適用於學生的 FarmBeats

現今的農場開始看起來更像智慧城市。 種種者使用像是感應器、電腦視覺和人工智慧等現代化技術,取得更完整的農作物視圖。 這些方法可協助他們做出更好的決策、探索浪費時間的事項,並解開可提高食物產量之秘密的新深入解析。 學生用 FarmBeats 程式將這些現代化工具帶到現今的學習者手中。

此程式結合了可負擔的硬體套件與課程及活動,旨在提供學生實際操作體驗,以將精確農用技術套用至食物生產。 透過使用感應器陣列,學生會在 Excel 中串流和分析資料。 使用 Lobe.ai,他們建立、訓練及套用機器學習模型來追蹤和通知植物健康情況。 讓學生設定代理程式及使用策劃的巨資料集的活動。 學習進度可讓學生輕鬆查看這些現代化農業工具與他們可負擔的機會之間的關聯。

迷人的學生體驗

使用學生用 FarmBeats,學生會透過建立花園監測系統來了解 AI機器學習物聯網 (IoT)。 他們組裝配有大氣和環境探測器的 Raspberry Pi,了解地球的土壤健康、分析資料並做出決策。 學生建置的 IoT 裝置會連結到自訂 Excel 活頁簿,使用 Excel 的 Data Streamer 收集即時資料。 使用 Lobe.ai,向學生介紹如何建立自己的機器學習模型、運用技術來預測其植物中的營養素缺乏情況,以及識別其花園中的害蟲。 此程式最後會透過介紹 負責任的 AI 架構 做結尾,吸引學生參與這項新技術所帶來一些社會和道德挑戰。

五個課程計畫與活動的設計符合 AI4K12 的 AI 教育指導方針 和 5 大構想。

學生正在使用學生用 FarmBeats 套件的相片

全面位教育人員資源

課程概念和成效目標獲得對您很重要的教育標準支持。 內容包含詳細的 20 天時程表、硬體建置指示、學生活動指南、範例問題 & 解答、農業和技術教師筆記,以及 PowerPoint 簡報。

顯示開始使用 FarmBeats 學生版步驟的圖形。1.探索感應器套件。將環境感應器連線到 Raspberry Pi 4。2.下載免費的教室教材。使用 AI、ML & 資料科學資源的標準對齊集合。3.瞭解如何使用新式工具。使用資料流程器將即時資料從感應器串流至 Excel。針對無程式碼 ML 模型使用 Lobe。4.深入瞭解您的菜地。運用您的學習來改善不斷成長的條件,並裁剪生產環境。

構想 1:觀念

學生建立具有 Raspberry Pi 的自用 IoT 裝置和感應器陣列。

課程內容

  •  FBFS 簡報簡介。
  •  觀念簡報
  •  活動 1:灌溉決定用的感應器
  •  活動 2:生長最佳化的感應器

取得課程 1

大片土地中農業設備的相片

大構想 2:表示 & 推理

學生建立 AI 代理程式,以通知他們土壤含水量。

課程內容

  • 表示 & 推理簡報
  • 活動 1:建構 AI 代理程式
  • 活動 2:計算生育度數單位 (GDUs)

取得課程 2

智慧城市的相片顯示建物之間的網路連線。

構想 3:學習

學生使用 ML 模型來識別植物中的營養素缺乏。

課程內容

  • 學習簡報
  • 活動 1:大數據分析
  • 活動 2:營養素缺乏的 ML 模型

取得課程 3

機器人將方形釘放入圓孔中的相片。

構想 4:自然互動

學生使用 AI 來識別花園中的小害蟲及葉子。

課程內容

  • 自然互動呈現
  • 活動 1:花園害蟲適用的 ML 模型

取得課程 4

機器人手工挑選番茄的相片。

構想 5:社會衝擊

學生探索 AI 影響他們的方式及其周遭的世界。

課程內容

  • 社會衝擊呈現
  • FBFS 總結簡報

取得課程 5

機器人的手上在平衡天秤的相片。

取得專為使用學生用 FarmBeats 課程計劃所設計的課堂即用套件

可在這裡購買

學生用 FarmBeats 套件的圖例,具有已連線到膝上型電腦的感應器。

教師資源