AI启思 创新同行
AI For Teachers
人工智能创新型教师培育计划
（第一期）
一
为贯彻中共中央、国务院印发的《教育强国建设规划纲要（2024-2035年）》中提出的“人工智能助力教育变革”“人工智能助推教师队伍建设”“提升教师专业素质能力，健全教师教育体系”精神，落实教育部办公厅印发的《关于加强中小学人工智能教育的通知（教基厅函[2024]32号）》中“加强中小学人工智能教育相关师资队伍建设”的文件精神，我们策划了“AI4T（AI for Teachers）·人工智能创新型教师培育计划”，旨在寻找、发现，支持新时代人工智能种子教师的成长，进而助推高质量人工智能教育的普及。
教育部师范教育协同提质西南大学组团【DL·STSE】虚拟教研室
全国科学技术与智能教育学科联盟
重庆市青少年科学素质研究会
中希文明互鉴中心
西南大学科学技术与智能教育研究所
全国师范生人工智能教育共同体
中希文明互鉴中心·文明互鉴智能计算与决策实验室
中希文明互鉴中心·国际青少年科技人文教育研究院
温州科技高级中学
重庆课堂内外文化发展有限公司
技术支持：OpenHydra项目组、XEdu项目组
算力支持：上海谕视信息科技有限公司
课程支持：中小学AI课程众筹计划组委会
清华大学出版社新一代人工智能教育丛书编写委员会
本期活动主题为“人工智能经典实验挑战”。培训以“机器学习”“深度学习”与“模型部署”为主要内容，以经典实验操作为核心学科技能。借助大模型辅助编程的形式，快速补足学习人工智能的Python基础，通过极简代码和经典实验掌握人工智能的基本工作流程，再结合真实情境问题将能力泛化，进而达成用人工智能解决真实问题的目标，最终具备实施中小学人工智能通识教育的基本能力。
培训活动主要有在线直播与自主实践这两种形式。授课教师将通过直播来传授学科知识，并演示实验技能。来自各地一线学校的助教提供各种形式的学习支持。活动还提供了必要的实验环境与算力支持，借助浏览器就能完成基础实验的学习，确保培训者能够具身体验“有算力·真AI”的人工智能课程。
本期活动分“学员报名与审核”“Python入门与选拔”“AI经典实验与展示”这三个环节。完成相关学习任务并按要求提交作业的学员，将获得由中希文明互鉴中心、西南大学教师教育学院等单位联合颁发的结业证书。
本次培训为公益形式，面向各级学校对人工智能教育感兴趣的老师开展。
报名时间：2025年1月21日~1月24日
报名方式：请点击链接或扫描下面的二维码进行报名
报名链接：https://www.openhydra.net/event/20250120/
报名二维码：
进阶学习审核确认：通过第一阶段测试的老师将收到免费赠送的算力，请于2025年2月3日前，查看报名时提交的邮箱，收到邮件即视为有资格进入第二阶段学习。
1. 活动时间：1月25日~31日
2. 学习内容：大模型赋能的Python编程入门
3. 授课形式：线上直播教学2次，总时长3小时（1月25~26日）
4. 学员选拔：对完成课程学习的学员，进行Python编程能力测试（1月27~31日）；通过测试学员，将继续参与培训并获得100元算力（约30小时CPU算力或6小时GPU算力），以用于下一活动环节或自主研究。
1. 活动时间：2月4日~2月28日
2. 学习内容：机器学习、深度学习与模型部署
3. 授课形式：线上直播演示3个AI经典实验（2月4~12日）
远程在线实践指导（2月4~21日）
4. 作业提交：学员须按照规定要求，提交作业(2月21~28日）
5. 作业展示（时间：待定）
（1）组织专家对教师作品进行评选，选出优秀作品，优秀参与者选拔为培训导师，参与到后续更多人工智能培训活动。
（2）召开成果展示会。
学习任务：完成三个人工智能实验，并在学习内容的基础上，提交一个完整的新实验设计
学习内容和目标：搭建算法并训练线性回归、多项式回归、支持向量机（SVM）等机器学习模型，制作个性化数据集。涉及到BaseML、BaseDT等工具。
基础任务：投石机的力度、角度和落地距离数据集
拓展任务：手势（关键点）分类数据集
学习内容和目标：训练常见的卷积神经网络模型，如LeNet和MobileNet，能制作个性化的ImageNet数据集。涉及到MMEdu、EasyTrain等工具。
基础任务：数字手写体数据集
拓展任务：常见昆虫分类数据集
学习内容和目标：使用人工智能推理框架推理机器学习和深度学习模型，能转换模型格式并结合Python代码，编写简单的人工智能应用程序。涉及XEduHub、Pysamplegui、OpenCV等工具。
基础任务：使用XEduHub推理模型
拓展任务：结合GUI界面设计AI应用
利用所学的知识，设计一个跨学科的人工智能小项目。从收集数据开始，训练一个人工智能模型，并根据交互需求编写推理代码，形成一个简单的人工智能应用程序或者作品。
核心材料包括：
1. 自制的数据集；
2. 训练代码和模型；
3. 由模型得到的AI应用；
4. 项目教程（图文并茂的具体介绍）。
项目教程参考：https://mp.weixin.qq.com/s/gJTJ0LDwf9uQrNcuDNQjEQ
往期案例成果：
我们将围绕主题讲座、国际论坛、实践工作坊、成果分享等多元方式，持续助力教师数字素养提升，支持人工智能种子教师寻找同频伙伴。提供更优的学习环境、前瞻性的课程资源和创新型的教学案例，推动新一代人工智能教育落地学校。
我们还将持续关注AI赋能全学科教师，聚焦学科教学智能体、文明互鉴智能体等生成式人工智能的教育应用。
更多培训内容，敬请期待。
