为什么我停掉孩子所有的兴趣班,也没停掉编程!

上周末,我跟闺蜜一起去接孩子下课。

 

娃们还没下课,我们就在附近的化妆品店闲逛,来到一家美妆店,竟被一个号称“魔镜”的东西吸引了。

闺蜜在镜子前拍了一张美照,然后这个镜子居然就根据闺蜜的照片,推荐了好几款发型和妆容,什么LOB、丸子头、森系编发,十几个不同发色的造型,还推荐了好几个色号的口红让选。

我闺蜜看完大呼:啊!原来我剪短这么美,我一直说换个发型呢,就怕换完后悔,这东西真是太好了!

我在旁边,一边看着闺蜜沉迷于自己的“美色”,一边仔细研究了一番这个“换妆神器”,我说:其实这个应该是AI(人工智能)和AR(虚拟现实)技术,它会根据你的自拍,进行五官分割,分析你的脸型,然后用脸部融合技术给你匹配最优的发型,就像你看到这些,让你选。

这下闺蜜更吃惊了,看着我这个已经沦为多年“家庭主妇”的妈妈,不敢相信这句话居然是从我嘴里说出的。我说:其实我也不太懂这些,是我儿子告诉我的,他最近在学一个少儿编程的网上课,整天研究的就是这些未来科技背后的原理。

然后话题就转到了该给孩子学什么上来,看来两个妈妈聊天,终究逃不过养娃这个话题。

未来的残酷在于,孩子要跟24小时不睡觉的机器抢饭碗

上周在西班牙世界零售大会上,刘强东说了一句话: 十年内,京东员工将从现在的16万减少到8万,将全面实现「无人公司」,用AI技术颠覆传统管理与服务方式。

京东现在有16万员工,每年公司要为员工缴纳60亿人民币的保险和公积金,缴纳的税款会更多。如此庞大的员工数量,才支撑起京东日常的运营。

如果未来真如刘强东所言,100%实现AI和机器人运营后,那京东的员工总数,可能不止减少50%,甚至只剩下10%的员工。

因为相比之下,机器人不吃不喝不休息,并且不用缴纳各种费用,性价比远超过吃喝拉撒还要交五险一金的人类。

这就意味着将有一大波一线员工面临失业,那些贡献一般、价值不高、可替代性强的员工,毫无疑问地被淘汰。

千万不要以为只有蓝领工作会面临这一风险。

一年前,我觉得人工智能可以做的,不过就是简单而机械的工作。但是,自从阿尔法狗一战成名后,人工智能在人文领域取得的成绩,一次次刷新了我的认知。

原先,摩根大通的律师和贷款人员每年要花费360000小时去审阅合同,但现在,德勤最新开发的财物机器人,一个机器人可以顶替15个财务的工作,而且可以每周24小时*7日的工作。36万小时的人力工作,财务机器人只需几秒就能完成,更是1分钟可以完成人工15分钟的工作!

荷兰ING银行宣布了一个可以让他们在未来省下近9亿欧元的“数码转换”计划。而计划的内容就是:先砍掉5800名员工,占员工总数13%;未来再视情况让另外1200名员工转职或是裁掉。

全球第一个24小时开放的智能无人警局中,搭载生物识别软件的人工智能警察,可通过扫描找出犯罪嫌疑人,可帮助前来办业务的市民,还能自如的穿梭于城市之中,完成巡逻的任务。

国内一家医院中,一台名叫达芬奇的手术机器人,正在用灵活的机械臂,精准又有效地缝合着患者的伤口......

我原本也以为,作为标准的金领职业,律师、审计师、手术医师这些工种都需要多年的专业教育和经验积累。但现在,人工智能可以用深度学习能力迅速抹平准入门槛,然后用效率来击败活生生的我们。

围棋、翻译、医疗、银行.......瞠目结舌地,我发现这些原本只属于人类的疆域,正在一片一片地被人工智能蚕食,大幅地沦陷。

多米诺骨牌,正在一块接一块地迅速倒塌!

人工智能除了会下棋,居然还会创造,写新闻,作诗、谱曲,而且它参与写的曲子还能冲上全球榜单第二名……我也是慢慢意识到,那些一度被认为电脑不可能做到的事情,居然都被一一实现了。

人工智能正在一步步逼近我们,这个毋庸置疑了,可我没想到的是它会如此之快。

我现在深刻意识到,在未来,也许没有任何一只饭碗是铁打的。

因为在未来,孩子不只是在跟优秀的同龄人竞争,更有不需要睡觉还会24小时自动学习的机器人和他竞争。

我为什么想让孩子现在就接触编程

>理由一:让孩子做未来的引领者,而不是被迫淘汰者

未来的10年必定是科技时代,而科技对各个行业的改造也越来越快。上文中类似的例子太多了,所以,从娃未来安身立命的角度考虑,培养孩子的科技思维是绝对没错的。

人工智能的底层逻辑就是编程,未来如果孩子不懂编程,它是没办法和智能机器沟通的。尽管未来孩子的世界可能不会有太大的生存压力,但我并不希望,孩子长大之后,跟不上他们那个时代的变化。而我更希望,孩子可以与时代同步,从容生活乃至引领时代。做一个引领者,而不是被迫淘汰者。

