top of page

以互動式自主系統強化 K-12 STEM 教育,直面真實世界的科技挑戰

  • 錫昌科教
  • 6天前
  • 讀畢需時 5 分鐘
以互動式自主系統強化 K-12 STEM 教育,直面真實世界的科技挑戰

美國奧克蘭學校與 Quanser 合作,透過移動式創新實驗室縮短理論與產業實務的距離


如何讓 K-12(國中小及高中)學生具備應對快速演變的 STEM 職涯能力,需要超越傳統課堂學習的創新方案。在美國奧克蘭學校(Oakland Schools),STEM 顧問 Phil Kimmel 與 Kyle Kilpatrick 正致力於創造具影響力的學習體驗,旨在為學生裝備在工業 4.0 時代取得成功所需的技能。他們的工作強調跨領域學習、真實世界應用以及動手實作,藉此啟發下一代的科技問題解決者。


這些努力的核心在於 STEMi 移動創新站(STEMi Mobile Innovation Station。這是一個先進的行動實驗室,旨在將自動化系統和智慧製造等尖端技術直接帶到學生面前。針對奧克蘭學校的獨特需求與挑戰,Quanser 開發了一項創新技術,確保各個學習階段的學生都能達成深度的參與和學習。



面臨挑戰


STEMi 面臨的挑戰在於如何為分佈在 28 個學區、超過 18 萬名的學生提供具影響力的動手實作 STEM 體驗。奧克蘭學校 STEM 顧問 Phil Kimmel 解釋道:「如果我們在所有學校中一次只專注於一個年級,那將需要 11 年的時間。」該計畫的目標是透過培養複雜問題解決能力、情緒智商和強烈的學習意願,提升學生的職涯準備力。Kimmel 強調:「我們的目標是促進學習敏捷性,以及在複雜情況下適應與成長的能力,而非僅僅專注於特定技術,因為技術總是在不斷演進。」


為了應對這項挑戰,STEMi 計畫需要一個靈活的平台,以符合年齡且銜接課堂教學的方式,介紹新興的工業 4.0 技術——如協作機器人、智慧製造、無人車和延伸實境(XR)。該平台必須能吸引從幼兒園到高中的各年級學生,提供親自探索這些先進技術的機會。藉此,學區旨在彌合理論知識與現實應用之間的差距,幫助學生不僅了解這些技術的運作方式,還能理解其與未來的關聯。Kimmel 表示:「成果非常明確:學生在離開時將了解自己喜歡什麼、擅長什麼,以及哪些職業道路符合他們的興趣和能力。」



解決方案


30 多年來,Quanser 致力於開發尖端技術,在工程教育與研究中實踐理論。當奧克蘭學校提出在所有年級提供具意義的動手實作 STEM 體驗時,我們意識到,先前為大學生調整的創新方法——即將原本用於高階研究生研究的自動駕駛汽車工作室(Self-Driving Car Studio)引入大學課堂——現在可以進一步延伸至 K-12 階段,使該平台能被各年級的學生使用。基於此,我們的團隊與奧克蘭學校密切合作,開發出全新的解決方案:STEM 互動展示模組(STEM Interactive Exhibits


擴展可及性:用於研究、教學和 STEM 參與的自動駕駛工作室
圖 1. 擴展可及性:用於研究、教學和 STEM 參與的自動駕駛工作室

我們的開放式架構生態系統在實現 STEM 互動展示模組中扮演了關鍵角色,提供了根據學生的年齡和技能水平調整複雜度的靈活性。Kyle 解釋:「我們需要一個合作夥伴,能將研究級平台變得易於上手,甚至是對小學三年級學生也是如此。」透過保留核心工程原理並引入直觀、友善的使用者介面,這些展示模組能從幼兒園的科普推廣活動無縫過度到高中的進階探索,確保各年級的深度參與。


Quanser 首席機器人負責人 Paul Karam 表示:「STEM 互動展示模組的核心是 QCar,這是 Quanser 的 1/10 比例自動駕駛車。它在藍、粉紅、黃三條顏色編碼路徑上行駛,代表回家或學校等目的地。當車輛啟動時,它會進行自我定位(Localization),使其『知道』自己在賽道上的位置。學生以小組協作的方式,在平板電腦上使用 STEM 軟體充當『遠端駕駛員』,控制速度、切換路徑並做出決策。雖然學生提供手動輸入,但 QCar 仍保留了核心自主功能,例如遵守交通號誌、避免碰撞和保持在賽道邊界內。這項體驗是基於 Quanser 的智慧系統框架開發的:看(See)、思(Think)、行(Do)與談(Talk)。」


