新的HS课程同时教授颜色化学和人工智能

北卡罗来纳州立大学的研究人员开发了为期一周的高中课程，帮助学生快速掌握颜色化学和人工智能的概念，同时激发他们对科学和周围世界的好奇心。

为了测试一个简短的高中科学模块是否能有效地教给学生化学(一个众所周知的棘手学科)和人工智能(AI)方面的知识，研究人员设计了一个相对简单的实验，涉及pH值水平，这反映了液体溶液的酸度或碱度。

在测试试纸上的pH值时，颜色转换图提供了一个方便的参考:当酸度较高时，酸性溶液会将试纸变成红色，而当酸度减弱时，试纸会变成黄色和绿色。当液体呈高碱性时，试纸会变成深紫色，当碱性水平下降时，试纸会变成蓝色和深绿色。pH值的数值范围从0到14，7是中性的-大约是你家自来水的水平-较低的数值反映了较高的酸度，较高的数值反映了较高的碱度。

“我们想回答这个问题:‘我们能否使用机器学习比视觉更准确地读取pH试纸?’“纺织工程、化学和科学助理教授张旸说，他是描述这项工作的论文的通讯作者之一。“事实证明，学生训练的人工智能预测模型比视觉解释精确约5.5倍。"

学生们用手机摄像头拍摄pH试纸在各种日常液体中浸湿后的照片——饮料、池塘或湖水、化妆品等——并直观地预测其pH值。他们还收到了教师用复杂仪器测得的已知pH值的试纸条，并对其进行了直观预测。

“我们希望学生思考这种测试在现实世界中的影响，例如在饮用水可能成为问题的不发达地区，”张说。“你可能没有复杂的仪器，但你真的想知道pH值是低于5还是7 .”

学生将数据输入到名为Orange的免费机器学习软件中，该软件没有代码行，使新手易于使用。他们努力将试纸图像和pH值转换为预测值，机器学习提高了准确性，因为它学会了用相应的pH值描绘试纸颜色的更细微变化。然后，学生们将他们的机器学习pH值预测与他们的视觉预测进行了比较，发现人工智能预测虽然不完美，但比视觉预测更接近真实的pH值。

研究人员还在为期一周的课程前后对学生进行了调查，发现他们报告说学习积极性更高，对化学和人工智能的知识也更多。

北卡罗来纳州立大学学习设计和技术助理教授、该论文的共同作者通讯作者说:“学生们可以看到前沿技术应用于现实世界问题和科学进步的相关性。”“这种实际应用不仅增强了他们对复杂科学概念的理解，还激发了他们探索创新解决方案的兴趣，培养了他们对尖端技术和科学(尤其是化学)交叉领域的更深理解。”

“在化学方面，我们可以通过这种方式教授很多类似的颜色化学概念，”张说。“我们还可以扩大这一课程的规模，让更多的学生加入进来。“

北卡罗来纳州立大学研究生珍妮·麦克卢尔、和云书·刘共同撰写了这篇论文。这项工作得到了美国国家科学基金会(赠款CHE-2246548，DRL-1949110和DRL-2025090)和美国国立卫生研究院(赠款R21GM141675和R01GM143397)的支持。

Materials provided by North Carolina State University. Original written by Mick Kulikowski. Note: Content may be edited for style and length. Shiyan Jiang, Jeanne McClure, Hongjing Mao, Jiahui Chen, Yunshu Liu, Yang Zhang. Integrating Machine Learning and Color Chemistry: Developing a High-School Curriculum toward Real-World Problem-Solving. Journal of Chemical Education, 2023; DOI: 10.1021/acs.jchemed.3c00589