LLNL的“手機STEM”項目讓學生用人工智能進行物理研究
勞倫斯利弗莫爾國家實驗室（LLNL）的“STEM with Phones”項目讓學生利用智能手機和人工智能進行高級科學分析。一名高中生通過該項目開發了測量地球自轉速度的研究，其成果發表在《物理教師》期刊上。項目負責人David Rakestraw強調，人工智能使學生在有限時間內完成複雜的分析成為可能，並正在改變科學教育模式。
2026年5月14日 — 忘掉電子表格吧。在勞倫斯利弗莫爾國家實驗室（LLNL）的“STEM with Phones”學生工作坊中，學生們正使用智能手機和人工智能（AI）進行高級科學分析。
該項目由LLNL的David Rakestraw領導，參與者們發現如何將口袋裏的工具——智能手機——變成研究基礎物理原理的儀器。這些設備配備了先進的傳感器和強大的計算能力。在為期一週的項目中，學生們學習如何使用手機進行實踐測量，並應用AI探索真實世界現象。
“我看到學生們非常興奮地嘗試解決問題，並認識到這些新的智能工具如何與他們並肩工作，將他們從知識的消費者轉變為真正的創造者，”Rakestraw説。
這個暑期項目激勵了來自加利福尼亞州拉斐特市Acalanes High School的高中生Daniel Kim啓動了一個創新研究項目：結合觀測天文學與定製分析軟件來測量地球的自轉速度。
Kim和他的同學Tsimur Havarko將智能手機對準夜空，拍攝了945張照片，並用他們用AI開發的自定義應用程序合成為一張圖像。得到的圖像描繪了因地球自轉導致星星在畫面中運動的視軌跡。手工測量那些長弧線會很耗時，因此Kim和Havarko又創建了另一個自定義代碼來測量弧線的長度和與北極星的距離，然後計算地球的角速度。
“那個軟件大約有1000行代碼，需要軟件工程師幾周時間才能編寫出來，”Rakestraw説。“這説明了沒有編程經驗的高中生如何能夠創建複雜的分析工具，這完全改變了他們能夠研究的問題類型。”
作為導師，Rakestraw與學生們合作評估輸出結果，並基於基礎物理原理確定分析的可靠性。他強調，這仍然是一個難題，但AI在有限的時間和經驗約束內極大地擴展了可能實現的研究範圍。
同行評審期刊《物理教師》發表了這項研究，作為突出展示AI增強的認知激活學習新框架的一個範例。
對Rakestraw而言，這個項目的成功證明了在AI時代科學教育新方法的可行性。通過教學生有效使用這些工具，教育者可以幫助學生完成令人難以置信的研究。
“Physics with Phones”項目正沿着這一框架在整個暑期項目中不斷發展。
“兩年前，項目還只使用手機傳感器和電子表格進行分析。去年我開始整合AI，而今年AI將成為學生調查的重要組成部分，幾乎不再使用電子表格進行分析，”Rakestraw説。
隨着AI工具的不斷發展，“Physics with Phones”項目提供了一種令人興奮的方法來確保科學教育與之同步進化。學生可以利用這些新興技術進行批判性思考、分析複雜數據，並探索更高級的科學問題。
來源：LLNL