【AI時代】北海道札幌のまちづくり9【到来】 [無断転載禁止]©2ch.net

自由研究や習い事、総合学習の一環として、たとえば、自動運転のラジコンカーとかロボットを制作してみる。
設計→試作→評価→報告という実際の開発の仕事の流れを体験していただく。

自分でロボットを組み立てて、プログラミングで制御できる教育ロボットキット。
工具を使わずに3種類以上の異なる形状に組み立てられる。組立て・操作ともに簡単にチャレンジできる設計になっているので、
楽しみながら子どもの論理性や創造力を育むことができる。

自分の手で実際にコードを書く体験を伴うプログラミングを行う。少しずつ課題を与えていく。
まっすぐ走らせることから、障害物があったら角度を変えて走る、ある部屋からある部屋までたどりつくなど・

実際の自動運転開発において、深層学習を使ったAIによる制御が注目されている。
合流や追い越しといった、他車両との協調が不得意であり、他車を配慮した制御が必要な運転シーンへと対応させる
学習方式の確立が課題になっているという。

たとえば、合流シーンの運転制御は、減速、停止、周辺を確認しながらの発進、合流先の車両への追随などの制御要素によって実現しているが、
このような一連の制御要素をAIに学習させようとした場合、合流先車両への追随を改良すると、減速・停止の動作が劣化すると
いった過学習の現象が起こりえるという。

あるいは、こちらは筐体などのハードの設計になるが、ここは、ブロックでもいいと思う。
または少し発展させて、3DCADでソフトを使って、マウス操作を中心に立体のカラーパーツを組み合わせながらデザインをする。
3Dプリンタで出力してパーツを作成する。
3D プリンタは全ての形状のものを出力できる訳ではなく，不向きな形状もあるため万能ではない。
極端に細い部分がある形状や突起物がある場合、積層タイプの3D プリンタの場合は下部から支えられている形状のみ出力可能である。

動かなかった時、どこに原因があるかを探ることが必要である。
そのためには捉えた現状を正しく分析、評価した上で理解し、問題の原因を追究するとともに、今後どのような状態にもっていくか。

そして、年齢が上がるにつれ低コスト化、低消費電力化、耐環境性など、あまり学校で扱われない分野でのアプローチを試みる。
物理学では、複雑な現象をある単純な物に置き換えて、理論を構築する「モデル化」が頻繁に行われる。
当該目的に合致した部分のみ特徴を取り出し、あとの枝葉を切り捨てるということだ。
この枝葉が発生する要因を考え、これを定量化していき、OKかどうかの判定をしてく。
こうした物理を理解するには、微分方程式・偏微分・全微分・外積など、大学初年度の数学は必須であろう。
抽象的でとっつきにくい面もあるというかそうさせている。

空間認知能力向上にもつながる算数の立体、理科においては、任意の倍率や視点から構造を確認する事で理解度が上がると考えられる。
DNA のらせん構造や，細胞の構成など、社会の地形の場合では，実際に現地に行ったとしても、平野，盆地等，視界の範囲内で全てを
見渡せない事も多く，理解できない事が多い。
しかし、3Ｄデータでは拡大縮小だけではなく、高低差の倍率も変更できるため地形を立体として認識しやすくなる。
様々な教科で3D が有効な場面があるが、2D の情報から3Dへの頭の中での展開がしやすくなることで、理解を容易にする。