FarmBeats für Schüler

Die heutigen Farmen sehen viel mehr wie Smart Citys aus. In Den Feldern werden moderne Techniken wie Sensoren, maschinelles Sehen und künstliche Intelligenz verwendet, um einen vollständigeren Überblick über ihre Pflanzen zu erhalten. Diese Methoden helfen ihnen dabei, bessere Entscheidungen zu treffen, Ineffizienzen zu entdecken und neue Erkenntnisse zur Verbesserung der Lebensmittelproduktion zu gewinnen. Das Programm FarmBeats für Schüler bringt diese modernen Tools den heutigen Lernenden in die Hände.

Das Programm kombiniert ein kostengünstiges Hardwarekit mit Lehrplänen und Aktivitäten, die Schülern praktische Erfahrungen bei der Anwendung von Techniken der Präzisionslandwirtschaft für die Lebensmittelproduktion bieten sollen. Mithilfe eines Arrays von Sensoren streamen und analysieren Schüler Daten in Excel. Mit Lobe.ai erstellen, trainieren und wenden sie ML-Modelle an, um die Gesundheit der Pflanzen nachzuverfolgen und zu informieren. Aktivitäten, bei denen Schüler einen Agent einrichten und mit einem zusammengestellten großen Dataset arbeiten. Der Lernfortschritt ermöglicht es den Schülern, die Verbindungen zwischen diesen modernen Landwirtschaftstools und den Möglichkeiten, die sie sich bieten, leicht zu erkennen.

Ansprechende Erfahrungen für Schüler

Mit FarmBeats für Schüler lernen die Schüler etwas über KI, maschinelles Lernen und das Internet der Dinge (IoT), indem sie ein Gartenüberwachungssystem erstellen. Sie stellen einen Raspberry Pi zusammen, der mit Luft- und Umgebungssensoren ausgestattet ist, um die Integrität des Bodens zu verstehen, Daten zu analysieren und Entscheidungen zu treffen. Die von den Schülern entwickelten IoT-Geräte sind mit benutzerdefinierten Excel-Arbeitsmappen verbunden, die mit dem Datenstreamer von Excel Echtzeitdaten sammeln. Mithilfe von Lobe.ai werden die Schüler mit dem Erstellen ihrer eigenen ML-Modelle, dem Anwenden der Technik zur Vorhersage von Mängeln in ihren Pflanzen und dem Identifizieren von Störungen in ihrem Garten eingeführt. Das Programm endet mit der Einführung eines verantwortungsbewussten KI-Frameworks, mit dem Schüler mit einigen der sozialen und ethischen Herausforderungen dieser neuen Technologie konfrontiert werden.

Die fünf Unterrichtspläne und -aktivitäten wurden so konzipiert, dass sie mit den KI-Bildungsrichtlinien von AI4K12 und den 5 großen Ideen übereinstimmen.

Foto eines Schülers, der mit dem Kit FarmBeats für Schüler arbeitet.

Umfassende Ressourcen für Lehrkräfte

Die Konzepte und Leistungsziele des Lehrplans basieren auf den für Sie wichtigen Bildungsstandards. Der Inhalt umfasst eine ausführliche 20-Tage-Zeitachse, Hardware-Bauanleitung, Anleitungen für Schüleraktivitäten, Beispielfragen und -antworten, Anmerkungen zu Lehrkräften für Landwirtschaft und Technologie sowie PowerPoint-Präsentationen.

Grafik mit ersten Schritten zu FarmBeats für Schüler. 1. Erkunden Sie das Sensor-Kit. Schließen Sie die atmosphärischen Umgebungssensoren an einen Raspberry Pi 4 an. 2. Laden Sie kostenloses Unterrichtsmaterial herunter. Verwenden Sie eine auf Standards ausgerichtete Sammlung von KI-, ML- und Data Science-Ressourcen. 3. Lernen Sie, moderne Tools zu verwenden. Streamen Sie mit Datenstreamer Live-Daten von den Sensoren zu Excel. Verwenden Sie Lobe für programmlose ML-Modelle. 4. Gewinnen Sie Erkenntnisse über Ihren Garten. Nutzen Sie Ihre Erkenntnisse, um die Anbaubedingungen und die Pflanzenproduktion zu verbessern.

Große Idee 1: Wahrnehmung

Schüler erstellen IoT-Gerät mit einem Raspberry Pi und einem Array von Sensoren.

Lektionsinhalt

  • Präsentation „Einführung in FBFS“
  • Präsentation „Wahrnehmung“
  • Aktivität 1: Sensoren für Bewässerung
  • Aktivität 2: Sensoren für Wachstumsoptimierung

Lektion 1 abrufen

Foto von landwirtschaftlichen Geräten auf einem Feld.

Große Idee 2: Darstellung und Begründung

Schüler erstellen einen KI-Agenten, der sie über den Feuchtigkeitsgehalt des Bodens informiert.

Lektionsinhalt

  • Präsentation „Darstellung und Begründung“
  • Aktivität 1: Erstellen eines KI-Agents
  • Aktivität 2: Berechnen von Wachstumsgradeinheiten (GDUs)

Lektion 2 abrufen

Foto einer Smart City mit Internetverbindungen zwischen Gebäuden.

Große Idee 3: Lernen

Schüler verwenden ML-Modelle, um Nährstoffmängel bei Pflanzen zu erkennen.

Lektionsinhalt

  • Präsentation „Lernen“
  • Aktivität 1: Big Data-Analyse
  • Aktivität 2: ML-Modelle für Nährstoffmängel

Lektion 3 abrufen

Foto einer Roboterhand, die einen viereckigen Pflock in ein Loch steckt.

Große Idee 4: Natürliche Interaktion

Schüler verwenden KI, um mit Lobe Schädlinge in ihrem Garten zu identifizieren.

Lektionsinhalt

  • Präsentation „Natürliche Interaktion“
  • Aktivität 1: ML-Modelle für Gartenschädlinge

Lektion 4 abrufen

Foto einer Roboterhand, die Tomaten pflückt.

Große Idee 5: Auswirkungen auf die Umwelt

Die Schüler entdecken, wie KI sich auf sie und die Welt um sie herum auswirkt.

Lektionsinhalt

  • Präsentation „Auswirkungen auf die Umwelt“
  • Präsentation „FBFS – Schlussfolgerung“

Lektion 5 abrufen

Foto eines Roboters, der eine Waage auf seiner Hand balanciert.

Holen Sie sich die gebrauchsfertigen Kits für den Unterricht, die auf den Lehrplan von FarmBeats für Schüler abgestimmt sind.

Kann hier erworben werden

Abbildung des Kits FarmBeats für Schüler mit Sensoren, die an einen Laptop angeschlossen sind.

Ressourcen für Lehrkräfte