章，今次想跟大家谈谈STEM的另一热门议题──学习AI 。
笔者曾于2017年参与教育局常识科及电脑科课程编订，当时大家都认同小学要引入Computational Thinking ，但后来我们尝试将这想法应用在常识科上，又发觉有点格格不入，最后也打消了两者结合的念头。到今年四月，笔者与教育局的同工到珠海交流，我在车上对其中一位负责人说：「我们之前觉得常识科未必用得上Computational Thinking ，但我觉得可以教AI Thinking。」那知他立刻说：「我也有这种想法呀！」
要学Python吗？
最近有小学标榜教授AI的Python软件，笔者也忍不住上网尝试自学，发觉对小学生来说，学习这个软件并不容易，加上我曾读过一篇文章，当中「深度学习」的巨头 Yan LeCun指出，Python已落后，谷歌、Facebook和其他公司正研发不同的新软件，所以我不赞成小学生一窝蜂地学习Python ，要学，不是先学AI软件，而是先学习AI Thinking，学习简单的概念和方法，有了个大概，等他们上到中学，才学习当时使用的软件。
小学的AI Thinking
那么小学要学什么的AI Thinking？我觉得要和常识科结合，因为学校如只挂着追赶潮流，样样新事物都要教，实在没那么多时间。我认为配合常识科的专题研习，可教授两个AI Thinking 的主要概念，那就是「数据处理」和「机器学习」。
我正尝试在自己学校引入这两个课程，我们预算在四年级的专题研习，以 「健康生活──数据收集与分析」为题，教授学生处理数据。我们会购置两个具记录和分析功能的AI镜头，一个安装在小卖部，一个放置在图书馆，然后记录同学们购买小食（饮食健康）和借阅图书的习惯（精神健康），AI镜头会以Heat Map的形式显示数据，当中我们可教导学生如何收集和分析数据，虽然简单，但过程会有不少得着。
五年级方面，配合常识科的环保专题，我们会在特别室安装一个AI镜头（智能感应器），让学生决定它在多少秒后运作，例如我们设定「当有人进入或离开课室后3秒，感应器便会自动运作，控制光管开关」，有别于智能感应光管，它更人性化，我们可因应房间的设计、大小，进入者的需要、用室安全等不同因素，设定智能感应器的运作时间，学生可透过反覆的设定和比较不同秒数的数据，从而决定最好的节能方案来。以上两个例子，正如AI的深度学习，不过不是由较复杂的Python主导，我们把学习场景简单化，让学生担当电脑，分析数据，不断改善学习，找出最好的答案来。
我们六年级的专题是「未来的智慧城市」，当中老师可教授「机器学习」的概念，让学生明白电脑是如何深度学习的。我们可教授学生「建立特徵」：我们教AI 电脑分辨什么叫「树」，要指出树要有树叶、根、树干等几十至几百个特徵，同学们可透过讨论和分析，尝试为电脑定下物件的特徵和分辨要素，教导电脑深度自学，另一方面，电脑在自我学习时，会收集到大量的数据，如何归纳这些资料，有系统地深度学习？这时，我们亦可简单教授分类（Classification）、集群（Clustering）、回归（Regression）和降维（Dimension Reduction）等演算法和概念，这些方法与我们的「创意十三式」很相近，都是思考和分析资料的方法，透过图像简单说明，能够让学生对「机器学习」有一个初步的认识，对将来学习AI很有帮助！除此之外，我也尝试引入「智慧校园」的概念，在校内装上不同的智能设施，有了这样的环境，才能刺激学生的创意思维和学习动机。
说了一大堆关于 AI Thinking 的学与教，我们老师懂得教吗？我想暂时未能完全掌握，所以我们会和商业机构合作，简化数据分析的内容和技巧，配合常识课程，提供教师培训，教导我们机器学习的概念。
