AI编程学习路径
-
简介
CreatiCode Playground 提供了一整套用于创建基于 AI 的项目(包括游戏和应用程序)的工具。它提供了一个安全且引人入胜的环境,让 K-12 学生可以学习和试验先进的 AI 技术,例如 ChatGPT 和面部追踪。
对于初学者,这里有分步教程和项目,介绍 AI 编程的基础知识。这些资源旨在帮助学生打下坚实的基础,让他们更容易创建有趣且实用的 AI 项目。
教师还可以使用这些教程来设计入门课程,使学生能够获得 AI 编程的实践经验并建立技能信心。
教程的第一部分重点介绍 CreatiCode Playground 上可用于生成图像和编程助手的 AI 工具。第二部分将重点介绍生成式 AI 模块(例如 ChatGPT)。第三部分涵盖预测性 AI 模块(例如分类模型)。
第 1 部分 - CreatiCode Playground 中的 AI 工具
主题 1 - 使用 AI 搜索或生成背景图像
-
教程链接:使用 AI 搜索或生成背景图像
-
概述:与 MIT Scratch 非常有限的背景库不同,CreatiCode 提供了一个庞大的 AI 生成背景图像库,您可以浏览或搜索。它们都经过仔细检查,以确保它们适合 K-12 学校环境。如果您找不到任何喜欢的背景,您还可以要求 AI 使用详细描述为您生成新背景。

主题 2 - 使用 AI 搜索或生成角色图像
-
教程链接:使用 AI 搜索或生成角色图像
-
概述:您还可以从由 AI 生成且可在学校安全使用的丰富角色图像集合中进行选择。每个角色图像都在透明背景上呈现一个角色或对象。您还可以使用自己的描述生成新的角色图像。

项目创意 - 水滴之旅(难度:1)
- 教程链接:水滴之旅(难度:1)
- 概述:使用一些 AI 生成的图像创建水滴生命周期的简单插图。

主题 3 - 在 CreatiCode XO 的帮助下学习新事物
-
教程链接:CreatiCode XO - 向我解释
-
概述:CreatiCode XO 是一个 AI 助手,当您在 CreatiCode Playground 中时,您可以与之聊天。您可以使用 XO 通过“向我解释 xyz”或“如何做 xyz”等简单问题来帮助您学习新概念或模块。

主题 4 - 在 CreatiCode XO 的帮助下进行调试
-
教程链接:
-
概述:调试是大多数学生最具挑战性的任务之一,而且我们的老师通常没有时间或专业知识来帮助每个学生进行调试。每个学生都需要学习调试的基础知识。XO 并非旨在代表学生进行调试。相反,XO 可以协助学生进行调试过程,以诊断问题并集思广益解决方案。

主题 5 - 在 CreatiCode XO 的帮助下设计新项目
-
概述:XO 可以帮助我们开始新项目。当我们“大脑一片空白”并需要一些灵感时,它可以提出项目创意。如果您已经知道要构建的项目,XO 可以就如何执行此操作提出计划。

主题 6 - 使用 XO 生成测验
-
概述:XO 可用于生成多种格式的测验问题,例如简答题、选择题或代码补全题。学生可以使用它进行自我评估,教师也可以使用它来设计评估问题。

主题 7 - 使用 XO 生成反馈
-
教程链接:CreatiCode XO - 自动反馈
-
概述:XO 可用于自动生成有关我们项目的反馈。这使学生可以在处理项目时获得实时反馈,而无需等待老师。

第 2 部分 - 使用生成式 AI 编程
主题 8 - ChatGPT 模块简介
-
教程链接:
-
概述:了解使用 ChatGPT 的基础知识,以及如何使用聊天窗口小部件构建一个简单的聊天应用程序。所有 ChatGPT 请求都经过审核,以确保它们适合 K-12 学校。

项目创意 - 与爱因斯坦聊天(难度:3)
- 教程链接:与爱因斯坦聊天
- 概述:创建一个简单的聊天应用程序,用户可以与假装成爱因斯坦的 ChatGPT 聊天。

项目创意 - 改进的聊天应用程序(难度:3)
- 教程链接:改进的聊天应用程序
- 概述:改进之前的聊天应用程序,使其具有流式响应,并确保 ChatGPT 保持其分配的角色。

主题 8 - 基于聊天的应用程序
- 教程链接:遵命,大臣!
- 概述:上面改进的聊天可以修改成许多不同类型的基于聊天的应用程序,唯一需要更改的是 ChatGPT 的提示。这与传统的应用程序开发非常不同,传统的应用程序开发中每个新应用程序都需要新的逻辑和代码。在这个例子中,我们可以将其更改为一个游戏,其中玩家是英国首相,ChatGPT AI 将要求玩家做出一些重要决定并在最后对这些决定进行评分。

项目创意 - MBTI 人格测试(难度:3)
- 教程链接:MBTI 人格测试
- 概述:这是通过更改 ChatGPT 提示来构建新应用程序的另一个示例。在这个应用程序中,ChatGPT 将询问用户几个问题,然后确定用户的 MBTI 人格。

主题 9 - 简单小部件:标签、按钮、文本区域

项目创意 - 基于 AI 的故事作家(难度:3)
- 教程链接:基于 AI 的故事作家
- 概述:除了聊天之外,ChatGPT 还有许多其他用例。在本教程中,您将学习如何使用它根据用户输入编写故事。

