AI News HubLIVE
站内改写2 分钟阅读

LLNL的“手机STEM”项目让学生用人工智能进行物理研究

劳伦斯利弗莫尔国家实验室(LLNL)的“STEM with Phones”项目让学生利用智能手机和人工智能进行高级科学分析。一名高中生通过该项目开发了测量地球自转速度的研究,其成果发表在《物理教师》期刊上。项目负责人David Rakestraw强调,人工智能使学生在有限时间内完成复杂的分析成为可能,并正在改变科学教育模式。

来源AIwire作者: Andrew Jolly

2026年5月14日 — 忘掉电子表格吧。在劳伦斯利弗莫尔国家实验室(LLNL)的“STEM with Phones”学生工作坊中,学生们正使用智能手机和人工智能(AI)进行高级科学分析。

该项目由LLNL的David Rakestraw领导,参与者们发现如何将口袋里的工具——智能手机——变成研究基础物理原理的仪器。这些设备配备了先进的传感器和强大的计算能力。在为期一周的项目中,学生们学习如何使用手机进行实践测量,并应用AI探索真实世界现象。

“我看到学生们非常兴奋地尝试解决问题,并认识到这些新的智能工具如何与他们并肩工作,将他们从知识的消费者转变为真正的创造者,”Rakestraw说。

这个暑期项目激励了来自加利福尼亚州拉斐特市Acalanes High School的高中生Daniel Kim启动了一个创新研究项目:结合观测天文学与定制分析软件来测量地球的自转速度。

Kim和他的同学Tsimur Havarko将智能手机对准夜空,拍摄了945张照片,并用他们用AI开发的自定义应用程序合成为一张图像。得到的图像描绘了因地球自转导致星星在画面中运动的视轨迹。手工测量那些长弧线会很耗时,因此Kim和Havarko又创建了另一个自定义代码来测量弧线的长度和与北极星的距离,然后计算地球的角速度。

“那个软件大约有1000行代码,需要软件工程师几周时间才能编写出来,”Rakestraw说。“这说明了没有编程经验的高中生如何能够创建复杂的分析工具,这完全改变了他们能够研究的问题类型。”

作为导师,Rakestraw与学生们合作评估输出结果,并基于基础物理原理确定分析的可靠性。他强调,这仍然是一个难题,但AI在有限的时间和经验约束内极大地扩展了可能实现的研究范围。

同行评审期刊《物理教师》发表了这项研究,作为突出展示AI增强的认知激活学习新框架的一个范例。

对Rakestraw而言,这个项目的成功证明了在AI时代科学教育新方法的可行性。通过教学生有效使用这些工具,教育者可以帮助学生完成令人难以置信的研究。

“Physics with Phones”项目正沿着这一框架在整个暑期项目中不断发展。

“两年前,项目还只使用手机传感器和电子表格进行分析。去年我开始整合AI,而今年AI将成为学生调查的重要组成部分,几乎不再使用电子表格进行分析,”Rakestraw说。

随着AI工具的不断发展,“Physics with Phones”项目提供了一种令人兴奋的方法来确保科学教育与之同步进化。学生可以利用这些新兴技术进行批判性思考、分析复杂数据,并探索更高级的科学问题。

来源:LLNL