>理由二:英语是通向全球的语言,编程是通向未来的语言,两个都很重要

现在很多家庭会让孩子出国留学,也意识到从小学英语的重要性,英语作为一种全球通用语言,孩子接触的时间越早,肯定越驾轻就熟,所以我们家也是一直在坚持学英语。

其实在目前留学最热的美国,已经有30%的院校开设编程课,当地政府也希望越来越多的学生可以掌握编程技能,发展学院的特色。从杭州15岁高三女孩郭文景获得信奥奖项被哈佛录取,再到武汉外校英中国际班学生沈凡收到库珀联盟学院的录取通知书,并获得56万元高额奖学金。你会发现,编程学习的经历在申请书上起到巨大作用,科创作品更能加深面试官对于学生的肯定和好感。

其实,不止美国,全世界都在加强中小学生的编程能力。

英国将2014年设立为“year of code”,规定所有5-16岁的学生都必须学习编程;

以色列,早在上世纪90年代中期,教育部部长就明确表示,计算机科学应该同其他科学学科一样受到重视,在高中就开始传授。

加拿大,许多专家意识到在数字化的今天,编程应该成为一种必备的技能,在中小学里应该与阅读、写作和算术“平起平坐”。

日本,2020年以后,日本计划中小学都必须开始编程课程,学生必修此课程。

所以,一个是英语、一个是编程,一个是让孩子通向全球,一个是让孩子通向未来,无论遇到多大困难,我们都会坚持学下去。

>理由三:锻炼孩子逻辑思维能力,而小学是最佳启蒙期

你会发现,身边的一些孩子很有说话欲望,表达很有逻辑,而且做事也有计划,而另一些孩子表达不清自己的想法,说话也没有前因后果,这就是逻辑思维能力的差异造成的,而编程就有可能通过可见的代码、工具、运行结果,去不断梳理抽象的逻辑思维,再通过动手实践把抽象思维给具象化地表现出来。

更具体点,“编程思维(computational thinking)”就是“理解问题——找出路径”的思维过程,它由分解、模式识别、抽象、算法四个步骤组成。通过这四个步骤,一个棘手的复杂问题先被拆解成一系列好解决的小问题;每一个小问题被单独检视、思考,搜索解决方案;然后,聚焦几个重要节点,忽视小细节,形成解决思路;最后,设计步骤,执行——问题解决。

这一点我认为是编程对孩子成长、培养高效的思考模式、做事视角,帮助最大的。

同时,孩子的教育是不可逆的,根据教育认知学,孩子会在7岁左右开始形成抽象逻辑思维,整个7-12岁是抽象逻辑思维的最佳形成期。

所以学编程的最佳时机是小学段,趁孩子现在课业负担不重,逻辑思维也快,帮他们掌握一门有益终生的技能,我觉得就是在正确的时间做正确的事。

>理由四:投入成本低,后期回报大,功利角度也很值

相比其他兴趣,编程还有一个很大的优势——前期投入非常少(后期更少),试错成本非常低。你学琴吧,琴买了,课上了,头一年就砸了好几万。然后发现娃不是这个料,沉没成本已经太高了,结果只能继续烧,投入更多的钱和时间,沉默成本更高,出坑更难!

但编程呢?简直是普通家庭的福利!机器人还得买道具呢!编程啥都不需要,只要一个电脑一根网线。可能一开始老师带上路花点学费,上路以后,靠自学,泡牛人论坛就能一路开挂了,网上开源免费的资源实在太多了!

从功利回报来看,现在国内外对编程人才渴求度就不用我说了吧,单单中国,软件行业每年的人才缺口就超过一百万。而人工智能技术人员更是“少而精”的人群,相比于传统程序员,人工智能尤其是深度学习的人才更是严重供不应求。

“做深度学习的人工智能博士生,现在一毕业能拿到年薪200万到300万美元的offer。李开复曾经这样说。当然,并不是说学编程孩子未来一定要做程序员,但至少为孩子多出一个职业选择。

>理由五:短期来看,编程对孩子现在的帮助也很大

说了这么多,有家长会说,这些都是长远的利处,有没有眼前就能看的见的好处?真有!我身边有很多孩子学了编程后,听话了,学习主动性提高了。还有很多孩子粗心毛病改掉了,养成细心的习惯,因为编程里从没有“差不多”二字,只有“严谨和准确”,一步不对,程序就走不通。

还有学了编程英语、数学成绩提高的。还有学了编程,改掉了游戏上瘾的坏习惯,因为孩子有了上帝视角,开始自己编游戏了。还有小朋友为了多学会编程,时间规划也增强了......等等,太多案例了,除此之外,孩子的团队协作能力、解决问题能力等等都有很大的提升!