看(See)、思(Think)、行(Do)與談(Talk)

看(See): 學生可以從車輛視角觀看即時影像,觀察其如何辨識不同顏色的車道。內建的神經網路可偵測號誌(如停車號誌),展示 AI 決策如何涉及機率而非單純的二元結果。

看(See): 學生可以從車輛視角觀看即時影像,觀察其如何辨識不同顏色的車道

思(Think): 狀態機(State machine)展示了車輛如何判斷何時何處切換路徑是安全的。這展示了自主系統背後的結構化邏輯——車輛不能隨意變換車道,而是需要合法的區域。

思(Think): 狀態機(State machine)展示了車輛如何判斷何時何處切換路徑是安全的

思_AI(Think_AI): 內建的神經網路偵測賽道周圍的號誌,向學生展示 AI 決策並非全然的黑白分明。相反地,每次偵測都帶有機率,反映了現實世界的不確定性。這強調了人工智慧通常需要額外的邏輯和安全機制,以確保自主系統的正確與安全。

內建的神經網路偵測賽道周圍的號誌,向學生展示 AI 決策並非全然的黑白分明

行(Do): 此部分專注於能源與永續性。學生可以調整速度和加速度,觀察激進駕駛如何影響電池壽命。這種權衡(Trade-off)突顯了能源效率和續航里程等現實工程考量。

行(Do): 此部分專注於能源與永續性

談(Talk): 系統與賽道中心的動態交通號誌互動。當多輛車聚集在同一路徑時,交通號誌會調整時序以改善流量。學生能迅速了解連網車輛(V2X)如何顯著減少交通擁堵。

談(Talk): 系統與賽道中心的動態交通號誌互動

活動目標不僅是展示無人車,還要向學習者證明任何智慧系統都遵循類似的過程:觀察環境、做出決策、執行決策並與其他系統溝通。即使在短短 15 分鐘的課程中,學生也能探索基礎概念如感測(「車道是什麼顏色?」)以及更進階的概念如神經網路、狀態機和能源優化。透過親身體驗自主技術,學生在發現令人興奮的職涯可能性的同時,也能更深入地理解技術如何塑造他們的世界。



最終成果


STEMi 移動實驗室顯著擴大了學生獲得動手實作、職涯導向 STEM 體驗的機會,覆蓋 28 個學區,每週參與學生高達 800 名。這種可擴展的模式確保了即使是龐大且多元的學區,也能提供與自主系統、機器人及 AI 的有意義互動。對於那些有興趣深入了解該計畫技術細節、實施過程和成果的人,可以觀看線上研討會「STEM 計畫的自動駕駛實驗室」,這將為在各種教育情境中應用這些方案提供更多見解。


除了令人印象深刻的數字外,STEM 互動展示模組還為學生提供了一種結構化方式,將個人興趣與現實職業聯繫起來。透過探索無人車的運作——其設計與建模(外觀)、機械與問題解決(運作原理)、控制、程式設計與電子(如何控制),以及透過服務與協作產生的社會影響(如何幫助人)——學生可以反思哪些方面最能引起他們的共鳴。職涯探索模組以此體驗為基礎,向學生介紹符合其興趣的職涯道路。例如,對程式設計和控制系統感興趣的學生可能會探索軟體開發、機器人工程或交通系統設計等職位。這種方法幫助學生發現自己的愛好與專長,以及這些優勢如何引導他們未來的職業道路。


STEM 互動展示模組還為學生提供了一種結構化方式,將個人興趣與現實職業聯繫起來


結論


Quanser 的 STEM 互動展示模組證明了先進技術可以變得容易理解、具吸引力且對所有年齡層的學習者都有意義。這套具備高度推廣價值的解決方案,將有助於增強您的招生宣傳力、優化您的科普推廣計畫,並為 K-12 學生帶來啟發性的 STEM 體驗,若有需要了解的,歡迎您與台灣總代理錫昌科教洽詢。



本文轉載自 Quanser 原廠網站,作者 Morteza Mohammadi / 產品行銷工程師

留言


bottom of page