ПРОВЕРЕНО _____________
____________________
Краткосрочный план по Информатике в 10 классе
| Раздел | Компьютерное зрение и искусственный интеллект |
| ФИО педагога | ____________________ |
| Дата | _____________ |
| Класс | 10 класс Количество присутствующих: _____ отсутствующих: _____ |
| Тема урока | Распознавание объектов |
| Цели обучения, которые достигаются на данном уроке (ссылка на учебную программу) | использовать алгоритмы распознавания классифицировать объекты на изображениях применять распознавание в задачах управления |
| Цель урока |
|
Ход урока
| Этап урока / Время | Действия педагога (полные реплики и инструкции) | Действия ученика | Оценивание (критерии • дескрипторы • балл) | Ресурсы |
|---|---|---|---|---|
| Начало урока (5 мин) Вызов (метод: кейс-прогноз) |
"Здравствуйте, садитесь. Сегодня мы начинаем погружение в одну из самых впечатляющих технологий ИИ. Посмотрите на этот короткий видеоролик (показывает на экране). Это запись с камеры беспилотного автомобиля Tesla в реальном времени. Обратите внимание, как система выделяет пешеходов, машины, дорожные знаки. Теперь представьте: эта же система, но в другом контексте. В 2023 году в одном из аэропортов Европы начали тестировать систему распознавания лиц и багажа для автоматической сортировки потерянных вещей. Камеры сканируют чемодан, определяют его цвет, размер, наличие бирок, сравнивают с базой данных заявок о потере. Как вы думаете, с какими основными трудностями столкнулись разработчики такой системы? Давайте вместе спрогнозируем: что может пойти не так? Какие объекты будет сложнее всего распознавать правильно и почему?" Выслушивает 3-4 предположения, фиксирует ключевые слова на доске (например: "похожие чемоданы", "плохое освещение", "частичное перекрытие объектом", "нестандартная форма"). "Отлично! Ваши прогнозы очень точно указывают на ключевые проблемы компьютерного зрения: изменчивость условий, схожесть объектов, помехи. Именно эти проблемы и решают алгоритмы распознавания. И сегодня мы с вами не только разберемся, как они работают, но и попробуем применить их в практической задаче." |
Смотрят видео. Анализируют предложенную ситуацию. Выдвигают гипотезы о возможных проблемах (например: "чемоданы могут быть одного цвета", "наклейки могут закрывать поверхность", "система может не отличить рюкзак от сумки", "при плохом свете цвет исказится"). Участвуют в обсуждении. |
Дескрипторы (без баллов):
|
Видео "Tesla Autopilot view" (30 сек). Слайд с описанием кейса аэропорта. Интерактивная доска или флипчарт для записи гипотез. ИИ-инструмент: Генерация синтетических изображений "потерянных чемоданов" в разных условиях (например, с помощью Playground AI, Stable Diffusion) для наглядной демонстрации проблемы вариативности данных. |
| Откроется после регистрации: Середина урока (20-25 мин) · Конец урока (5-10 мин) · Рефлексия (5 мин) | ||||