Вчера, в городе Гуанчен.
Сегодня попробуйте сделать раннее предупреждение.
Тот же самый вопрос, подумайте опять с точки зрения исследователя: если вы хотите предсказать, поднимется ли река, что вы собираете первым?
Какую задачу мы возьмем на себя?
Прогноз наводнения.Во-первых, помогите рынку понять риски наводнения, а затем подумайте, как превратить данные наблюдений в полезную информацию.
Разработан совместно Google Research и Stanford Accelerator for Learning для детей в возрасте 11-14 лет.
Оригинальная английская версия; текущее языковое меню не включает китайский. Не требуется вход, требуется подключение к Интернету. Следующее китайское обучение написано AHALab, а не официальная локализация.
8 минут, сосредоточьтесь только на двух ключевых выборах
Какие данные выбрать? Что использовать для тестирования?
Четыре группы сначала объясняют свои причины, а затем смотрят на иллюстрации. Учителя могут использовать шаги, подготовленные в оригинальной версии; проекция скриншотов полевого теста ниже также работает.
| Использованное время | Делайте это вместе в классе. |
|---|---|
| 01 минуты | Вспомните вчерашнее решение: если бы мы могли знать заранее, насколько высока будет вода в реке, что бы мы изменили? |
| 14 минуты | Каждая группа предлагает один тип данных и объясняет его отношение к наводнению.Сначала запишите его на бумаге, а затем перейдите к следующему разделу. |
| 46 минут | Проверьте исходный сегмент и обсудите пробелы в данных. Модель хорошо справляется с вопросами, которые она видела, это достаточно? Какие данные следует оставить без внимания перед повторным тестированием? |
| 68 минут | Каждая группа добавляет одно предложение: "Чтобы сделать это предупреждение надежным, нам также нужно проверить"... |
Шаг первый: После того, как вы закончите свой выбор, посмотрите на первоначальную сцену снова
Какие данные вы хотите найти?
Дискуссия: Осадки, уровень воды реки или поток непосредственно связаны с наводнениями. Также спросите, откуда берутся наблюдения, как давно они были записаны и есть ли отсутствующие значения. Топография и пострадавшее население также заслуживают исследования; не смешивайте всю полезную информацию в одну и ту же входную модель.
Шаг второй: задать модели вопрос, который она не видела раньше
Если набор данных никогда не записывал наводнения, можно ли ему доверять, чтобы предсказать наводнения?
"Правильно отвечать на данные, которые он уже видел", и "способности судить о невидимых случаях" отличаются.
Это вопрос расширения AHALab. Игровая обратная связь показывает только производительность в игре; предсказания в реальном мире нуждаются в непрерывной проверке фактическими наблюдениями.
Связать результаты с реальными исследованиями
То, что мы только что сделали, было заданием для обучения. Далее, давайте посмотрим на Пангу, GenCast, Аврору и Землю-2: с какими данными они сталкиваются, и как они оценивают результаты? Наконец, кому-то все еще нужно получать оповещения и принимать решения.
Возвращение к четырем метеорологическим инструментамКак подготовиться к занятиям
- Используйте компьютер и сеть в классе, чтобы открыть оригинальную версию, нажмите "Принять миссию", введите выбор задачи, выберите "Рыночные болота", затем нажмите "Начать поиски".
- Перед занятием просмотрите начальный диалог и на странице в разделе "Данные" сделайте паузу.
- По умолчанию один компьютер учителя плюс проекция. Каждая из четырех групп имеет причины; переключайте группы для каждого ответа. Когда есть четыре компьютера, также сначала укажите, какую часть задания выполнить в этом сеансе.
- Если он не загружается до занятий, просто используйте локальные скриншоты на этой странице. Если он все еще не входит после примерно 30 секунд попыток на месте, также продолжайте с этой страницей.
Локальная версия сохраняет скриншоты, вопросы и инструкторские запросы и может быть открыта в автономном режиме; оригинальная версия веб-страницы Google не может быть воспроизведена в автономном режиме таким образом, и она не гарантирует сохранение прогресса игры на различных устройствах.
Хочешь завершить эту задачу полностью?
Flexible Quest: Market Marshes Это однопользовательская адаптация проекции, предоставленная Google, рекомендуемая на 30-45 минут. Вы можете открыть еще одну специальную сессию, чтобы позволить всему классу испытать полную задачу и пересмотреть ее; этот урок 8 минут - это просто сегмент для игры.
На официальном сайте также есть Dusky Dunes для предотвращения слепоты, а также расширенные ресурсы, такие как навес, здания, лесные пожары и т. Д. Вы можете продолжать выбирать в зависимости от вопросов, которые вас волнуют; вам не нужно выполнять все задачи одновременно.
Источники и записи об использовании
- Оригинальная версия Google Research: AI Quests
2026-09-11 Тест: Могу вводить задания на английском языке без входа в систему; не найдено меню на китайском языке.
- Google: Записки к выпуску
Совместно разработанный Google Research и Stanford Accelerator for Learning, ориентированный на возраст 11-14 лет; задачи включают подготовку данных, обучение и тестирование.
- Google: ресурсы для учителей
Включает учебники по заданиям, материалы для размышлений и расширенные ресурсы для занятий в классе.
- Google: классы гибких проекций Quest
Официальная адаптация проекции рекомендует возраста 9 15, 30 45 минут; Подходит для классов с меньшим количеством компьютеров или доступом к Интернету.
- Google：FAQ
Не требуется имя, электронная почта или логин; веб-игры требуют доступа к Интернету.
- Фонд Raspberry Pi: внедрение искусственного интеллекта опыта
Партнер по образованию включил поиски ИИ в ресурс ИИ опыта; это запись принятия курса, а не исследование эффекта для этого 8-минутного мероприятия.
Google и его партнеры предоставили оригинальные задания и учебные материалы. Китайские вопросы, продолжительность 8 минут и метод группировки в этом уроке были скорректированы AHALab и еще не были подтверждены в этом классе.