LLNL的“手機STEM”專案讓學生用人工智慧進行物理研究
勞倫斯利弗莫爾國家實驗室(LLNL)的“STEM with Phones”專案讓學生利用智慧手機和人工智慧進行高階科學分析。一名高中生透過該專案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。專案負責人David Rakestraw強調,人工智慧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,學生們正使用智慧手機和人工智慧(AI)進行高階科學分析。
該專案由LLNL的David Rakestraw領導,參與者們發現如何將口袋裡的工具——智慧手機——變成研究基礎物理原理的儀器。這些裝置配備了先進的感測器和強大的計算能力。在為期一週的專案中,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慧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說。
這個暑期專案激勵了來自加利福尼亞州拉斐特市Acalanes High School的高中生Daniel Kim啟動了一個創新研究專案:結合觀測天文學與定製分析軟體來測量地球的自轉速度。
Kim和他的同學Tsimur Havarko將智慧手機對準夜空,拍攝了945張照片,並用他們用AI開發的自定義應用程式合成為一張影像。得到的影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又建立了另一個自定義程式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。
“那個軟體大約有1000行程式碼,需要軟體工程師幾周時間才能編寫出來,”Rakestraw說。“這說明了沒有程式設計經驗的高中生如何能夠建立複雜的分析工具,這完全改變了他們能夠研究的問題型別。”
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充套件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增強的認知啟用學習新框架的一個範例。
對Rakestraw而言,這個專案的成功證明了在AI時代科學教育新方法的可行性。透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”專案正沿著這一框架在整個暑期專案中不斷發展。
“兩年前,專案還只使用手機感測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說。
隨著AI工具的不斷發展,“Physics with Phones”專案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、分析複雜資料,並探索更高階的科學問題。
來源:LLNL