第 6 周 · 第 1 课 · 50-60 分钟
选对问题，也选对工具
像真正的团队那样启动一个设计项目：说出一个用户需求，写下清晰的问题界定，并判断人工智能究竟是不是这项工作的合适工具。
- 材料
- 在网页浏览器中打开的这节课 · 纸和笔，或者一个记事应用
- 本课
- 进行中
会自动保存在这台设备上
你将能够做到
- 把用户需求转化为一句话说清楚的问题界定。
- 判断人工智能的适用性：决定一个问题更适合人工智能，还是更适合固定规则。
- 说出你的项目会用到的输入和输出。
- 说明为什么在动手做任何东西之前，选对问题很重要。
想一想
学校的一个社团说：「我们想用人工智能！」可是用来做什么呢？设计团队从来不从工具开始，而是从一个有问题的人开始。你的项目要解决的是谁的问题？这个问题究竟是什么？
这一周你要规划一个真实的项目。一切都从问题出发，而不是从技术出发。
做个预测
预测一下：在「把图书馆书籍的照片分成小说和非小说」与「用正确的密码打开一扇门」这两个想法中，哪一个更适合人工智能？
- 用户需求
- 某个具体的人或群体想要解决的一个真实问题，从他们的角度来描述。
- 问题界定
- 用一句清晰的话说明你到底要解决什么、为谁解决。
- 人工智能的适用性
- 一个问题与人工智能的契合程度。人工智能从大量样例中学习规律，而固定规则则是人可以直接写出来的。
- 输入
- 系统会接收的信息，比如一张照片、一句话，或一组数字。
- 输出
- 系统会返回的结果，比如一个标签、一个预测或一条建议。
从用户需求出发，而不是从工具出发
好项目都始于一个有真实问题的真实的人，也就是一个用户需求。「我们班的同学总记不清该把垃圾扔进哪个回收桶」是一个用户需求。「我想用人工智能」不是，它说的是一个工具，而不是一个问题。
当你从用户需求出发时，日后才能判断你的项目是否真的帮上了忙。描述需求时要站在用户的角度：他是谁，此刻什么事对他来说很难。
- 一位园丁分辨不出哪些叶子得了植物病害
- 新生第一天在校园里找不到教室
- 一个笔友社团收到成员看不懂的语言写的信息
写下清晰的问题界定
有了用户需求之后，你要写下问题界定：用一句清晰的话说明你到底在解决什么、为谁解决。界定得越准，项目越不容易跑偏。「帮六年级学生根据一张照片，把教室垃圾分成可回收、堆肥和其他垃圾」就足够具体，既能动手做，也能测试。
像「让回收变得更好」这样含糊的界定没法测试，你永远不会知道自己有没有成功。好的问题界定会说清用户、任务，以及一个好结果是什么样。
- 含糊：「帮帮植物。」清晰：「告诉园丁一张番茄叶照片看起来是健康的还是有病的。」
- 含糊：「让上学更轻松。」清晰：「根据教室编号，给新生指出去那间教室的路线。」
判断人工智能的适用性：它究竟是不是合适的工具？
并不是每个问题都需要人工智能。当一项任务杂乱到写不出精确规则，而你又有大量可供学习的样例时，人工智能才最出彩，比如从照片中分辨健康叶片和病叶。一个已经能被一条清晰规则解决的问题不需要人工智能：「密码匹配就解锁」是一条规则，不是一项学习任务。
要判断人工智能的适用性，问三个问题：这项任务是不是杂乱到没法手写规则？你能不能收集到大量带标签的样例？以及，系统偶尔出错是不是可以接受？如果答案都是肯定的，人工智能可能合适。如果一条简单规则就能解决，那就用规则：它更便宜、更清楚，也更容易核查。
- 适合人工智能：把垃圾照片分成可回收、堆肥或其他垃圾。
- 不适合人工智能：早上 7:00 打开走廊的灯，那是一条固定规则。
- 不适合人工智能：哪怕错一次都可能严重伤害到人的任务。
例题讲解
从一个模糊的愿望到一个能动手做的项目
- 从这个愿望开始：「我想用人工智能来帮回收社团。」
- 找出用户需求：社团成员和其他同学常常把垃圾扔错桶，因为他们分不清什么是可回收的。
- 写出问题界定：「根据一件物品的照片，帮学生判断它该扔进可回收、堆肥、其他垃圾这三个桶中的哪一个。」
- 说出输入和输出：输入是一件物品的照片；输出是一个标签，「可回收」「堆肥」或「其他垃圾」。
- 检查人工智能的适用性：对精确规则来说太杂乱吗？是的，物品千差万别。能收集到大量带标签的照片吗？能。偶尔出错可以接受吗（仍有人来复核）？可以。人工智能合适。
要点：一个能动手做的项目，具备真实的用户需求、一句话的问题界定、说得出的输入和输出，以及在适用性判断上的一个「是」。
一棵关于人工智能适用性的决策树。起点：「一条清晰的规则能解决吗？」如果能，就用规则，而不是人工智能。如果不能，接着问：「能收集到大量带标签的样例吗？」如果不能，人工智能多半还派不上用场。如果能，接着问：「偶尔出错、并且有人来复核，可以接受吗？」如果不可以，就要非常谨慎，或者干脆不用人工智能。如果可以，人工智能可能很合适。
