Ayer, en la ciudad de Guancheng.
Hoy, trata de hacer una alerta temprana.
La misma pregunta, piensen de nuevo desde la perspectiva del investigador: si quieren predecir si el río se elevará, ¿qué recogerían primero?
¿Qué tarea tomaremos?
Previsión de inundación del mercado de los pantanos.Primero, ayudar al mercado a comprender los riesgos de inundación, luego considerar cómo convertir los datos de observación en información útil.
Desarrollado conjuntamente por Google Research y Stanford Accelerator for Learning para edades de 11 a 14 años. Permite a los usuarios tomar decisiones, ver comentarios y revisar sus ideas.
Versión original en inglés; el menú de idioma actual no incluye chino. No se requiere inicio de sesión, se requiere conexión a Internet. El siguiente tutorial en chino está escrito por AHALab, no es la localización oficial.
8 minutos, centrarse en sólo dos opciones clave
¿Qué datos elegir? ¿Qué usar para las pruebas?
Cuatro grupos primero explican sus razones, luego miran las ilustraciones. Los maestros pueden usar los pasos preparados en la versión original; la proyección de las capturas de pantalla de la prueba de campo a continuación también funciona. Esta discusión no entrenará el modelo real de inundación de Google.
| Tiempo empleado | Hacerlo juntos como una clase |
|---|---|
| 01 minuto | Recuerden una decisión de ayer: Si pudiéramos saber de antemano cuán alto subiría el agua del río, ¿qué cambiaríamos? |
| 14 minutos | Cada grupo propone un tipo de datos y explica su relación con las inundaciones.Primero escribe en papel, luego pasa a la siguiente sección.No sólo diga "cuantos más datos mejor". |
| 46 minutos | Compruebe el segmento original y discuta las lagunas de datos. El modelo se desempeña bien en las preguntas que ha visto, ¿es suficiente? ¿Qué datos deben omitirse antes de probarlo de nuevo? |
| 68 minutos | Cada grupo añade una frase: "Para hacer que esta advertencia sea confiable, también necesitamos comprobar"... y luego volver al modelo meteorológico. |
Paso Uno: Después de terminar las opciones, vuelve a mirar la escena original
¿Qué tipo de datos quieres encontrar?
Invitación a la discusión: La lluvia, el nivel del agua del río o el flujo están directamente relacionados con las inundaciones. También pregunte de dónde provienen las observaciones, cuánto tiempo se han registrado y si faltan valores. La topografía y la población afectada también vale la pena investigar; no mezcle toda la información útil en la misma entrada del modelo.
Paso dos: Hazle a la modelo una pregunta que no haya visto antes
Si un conjunto de datos nunca ha registrado una inundación, ¿puedes confiar en él para predecir las inundaciones?
"Respondiendo correctamente sobre datos que ya ha visto" y "poder juzgar casos no vistos" son diferentes. Datos de reserva no utilizados en el entrenamiento para verificar falsos positivos y falsos negativos, especialmente para inundaciones importantes raras. Discuta una brecha, luego explica cómo quieres probarla.
Esta es una pregunta de extensión de AHALab. La retroalimentación del juego solo muestra el rendimiento en el juego; las predicciones del mundo real necesitan validación continua por observaciones reales.
Conectar los resultados con la investigación real
Lo que acabamos de hacer fue una tarea de enseñanza. A continuación, veamos Pangu, GenCast, Aurora y Earth-2: ¿qué datos enfrentan, y cómo evalúan los resultados? Finalmente, alguien todavía necesita recibir alertas y tomar decisiones.
De vuelta a las cuatro herramientas meteorológicasCómo prepararse antes de la clase
- Utilice la computadora y la red del aula para abrir la versión original, haga clic en 'Aceptar misión', ingrese la selección de tareas, elija 'Marshes de mercado', y luego haga clic en 'Iniciar búsqueda'.
- El profesor puede interpretar los elementos del menú; no deje que la velocidad de lectura del inglés determine quién puede participar.
- El por defecto es una computadora de profesor más proyección. Cada uno de los cuatro grupos tiene razones; cambie de grupo para cada respuesta. Cuando hay cuatro computadoras, también primero especifique qué parte de la tarea se completará en esta sesión.
- Si no se carga antes de la clase, solo use las capturas de pantalla locales en esta página. Si aún no entra después de unos 30 segundos de intentos en el sitio, continúe con esta página.
La versión local retiene capturas de pantalla, preguntas y instructores y se puede abrir sin conexión; la versión original de la página web de Google no se puede reproducir sin conexión de esta manera, ni garantiza que el progreso del juego se mantenga en todos los dispositivos.
¿Quieres completar esta tarea completamente?
Flexible Quest: Market Marshes Esta es la adaptación de proyección para un solo jugador proporcionada por Google, recomendada para 3045 minutos. Puede abrir otra sesión especial para que toda la clase experimente la tarea completa y la revise; esta lección de 8 minutos es solo un segmento para jugar.
El sitio web oficial también tiene Dusky Dunes para prevenir la ceguera, así como recursos extendidos como dosel, edificios, incendios forestales, etc. Puede continuar eligiendo en función de los problemas que le interesan; no tiene que jugar todas las tareas a la vez.
Fuentes y registros de uso
- Google Investigación: AI Quests versión original
2026-09-11 Prueba: Puede ingresar tareas de inundación en inglés sin iniciar sesión; no se encontró menú en chino.
- Google: Notas de lanzamiento
Desarrollado conjuntamente por Google Research y Stanford Accelerator for Learning, dirigido a las edades 11-14; Las tareas implican la preparación de datos, entrenamiento y pruebas.
- Google: Recursos para maestros
Incluye manuales de tareas, materiales de reflexión y recursos ampliados para el aula.
- Google: El aula de proyección de Flexible Quest
La adaptación oficial de la proyección recomienda edades de 915, 3045 minutos; adecuado para aulas con menos computadoras o acceso a Internet.
- Google：FAQ
No se requiere nombre, correo electrónico o inicio de sesión; los juegos web requieren acceso a Internet. El número de tareas y el plan de lenguaje en la FAQ se retrasan en la interfaz real, por lo que las tareas jugables no se juzgan en función de esto.
- Fundación Raspberry Pi: Incorporando la experiencia de la IA
El socio educativo ha incorporado AI Quests en el recurso Experiencia AI; Este es un registro de adopción de cursos, no un estudio de efectos para este evento de 8 minutos.
Google y sus socios proporcionaron las tareas originales y los materiales de enseñanza. Las preguntas en chino, la duración de 8 minutos y el método de agrupación en esta lección fueron ajustados por AHALab y aún no se han validado en esta clase.