前言

AI這個話題，近幾年來一直很熱門，相信未來幾年也是，大家也都時不時地討論著，若您是一位K12（泛指小學到高中）的老師或是家長，想在課堂上或是親子互動中來說說這主題，那麼您可以參考這個「我的第一堂AI課」。

在這近五年的教師研習當中，從創客教育，STEM，STEAM，一直到STREAM（Science, Technology, Reading, Engineering, Art, and Mathematics）、AI、AIoT……，在這些研習上，我常舉例，假如我明天就要上台教這堂（AI）課程，那麼我要怎麼教？我該準備什麼？我該教什麼？因此第一個轉念就很重要，如果你只是在思考要不要教，那就會有放棄的念頭與不想教的理由。正因為萬事起頭難（在物理課中，我們知道要推動一個物體使他能運動，需先克服最大靜摩擦力），因此，只要你願意先克服內心的最大靜摩擦力，願意明天上台教課，那麼接下來的一切，都將迎刃而解了。我們這就來看看，這第一堂AI課可以怎麼講。

 課堂上的第一句話

我一直認為興趣是最好的學習導師，因此我會希望第一堂課的主要目的是讓學生覺得有趣，好玩以及深刻的印象，並且會期待下一堂的課程，因此我會準備一些跟AI相關的素材（包含影片，科技文章剪報，時勢話題…等）各領域都有，然後來跟同學們互動及討論，藉由這些不同領域的素材來看看學生的反應，也可了解到學生們對於哪一些類別及領域會更有興趣。當然老師可以找跟自己專業領域接近的AI應用案例（Google與Youtube還是很方便能搜到的），再來分析這些素材裡面，會用到的技術或是簡單的原理，並且將它跟目前的學科知識做一些關聯性的說明與分析。在這階段我想讓學生知道一件事，平時課堂的知識學習不止是應用在考試，而是無所不在的與生活相結合在一起，只是大家沒有去想到與關聯思考而已。

以下便例舉一些關鍵字，可以在Youtube上搜尋到的一些相關短片。

例如：「波士頓動力ATLAS」，「人工智慧（十三分鐘略懂AI）」，「KUKA（Timo Boll vs. KUKA Robot）」，「微軟小冰」，「Amazon Aliexa」。

綜合上述的這些素材影片，有一個共通點，那便是在AI的範籌內，機器學習與程式設計都是含概的元素之一，因此在接下要討論到的，就是Coding了。

 開始教Coding

很多老師看到這，似乎又卡關了，不多說，下面有兩個網站連接，可以直接來試試看。

http://blockly.games
http://code.org

圖形化的編程，已經跟早期的代碼程式設計不一樣了，如今的編程學習好玩又有趣，如同闖關遊戲，是不是對於明天也能教程式設計的目標，又更進一步了呢。

其實在這兩個程式設計的闖關遊戲裡面，大部份的學生都可以順利的進行，但是真正的教學重點是那些過不了關的孩子怎麼辦？如何協助他們，在這個部份，老師可以先觀察孩子們的學習狀況，給予從旁協助與提示即可，千萬別直接告訴答案。例如：


圖1. Blockly Games 迷宮第5關

一般這種狀況，學生大多是對於積木程式塊還不大理解，因此可用下列方式引導，我會用補充說明來提示學生。

重複執行（綠色）的積木塊的功能，放在裡面，將表示要一直做，重複做；放在外面的程式塊，則是只做一次。

第二種方法（適用各種狀況）：我請學生試著敍述他的程式命令。

我也會告訴學生，如果我是電腦，看到他給我的指令，我會去做：往前直走一步，往前直走一步，向左轉，然後一直重複向左轉（根據圖1的程式語言命令）。然後再來跟學生討論這如果不是他的意思，那麼他要如何表述呢？其實在這一段，可以不單是邏輯思維的訓練，還包含了思緒表達。寫程式不用急，慢慢去思考與表達更為重要，而在每一次的過關上，都能找到成就感與學習自信。過關可以很快，但有時慢下來，好好感受當下的思緒，將他記錄寫下，不但能提升寫作能力，更會發現到不一樣的教與學的微妙互動。