这些都是你立马就能看的到的变化。

所以,综合以上理由,我身边很多家长朋友们问我,这个时代,应该给孩子学一点什么?最好是孩子未来必须的一些基础技能。

我都会郑重地说:编程。

因为人工智能时代需要的是:能够和机器人协调工作并且富有创意和想象力的复合型人才。

奥数、美术、钢琴、跆拳道,以前也许会让孩子脱颖而出,但不足以让孩子在人工智能时代立足。

给想学编程家长的几点建议

1、兴趣始终是第一位的

没有任何一个兴趣爱好是适合所有人的,编程也同样如此。想让孩子学编程的基础就是小朋友有兴趣,愿意尝试。对于数学基础一般的小朋友,学习编程与学习奥数一样,其实应该谨慎选择。它会是一把双刃剑,如果使用好了,对于数学课程的理解会非常有助益,例如循环的变量、过程、分支判断等等,这些更高阶的一些数学概念对他未来的学习会有比较好的一个促进作用;但是如果产生更大的逆反心理,就得不偿失了。

2、别太急功近利

学编程不像学音乐舞蹈美术这些,会有立竿见影的效果。对很多小朋友来说,编程有助于孩子逻辑思维的锻炼,系统观的形成,以及创造能力和解决问题能力的培养。但这些都是潜移默化的,需要有一个积累的过程。

3、可以用在线课程试试水

如果想让孩子对编程有一个系统的了解,看看孩子兴趣怎样,爸妈们可以找一些在线培训课程来学习,毕竟价格也不贵,我建议要按两个原则来选择。

一看是否有完善的课程体系,能够让孩子持续的系统化学习。市场上有一些机构“拼凑”出的课程,实际上只是让孩子反复做小练习而已。性价比不高。

二看是编程课程能否与其它学科关联,与学校的学科教育相呼应,提升单位时间的学习价值。小朋友们上学后的课外时间本来就不多,如果在编程学习中能融入数学、逻辑、几何、物理、甚至语文等其它知识,能大大提升学习的性价比。

虫仔编程的课程内容延展性很不错,入门课中就有一节制作《三国演义》题材的小游戏,很多孩子自己写剧本、自己配音,重新演绎一版自己的三国故事,这就很符合单位时间的学习价值大的好处啊!

