GOOGLE AI QUESTS / MARKET MARSHES

เมื่อวานนี้ เมืองกวนเฉิง
วันนี้ลองทำการเตือนภัยล่วงหน้า

คำถามเดิม ลองคิดใหม่จากมุมมองของนักวิจัย ถ้าจะทำนายว่าแม่น้ำจะขึ้นหรือไม่ คุณจะเก็บอะไรก่อน

ป้อน Google เวอร์ชันดั้งเดิม ↗การสาธิตห้องเรียน 8 นาที บทเรียนการฉายภาพอย่างเป็นทางการเต็มรูปแบบ ↗

ภารกิจ AI ท่วมท้นภารกิจ Market Marshes เมนูดั้งเดิม — ภาพหน้าจอจากการทดสอบภาคสนามเมื่อวันที่ 11 กันยายน 2026 · ผลงานต้นฉบับโดย Google Research

เราจะทำภารกิจไหน?

ตลาดหนองน้ำ / ทำนายน้ำท่วมขั้นแรก ช่วยให้ตลาดเข้าใจความเสี่ยงจากน้ำท่วม จากนั้นจึงพิจารณาวิธีเปลี่ยนข้อมูลการสังเกตให้เป็นข้อมูลที่เป็นประโยชน์

พัฒนาร่วมกันโดย Google Research และ Stanford Accelerator for Learning สำหรับเด็กวัย 11-14 ปี ช่วยให้ผู้ใช้ตัดสินใจเลือก ดูคำติชม และแก้ไขแนวคิดของตนได้

ฉบับภาษาอังกฤษต้นฉบับ; เมนูภาษาปัจจุบันไม่รวมภาษาจีน ไม่จำเป็นต้องเข้าสู่ระบบ จำเป็นต้องมีการเชื่อมต่ออินเทอร์เน็ต บทช่วยสอนภาษาจีนต่อไปนี้เขียนโดย AHALab ไม่ใช่การแปลอย่างเป็นทางการ

8 นาที เน้นไปที่ตัวเลือกหลักเพียงสองตัวเลือก

ข้อมูลใดที่จะเลือก? จะใช้อะไรในการทดสอบ?

สี่กลุ่มอธิบายเหตุผลก่อน จากนั้นจึงดูภาพประกอบ ครูสามารถใช้ขั้นตอนที่เตรียมไว้ในเวอร์ชันต้นฉบับได้ การฉายภาพหน้าจอการทดสอบภาคสนามด้านล่างนี้ก็ใช้งานได้เช่นกัน การสนทนานี้จะไม่ฝึกโมเดล Google Flood ที่แท้จริง

เวลาที่ใช้	ทำร่วมกันในชั้นเรียน
0–1 นาที	ย้อนนึกถึงการตัดสินใจเมื่อวาน ถ้าเรารู้ล่วงหน้าว่าน้ำในแม่น้ำจะสูงขึ้นแค่ไหน เราจะเปลี่ยนแปลงอะไร?
1–4 นาที	แต่ละกลุ่มเสนอข้อมูลประเภทหนึ่งและอธิบายความสัมพันธ์กับน้ำท่วม ขั้นแรกให้เขียนลงในกระดาษ จากนั้นไปยังส่วนถัดไป อย่าเพียงแค่พูดว่า "ยิ่งมีข้อมูลมากเท่าไรก็ยิ่งดีเท่านั้น"
4–6 นาที	ตรวจสอบส่วนเดิมและหารือเกี่ยวกับช่องว่างของข้อมูล โมเดลทำงานได้ดีกับคำถามที่เห็น เพียงพอหรือไม่ ข้อมูลใดที่ควรละทิ้งก่อนทดสอบอีกครั้ง?
6–8 นาที	แต่ละกลุ่มจะเพิ่มหนึ่งประโยค: "เพื่อให้คำเตือนนี้เชื่อถือได้ เราต้องตรวจสอบด้วย..." จากนั้นจึงกลับไปที่แบบจำลองสภาพอากาศ