规则能解决时就用规则；把人工智能留给那些有样例、又有人复核的杂乱任务。
| 组成部分 | 它回答的问题 | 薄弱的例子 | 有力的例子 |
|---|---|---|---|
| 用户 | 谁有这个问题？ | 「人们」 | 「刚入学的六年级新生」 |
| 任务 | 我们究竟在解决什么？ | 「帮忙指路」 | 「根据教室编号给出到那间教室的路线」 |
| 输入 | 什么进来？ | 「一些信息」 | 「一个教室编号」 |
| 输出 | 什么出去？ | 「一个答案」 | 「一步步的路线指引」 |
一张表，列出一个有力的问题界定应包含什么。用户：指明某个具体的人或群体。任务：说清究竟要判断或产出什么。输入：说明系统接收什么。输出：说明它返回什么。可检验：日后你能判断它有没有奏效。
活动
问题与工具契合度工作室
活动说明选定一个项目问题，写出它的问题界定，并判断人工智能是不是合适的工具。
- 读一读候选问题，挑一个你感兴趣的，或者写下你自己的用户需求。
- 站在用户的角度写下这个需求：他是谁，什么事对他来说很难。
- 写一句话的问题界定，说清用户、任务，以及一个好结果是什么样。
- 说出你的系统会用到的输入和输出。
- 做一遍人工智能适用性检查，并写一句话：人工智能合适吗，还是一条简单规则就够了？
你将浏览一组候选问题，挑出一个（或者带来你自己的用户需求），把它变成一份能动手做的项目简介：一个用户需求、一句话的问题界定、说得出的输入和输出，以及关于人工智能适用性的判断。这就是你最终项目的种子。
你需要准备
- 纸和笔，或者一个记事应用
做到这样就算成功
- 一个站在用户角度写下的需求。
- 一句话的问题界定，说清了用户、任务和一个可检验的结果。
- 说得出的输入和输出。
- 关于人工智能适用性的明确判断，并附一句话的理由。
内置数据集
候选项目问题
一组内置的工作室起步问题：根据照片分类教室垃圾、标记有病害的植物叶片、给失物招领的物品归类、翻译笔友信息、按主题整理图书馆藏书，以及「用密码打开储物柜」（一个只需规则、应当排除的陷阱）。每张卡片都列出了大致的用户、一个可能的输入和一个可能的输出。
现在先用内置材料、你的笔记和讨论来完成这个活动。互动版本会在以后的更新里推出。
检查你的理解
检验你能否界定一个问题，并判断人工智能是否适合它。
Question 1. 哪一个是最有力的问题界定？
Question 2. 判断这句话是对还是错。
如果一条清晰的规则已经能解决问题，你还是应该用人工智能，因为人工智能更先进。
Question 3. 哪个项目最适合用人工智能？
一个社团在两者之间选择：（A）在下课的那一刻准时打铃，或者（B）根据一张照片判断植物叶子看起来是健康的还是有病的。
已回答 0 / 3
自己动手试试
三个问题，留下一个
想出三个用户需求，然后挑出最适合人工智能的那一个，并为你的选择辩护。
- 写出三个不同的用户需求，每一个都站在一位真实用户的角度。
- 为每一个说出一个可能的输入和一个可能的输出。
- 对这三个都做一遍人工智能适用性检查，并挑出最合适的那个。
- 写两句话，为你挑中的那个比其他两个更适合人工智能作辩护。
做到这样就算成功
- 三个用户需求，每个都有输入和输出。
- 对每一个都做出了人工智能适用性判断。
- 挑出了一个问题，并配有两句话的辩护。
反思
输入时会保存在这台设备上
请不要写私人信息。你的回答只保存在这个浏览器里，不会发送到任何地方。
小结
出色的人工智能项目，都始于一个真实的用户需求、一份清晰的问题界定，以及对「人工智能究竟是不是合适工具」的一次诚实检验。
- 用户需求描述的是一个真实的人的问题，而不是你想用的某个工具。
- 问题界定要说清用户、任务、输入、输出，以及一个可检验的结果。
- 判断人工智能的适用性：规则管用时就用规则；把人工智能留给样例充足的杂乱任务。
七至八年级延伸内容
是机会，还是噱头？
有些公司给产品加上「人工智能」，主要是为了营销，哪怕一条简单规则会更管用。这可能浪费钱，也让产品更难被信任和核查。
找一个宣传自己带有「人工智能」功能的真实产品或应用。判断这项任务是否真的需要人工智能，还是一条固定规则就够了。写一小段话说明你的判断。
完成这一课
- Attempt the knowledge check（未完成）
- Save a reflection (recommended)（未完成）
先做一下知识检查，才能完成这一课。