王同学,7岁,在虫仔编程学习6节课,自己写剧本配音,演出三国故事

我们已经组织了好多期入门班了,节奏还不错,建议7岁左右的孩子就可以尝试一下了,群里的家长反馈都不错!小朋友们也很喜欢。

而且每晚7点-9点,老师在后台时刻关注,即时点评+答疑反馈,第一时间解决小朋友的问题,帮助孩子发现错误,并且纠正错误。

我们专注少儿编程教育,包括Scratch、C++和信息学。

如果您的孩子在江门也想学编程,请关注微信公众号【虫仔编程】。

代码下载地址: https://pan.quark.cn/s/a4b39357ea24 在计算机视觉技术中,数据集扮演着训练和评估模型的核心角色。Labelme作为一个广受欢迎的开源工具,能够支持用户以交互方式对图像进行标注,而COCO(Common Objects in Context)则是一种被广泛采纳的数据集标准格式,适用于包括物体检测、图像分割在内的多种任务。本文将详细阐述如何将Labelme生成的标注数据转换为COCO数据集的标准格式。 Labelme标注的图像在输出为JSON格式时,会包含以下核心内容: 1. `version`: 指明JSON文件的版本信息。 2. `flags`: 目前未定义或保持为空,预留用于未来的功能扩展。 3. `shapes`: 列表形式存储对象的形状信息,每个形状项包含`label`(对象类别名称),`points`(构成对象边缘的多边形顶点),以及`shape_type`(通常为“polygon”)。 4. `imagePath`和`imageData`: 提供原始图像的存储路径和二进制数据,便于后续图像的还原。 5. `imageHeight`和`imageWidth`: 明确标注图像的垂直和水平尺寸。 COCO数据集的标准格式中定义了三种主要的标注类型: 1. Object instances(目标实例):主要用于执行物体检测任务。 2. Object keypoints(目标上的关键点):适用于人体姿态估计相关应用。 3. Image captions(看图说话):用于生成图像的文本描述。 COCO的JSON结构中包含以下基本组成部分: 1. `images`:记录图像的基本属性,包括`height`(高度)、`...
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch深度学习框架构建并训练模型,旨在提升锂电池SOC估计的准确性与鲁棒性。该方法融合Transformer架构的核心机制,通过引入基函数(Basis)分解策略,有效捕捉电池充放电过程中长时序、非线性动态特征,增强模型对复杂工况的适应能力。研究仅详细阐述了Basisformer的网络结构设计、注意力机制优化与训练流程,还提供了完整的Python代码实现方案,涵盖数据预处理、模型搭建、损失函数定义、训练验证及结果可视化等环节,便于科研人员快速复现、调优并拓展至其他电池状态预测任务。; 适合人群:具备一定深度学习与Python编程基础,熟悉PyTorch框架,从事电池管理系统(BMS)、新能源汽车、储能系统、智能传感等领域的高校研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于动力电池与储能系统的实时SOC估算模块,提升系统安全性与能量利用效率;②作为学术研究的基础模型,用于复现、改进基于Transformer的时间序列预测方法在电化学系统中的应用;③为数据驱动的电池健康状态(SOH)、剩余使用寿命(RUL)联合估计提供可扩展的技术框架。; 阅读建议建议读者结合所提供的代码与公开电池数据集(如NASA、CALCE等)进行动手实践,深入理解模型的输入输出结构与时序建模逻辑,同时可尝试引入温度、老化周期等多维特征,或融合物理模型构建混合预测架构,以进一步提升预测精度与泛化能力。
内容概要:本文系统阐述了基于动态规划算法优化插电式混合动力电动汽车(PHEV)能源管理的技术方案,结合Matlab与Simulink工具实现完整的仿真建模与代码开发。通过动态规划这一全局优化方法,在已知驾驶循环条件下,精确求解发动机、电机及电池之间的最优能量分配策略,以实现燃油消耗与排放的最小化目标,解决PHEV多能源路径规划中的复杂决策问题。文中提供了详尽的仿真模型构建流程与算法实现步骤,涵盖车辆动力学建模、能量管理架构设计、状态空间定义、代价函数构造、最优控制律求解及结果可视化分析等关键环节,全面揭示PHEV能量管理系统的内在机制与优化逻辑。; 适合人群:具备一定Matlab/Simulink编程基础,从事新能源汽车、智能控制、电力电子、自动化或交通运输工程等相关领域的研究生、科研人员及工程技术人员,尤其适合专注于车辆能量管理策略、节能控制算法研究的专业人士。; 使用场景及目标:①深入掌握动态规划在混合动力汽车能量管理中的理论基础与工程实现方法;②学习如何在Matlab/Simulink环境中搭建PHEV整车仿真平台并实施多目标优化仿真;③为学术研究、学位论文撰写或实际工程项目提供可复用的算法框架、模型模板与技术支持,支撑后续对等效燃油消耗最小化策略(ECMS)、模型预测控制(MPC)、实时优化算法等的对比研究与性能评估。; 阅读建议建议读者结合所提供的完整代码与Simulink模型文件,逐模块调试运行,重点理解状态变量离散化处理、前后向递推求解过程、惩罚项设置以及边界条件处理等核心技术细节,同时可进一步拓展应用于同工况场景、同车型结构或与其他优化算法(如庞特里亚金极小值原理PMP)的对比验证,从而深化对PHEV能量管理实时性与全局性平衡问题的理解。
内容概要:本文围绕基于多虚拟同步发电机(VSG)的独立微网系统,开展多目标二次控制策略的MATLAB/Simulink建模与仿真研究。通过构建包含多个VSG单元的独立微网系统,设计并实现了能够同时实现频率与电压的无静差恢复、有功/无功功率精确分配以及环流有效抑制的综合控制目标的二次控制方法。研究重点在于控制策略的整体架构设计、关键控制模块的数学建模及其在Simulink环境中的精细化实现,通过大量仿真实验验证了所提控制策略在同工况下的有效性、动态响应性能及系统鲁棒性。; 适合人群:具备电力系统分析、自动控制理论及现代电力电子技术等专业知识背景,熟悉MATLAB/Simulink仿真工具,从事新能源发电、微电网运行与控制、分布式能源系统集成等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:① 深入掌握多VSG独立微网系统的建模方法与稳定性分析要点;② 理解并复现兼顾静态精度与动态品质的多目标二次协同控制算法;③ 为新型微网控制保护装置的研发及先进控制策略的工程化应用提供可靠的仿真验证平台和技术储备。; 阅读建议:学习者应在巩固电力系统基础理论的前提下,重点关注控制算法的设计逻辑、各控制环节间的耦合关系以及Simulink模块的搭建技巧,建议通过调整系统参数、设置同的负载投切与故障扰动工况进行反复仿真,以深刻理解控制策略的内在机理与适应能力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值