在AI的領域當中，程式設計與數學，是不可或缺的基礎知識，因此在這部分老師可以依照學生的程度給予適當的鼓勵，並支持他們往有興趣的領域去多研究與了解，同時讓學生們知道，語文（作文）跟數學是跟AI有關的。想學好AI，平時的課也要好好的學習的。

希望這一段的介紹能夠讓所有的老師，激起你的興趣，強化你的信心，願意來帶領AI的教學課程。

 教AI的好工具

在創客教育或STEAM教育的普及與推廣下，Arduino這類的硬體設備與很多的Sensor（傳感器），因應而生，軟硬結合的控制與應用開始慢慢的走進課堂，也讓這類的課程，更加有趣。並且也有很多相對應的比賽或活動，為師生們提供一個交流與互動的平台。然而如何在這近三至五年之間，把原來的STEAM教育（或是創客教育）往上升級到與AI課程相結合，我們接下來介紹一下這個AI影像視覺感測鏡頭，「Pixetto」。

Pixetto的教學平台擁有適用於各種程度的教學案例並簡化AI及機器學習課程中最難的部分，適用於各學齡段的教學場景。

http://Pixetto.ai 入門官網（基礎）
http://learn.pixetto.ai 開發者指南（進階）


圖2. Pixetto 圖片

表1. Pixetto Specifications



圖3. Pixetto 各部說明圖

表2. Pixetto視覺感測器內建應用模型

 AI顏色識別

一、可先至官網的《軟體＆文件》下載《Pixetto軟體套件》並安裝軟體。

二、將Pixetto鏡頭與電腦連接。（目前僅支持Windows 10 以上作業系統）

三、安裝好軟體後，執行『Pixetto Startup』/『Pixetto Utility』。

四、軟體啟動後，可在右邊的功能選項，找到下拉選單，選取『顏色偵測』。

再往下的顏色區域，會有六個顏色可供選擇，可任意勾選顏色，完成後選擇『套用』，此時Pixetto若偵測到畫面中有你所選的顏色，就會出現綠色框，表示鏡頭已能識別你所設定的顏色了。（如下圖）

圖4. Pixetto Utility 軟體操做界面

上述的一連串動作，代表什麼意思呢？其實我們剛剛在做一件事，就是訓練這個AI鏡頭能夠看得懂你所指定的顏色（紅，藍，黃，紫，綠），且最多可以同時辨別畫面中的5種顏色（畫面中沒有紫色物品，所以只呈現4個認識的顏色物品）。那麼訓練Pixetto能看得懂顏色後能做什麼呢？接下來我們可以來做個簡易的變色龍應用，也就是在自然界中，變色龍會因環境不同，把自己身體也變成環境的顏色，達到自我保護。因此在這個課程範例中，簡單的邏輯就是：當鏡頭看到某顏色的物體，就會把螢幕上的變色龍圖案，變成相對應的顏色了。

關於變色龍的詳細教程，可參考下列連結：（第一次入門的初學者）

https://pixetto.ai/tw/2020/07/learn-how-to-create-a-color-changing-chameleon-tw/

下列這個連結是結合Arduino硬體的變色龍應用教學範例（適合已懂Arduino的人）http://www.circuspi.com/index.php/2021/06/10/pixetto-led-arduino/

延伸思考一：自動控制，能依照明確指令描述及設定好的條件，完成預期結果。例如車子的定速行駛功能（設定好時速後，車子能在定速下自動行駛），但是當要減速時需要我們去踩剎車才行。因為要判斷剎車（減速）的條件太多，太複雜，難以一個個用明確指令來描述，即使描述完成（也會有大量的條件敍述），此時要達到預期結果，這中間的程式運行時間也相當耗時，並不能短時反應，達到實際的場景應用要求。而AI可以做到更快速、更複雜的判斷，使用演算法加上機器訓練，就可以推論出預期結果，以達到自動減速或偏向閃避等自動控制。

延伸思考二：現在的無人自駕車愈來愈先進與普及，其中自駕車在路上行走，若能辨別紅，綠顏色，那麼也就能看得懂紅綠燈了。因此我們在做AI鏡頭訓練時，把顏色訓練模型，只訓練看得懂紅色跟綠色就好，就可以讓自駕車，自動的分辨在什麼樣的條件下，車子能前進及停止。簡易說：如果看到紅燈時，執行車子停止；如果看到綠燈時，執行車子前進。