项目创意 - 测验编写器(难度:3)
- 教程链接:测验编写器
- 概述:在这个项目中,我们要求 ChatGPT 根据用户请求生成一个多项选择测验问题,然后评估用户的答案。

项目创意 - 完形填空游戏(难度:4)
- 教程链接:完形填空游戏(难度:4)
- 概述:在这个项目中,我们要求 ChatGPT 创建一个完形填空游戏,这需要一些更高级的提示技巧。

主题 10 - 基于语音的应用程序
- 教程链接:
- 概述:对于许多用户来说,说话比在键盘上打字更容易,因此我们可以使用语音识别将用户所说的内容转换为文本并将其发送给 ChatGPT。当我们收到 ChatGPT 的响应时,我们可以使用文本转语音将其转换回音频。


主题 11 - 基于视觉的应用程序
- 教程链接:ChatGPT AI - 一个能看会说的助手(难度:2)
- 概述:像 ChatGPT 这样的大型语言模型通常是“多模态的”,这意味着它们不仅可以用文字与我们聊天,还可以理解图像。这非常有用,因为在许多情况下,用图片描述我们的需求比用文字更容易。在本教程中,您将构建一个能看会说的 AI 助手。要使用它,用户只需使用相机拍照,然后向 AI 助手询问有关该图片的任何问题。

主题 12 - AI 驱动的游戏
- 教程链接:谁是间谍?
- 概述:ChatGPT 还可以用作“推理引擎”来创建以前不可能实现的有趣游戏。在本教程中,您将构建一个游戏,玩家需要审问几个角色以找出谁是间谍,所有响应都使用 ChatGPT 生成。

主题 13 - 使用 ChatGPT 作为文本处理工具
- 教程链接:产品评论摘要
- 概述:ChatGPT 非常擅长处理大量文本。在本教程中,您将学习如何使用它来处理许多产品评论并对其进行总结。

主题 14 - 教 ChatGPT 使用工具
- 教程链接:增强 ChatGPT 以进行数学计算(难度:3)
- 概述:ChatGPT 在许多任务中都有局限性,例如数学计算。在本教程中,您将教 ChatGPT 进行“工具使用”:您将为 ChatGPT 提供一个计算器工具,并且您将指示 ChatGPT 在需要进行计算时使用此工具。

主题 15 - 使用语义搜索增强 ChatGPT
- 教程链接:
- 概述:ChatGPT 的知识有限,因此当我们创建问答聊天机器人时,我们需要根据用户的问题向其提供额外的知识。这可以使用“语义搜索”来实现,它允许我们根据含义而不是匹配单词来搜索文本。

主题 16 - 使用 ChatGPT 从网络创建知识库
- 教程链接:使用 Web 内容准备知识数据(难度:4)
- 概述:在本教程中,您将学习为新的聊天机器人准备知识数据,该聊天机器人将根据任何组织的网站回答有关该组织的问题。基本思路是从其网站下载数据,并使用 ChatGPT 根据该数据生成问题/答案。

第 3 部分 - 使用预测性 AI 编程
主题 17 - AI 运动传感器
-
教程链接:
-
概述:视频感应模块允许我们检测摄像机视频中物体运动的量。此信息可用于创建简单的游戏,其中玩家的身体控制游戏中的角色。

主题 18 - 手部追踪
-
教程链接:使用手部检测数手指(难度:3)
-
概述:AI 模型允许我们实时跟踪摄像机视频中的人手并检测手/手指的关键点。在本教程中,您将构建一个计算伸出多少根手指的小项目。

主题 19 - 身体姿势追踪
-
教程链接:
-
概述:运动感应仅向我们提供有关摄像机视频中运动量的非常有限的信息。为了实时跟踪玩家在摄像机视频中的确切姿势,我们可以使用身体姿势检测模块。这使我们能够构建游戏,其中玩家的身体姿势用于控制游戏中的角色。

主题 20 - 初级图像分析
-
教程链接:识别 0 和 1(难度:4)
-
概述:图像分析需要遍历图像中的所有像素(分量)并对其进行分析。在本教程中,您将构建一个智能程序,该程序可以识别手写数字是 0 还是 1,这显示了图像分析的基本方法。

主题 21 - 数据分类
-
教程链接:
-
概述:AI 分类器允许我们将数据分类到不同的类别中。我们需要首先使用训练数据训练这样的分类器模型,然后我们可以使用它来分类新数据。在本教程中,我们将构建一个使用 KNN 分类器模型预测一个人是否患有糖尿病的分类器。

主题 22 - 神经网络模型
-
概述:神经网络模型由许多“层”的“神经元”组成。每个神经元都是一个小计算器,它接受一些输入值并根据输入值计算输出值。我们可以根据一些训练数据训练这些神经元,然后使用该模型对新数据进行预测。在本教程中,我们将训练一个简单的神经网络模型来进行简单的计算,以说明基本工作流程。

-
-
I CreatiCode pinned this topic on
Hello! It looks like you're interested in this conversation, but you don't have an account yet.
Getting fed up of having to scroll through the same posts each visit? When you register for an account, you'll always come back to exactly where you were before, and choose to be notified of new replies (either via email, or push notification). You'll also be able to save bookmarks and upvote posts to show your appreciation to other community members.
With your input, this post could be even better 💗
Register Login