ขั้นตอนที่หนึ่ง: หลังจากเลือกเสร็จแล้ว ให้กลับมาดูฉากเดิมอีกครั้ง

คุณต้องการค้นหาข้อมูลประเภทใด ทำไม

AI Quests ภาพทดสอบงานข้อมูลต้นฉบับ — ภาพภาคสนามต้นฉบับ; คำถามภาษาจีนมีไว้สำหรับใช้ในห้องเรียน

แจ้งการอภิปราย: ปริมาณน้ำฝน ระดับน้ำในแม่น้ำ หรือการไหลของน้ำ เกี่ยวข้องโดยตรงกับน้ำท่วม ถามด้วยว่าการสังเกตมาจากไหน บันทึกมานานแค่ไหน และมีค่าที่ขาดหายไปหรือไม่ ภูมิประเทศและประชากรที่ได้รับผลกระทบก็ควรค่าแก่การตรวจสอบเช่นกัน อย่าผสมข้อมูลที่เป็นประโยชน์ทั้งหมดลงในอินพุตโมเดลเดียวกัน

ขั้นตอนที่สอง: ให้คำถามที่ไม่เคยเห็นมาก่อนแก่โมเดล

หากชุดข้อมูลไม่เคยบันทึกน้ำท่วม คุณสามารถเชื่อถือชุดข้อมูลดังกล่าวเพื่อทำนายน้ำท่วมได้หรือไม่

"การตอบอย่างถูกต้องกับข้อมูลที่ได้เห็นแล้ว" และ "ความสามารถในการตัดสินกรณีที่มองไม่เห็น" นั้นแตกต่างกัน ข้อมูลสำรองที่ไม่ได้ใช้ในการฝึกอบรมเพื่อตรวจสอบผลบวกลวงและผลลบลวง โดยเฉพาะน้ำท่วมใหญ่ที่เกิดขึ้นไม่บ่อยนัก อภิปรายช่องว่างหนึ่งข้อ จากนั้นอธิบายว่าคุณต้องการทดสอบอย่างไร

นี่คือคำถามส่วนขยาย AHALab ข้อเสนอแนะของเกมจะแสดงเฉพาะประสิทธิภาพในเกมเท่านั้น การคาดการณ์ในโลกแห่งความเป็นจริงจำเป็นต้องมีการตรวจสอบความถูกต้องอย่างต่อเนื่องโดยการสังเกตจริง

เชื่อมต่อผลลัพธ์กับการวิจัยจริง

สิ่งที่เราเพิ่งทำคืองานสอน ต่อไป มาดู Pangu, GenCast, Aurora และ Earth-2 กัน: พวกเขาเผชิญกับข้อมูลอะไรบ้าง และประเมินผลลัพธ์อย่างไร สุดท้ายนี้ ยังมีคนต้องการรับการแจ้งเตือนและตัดสินใจ

กลับไปที่เครื่องมือสภาพอากาศทั้งสี่ →

วิธีเตรียมตัวก่อนเข้าเรียน

ใช้คอมพิวเตอร์ในชั้นเรียนและเครือข่ายเพื่อเปิดเวอร์ชันดั้งเดิม คลิก 'ยอมรับภารกิจ' เข้าสู่การเลือกงาน เลือก 'Market Marshes' จากนั้นคลิก 'เริ่มภารกิจ'
อ่านบทสนทนาเปิดก่อนชั้นเรียนและหยุดหน้าเว็บชั่วคราวที่ส่วนข้อมูล รายการเมนูสามารถตีความโดยครู อย่าให้ความเร็วในการอ่านภาษาอังกฤษเป็นตัวกำหนดว่าใครสามารถเข้าร่วมได้
ค่าเริ่มต้นคือคอมพิวเตอร์สำหรับครูหนึ่งเครื่องพร้อมการฉายภาพ แต่ละกลุ่มมีสี่กลุ่มมีเหตุผล สลับกลุ่มสำหรับแต่ละคำตอบ เมื่อมีคอมพิวเตอร์สี่เครื่อง ให้ระบุก่อนว่าส่วนใดของงานที่ต้องทำให้เสร็จในเซสชันนี้
หากไม่สามารถโหลดก่อนชั้นเรียน เพียงใช้ภาพหน้าจอในเครื่องของหน้านี้ หากยังคงไม่เข้าหลังจากพยายามในสถานที่ประมาณ 30 วินาที ให้ดำเนินการต่อในหน้านี้