圖5. 表2神經網路模型檢測應用

在教學的過程中，老師不需急著把功能（表2）的部份一個一個的跟學生做解釋與說明，而是在使用一個訓練模型後，做較深入的探討與延伸思考，讓學生們多去關注生活周圍，看看有那些地方與今天教的顏色識別模型有關。

 課堂分析

如果您是有創客（或STEAM）教學經驗，S4A（Scratch for Arduino）軟硬體都熟悉的老師，Pixetto鏡頭可以協助您，將AI的模型訓練跟深度學習的概念與應用，融入原本的課堂，讓AI的元素與之前的課程相結合，做更高階的延伸應用。我們把剛剛的課程做個回顧與整理，在Pixetto Utility訓練模型中，當你按下「套用」的時候，意思就是把你訓練好的模型，儲存（上傳）在Pixetto鏡頭上。接下來就可以將鏡頭與其它的硬體設備相連結（例如：Arduino, Micro:bit, Raspberry Pi）。當然除了目前提供的十六種AI模型之外，老師也可以教學生，自行拍攝影片或者提供照片，做自己想要的AI訓練。


圖6. 表2車道偵測應用，筆電畫面的路旁兩邊，有綠色偵測線

如果您是第一次嘗試了解AI課程的老師（但還不會Codeing），Pixetto一樣適合您做課堂應用與教學的，如同在Utility軟體中，我們己把AI應用的演算法都寫好了，使用者只需勾選需要的功能與條件，就可以把鏡頭訓練好。接下來就可以用此範例，去講解很多的AI應用場景與原理了。

今年，新北市三民高中蔡孟辰老師，在新北市福和國中，將AI影像識別技術，融入教學設計，帶領學生創作AI新住民文化課堂，讓學生應用AI演算法，將東南亞國家的不同特徵與特色，上傳至雲端做機器學習，之後將訓練好的模型，套用在自動控制的條件判斷中，判斷輸送帶上的物品特徵，達到自動分類的結果。


圖7. 學生將訓練好的AI模型程式積木塊，套入程式中。

台師大研究生－翁子涵老師，在宜蘭三星國中指導學生，創作AI原住民創新課堂透過Machine Lerning，讓AI鏡頭識別不同部落的圖騰後，可將貨物送到對應的部落電梯樓層。


圖8. 翁子涵老師教學現場與學生及作品

 結語

有的老師會問我，如果學生提的問題連我們自己都不會回答，那怎麼辦？

像這類的專題與項目學習為導向的課程，已經跟以往的專科領域課程有所不同了，如同STEAM課堂，一開始很多老師誤以為要學會與具備這五項專業，才有辦法開始教學，其實我們細想，這五個專項領域，學生本來就會依照不同年齡的階段，一直學習，老師扮演的主要角色，是引導學生。因此當學生問出我也不懂的問題時，我會帶著學生去尋找這個問題的答案（又或者說，我會告訴學生，我將如何去尋找這個答案）。例如，我們可以先利用網路搜尋的方式，去查找相關的說明，再不然我會跟學生說，下一堂課老師再來回答你這個問題。在這樣的綜合型課程中，其實都是跨領域的，也因為這樣讓很多的老師會卻步，但我覺得現在的科技進步，知識的取得也更為方便與多管道，已經不同以往。所以教學的方式，我覺得也在快速的改變當中，當下教育已不像以往的知識灌輸，而是帶領學生，引導他們去找到自己的興趣與目標，而在這過程中，遇到問題與挫折時，該怎麼去面對並且去解決它，這才是我的教學目的。

最後引用《小王子》作者，聖修伯里的這本書的一段話，做為結尾：

If you want to build a ship, don't drum up people to collect wood and don't assign them tasks and work, but rather long for the endless immensity of sea.

如果你想要打造一艘船，不是先請大家去收集木材，或是分配工作與發號施令。相反地，你應該先激起所有人對浩瀚海洋的一片渴望。