เวอร์ชันท้องถิ่นจะเก็บภาพหน้าจอ คำถาม และข้อความแจ้งของผู้สอน และสามารถเปิดแบบออฟไลน์ได้ หน้าเว็บ Google เวอร์ชันดั้งเดิมไม่สามารถเล่นแบบออฟไลน์ได้ด้วยวิธีนี้ และไม่ได้รับประกันว่าความคืบหน้าของเกมจะยังคงอยู่ในอุปกรณ์ต่างๆ

ต้องการทำงานนี้ให้เสร็จสิ้นหรือไม่?

ภารกิจที่ยืดหยุ่น: Market Marshes นี่คือการดัดแปลงการฉายภาพสำหรับผู้เล่นคนเดียวที่จัดทำโดย Google แนะนำให้มีความยาว 30–45 นาที คุณสามารถเปิดเซสชั่นพิเศษอื่นเพื่อให้ทั้งชั้นเรียนได้สัมผัสกับงานที่ทำเสร็จแล้วและตรวจสอบได้ 8 นาทีของบทเรียนนี้เป็นเพียงช่วงสำหรับการเล่นเท่านั้น

เว็บไซต์อย่างเป็นทางการยังมี Dusky Dunes เพื่อป้องกันตาบอด เช่นเดียวกับทรัพยากรเพิ่มเติม เช่น หลังคา อาคาร ไฟป่า ฯลฯ คุณสามารถเลือกต่อไปโดยอิงจากปัญหาที่คุณสนใจ คุณไม่จำเป็นต้องเล่นงานทั้งหมดพร้อมกัน

เอกสารสำหรับครูและงานเพิ่มเติม ↗

แหล่งที่มาและบันทึกการใช้งาน

การวิจัยของ Google: AI Quests เวอร์ชันดั้งเดิม
11-09-2569 ทดสอบ: สามารถเข้าสู่ภารกิจน้ำท่วมภาษาอังกฤษได้โดยไม่ต้องเข้าสู่ระบบ; ไม่พบเมนูภาษาจีน
Google: บันทึกประจำรุ่น
พัฒนาโดย Google Research และ Stanford Accelerator for Learning มุ่งเป้าไปที่เด็กอายุ 11–14 ปี งานเกี่ยวข้องกับการจัดเตรียมข้อมูล การฝึกอบรม และการทดสอบ
Google: แหล่งข้อมูลสำหรับครู
ประกอบด้วยคู่มืองาน สื่อการสอน และแหล่งข้อมูลในห้องเรียนเพิ่มเติม
Google: ห้องเรียนฉายภาพ Quest ที่ยืดหยุ่น
การฉายภาพดัดแปลงอย่างเป็นทางการแนะนำอายุ 9–15, 30–45 นาที; เหมาะสำหรับห้องเรียนที่มีคอมพิวเตอร์น้อยหรืออินเทอร์เน็ต
Google：คำถามที่พบบ่อย
ไม่ต้องใช้ชื่อ อีเมล หรือการเข้าสู่ระบบ เกมบนเว็บต้องใช้อินเทอร์เน็ต จำนวนงานและแผนภาษาในคำถามที่พบบ่อยล่าช้ากว่าอินเทอร์เฟซจริง ดังนั้นงานที่เล่นได้จึงไม่ได้ตัดสินจากสิ่งนี้
มูลนิธิ Raspberry Pi: ผสมผสานประสบการณ์ AI
พันธมิตรด้านการศึกษาได้รวม AI Quests ไว้ในทรัพยากร Experience AI; นี่เป็นบันทึกการรับเข้าเรียน ไม่ใช่การศึกษาผลกระทบสำหรับกิจกรรม 8 นาทีนี้

Google และพันธมิตรจัดหางานต้นฉบับและสื่อการสอน คำถามภาษาจีน ระยะเวลา 8 นาที และวิธีการจัดกลุ่มในบทเรียนนี้ได้รับการปรับปรุงโดย AHALab และยังไม่ได้รับการตรวจสอบในชั้นเรียนนี้