关于何为真实情境的讨论——以遗传算法教学为例.pdf

关于何为真实情境的讨论——以遗传算法教学为例 在讨论真实情境时，我们需要进一步剖析究竟何为“真实”。在教学场景的创设中涉及真实事件和真实的问题，为契合特定教学目标的达成，这些真实事件或问题大多进行了简化和改造，或只是强调了其中的某一个侧面。用比喻的方式来说，课堂教学场景中出现的所谓的真实事件和问题是激发探索兴趣的芳香蜜源，是可以挂载知识点的结构框架，是可被投注情感的戏剧片段。 然而，“真实”这个词语本身的意义也并不牢固，学习者所能感受到的该词的范畴，随学段的增长而变得越来越广泛，但其确定性却似乎在下降。水果数量的相加和计价是真实的、光所兼具的粒子和波的特性是真实的、事物存在本身是真实的……。对于一个教学者来说，便会面临这样的问题，如果他所要阐述的词语的概念是高度概括的或是抽象的（越是到高学段就越是会遇见这样的概念），那么完全有这种可能，这个概念离现实的情境非常遥远，虽然说用来承载概念的词语本身在文本中随处可见，或者说，这个词语本身也常被应用到多种现实的生活情境中，但在那种情境下对于词语的进一步诠释却是困难的。 在教学中，我们可以用机器学习对图像进行识别这句话，虽然教师可以轻松构造出对应这句话的那些还原生活具体场景的所谓真实情境，如用手机拍摄照片智能判别植物，或者将人脸从各种物体的图像中区分出来，等等。但这样的生活具体场景，却很难成为一个良好的教学情境，因为无论是诠释机器学习的不同的特性，还是具体讲解某几类机器学习的算法，学习越是深入，离开最初那个由具体需求而来的生活情境就越是遥远。 这个情境既失去了吸引学生兴趣的芳香蜜源的作用，也不太能成为连接不同知识的结构框架，在教学过程结束的时候，教师和学生大概会重新想到最初那个带着具体需求的情境，然后假装愉快地宣称已经解决了图像识别的问题。但此处情感的投入，仅仅是对应着一个现成的产品或函数的某一功能的实现，而不对应着问题的解决，显然，在解决问题的路径上存在着太多不明所以的地方。 因此，我们需要重新审视关于真实情境中的“真实”一词，当情境被用于课堂中的那一刻起，其实就开始偏离其现实上的真实性，教师采用种种计谋将学习者放置到创设出来的情境中，希望他们通过代入的方法假设性地解决现实中的问题。 在计算机模拟和仿真的行为进行考察后，得到了一种可能的答案：想象一下，人们可以利用计算机模拟大气行为，计算机中的气候环境是虚拟的，但其模拟的气候变化和现实世界的现象是有所对应的。人们可以利用计算机去模拟制造一台虚拟的计算机器，那个机器当然不是真实的,但它解决某问题所做的计算本身却是真实的。可以看出，模拟计算行为实际上可以等价于计算行为本身，计算过程本身无疑是真实的，如果能够围绕计算行为的需求、计算过程的设计、计算效果的评估来构建教学情境，那么，即便是一个看上去虚拟的情境，也是具有真实性的，如能将真实和现实区分开来，就不必非要回溯到产生出这个计算需求的具体事件并将那个事件作为教学的情境。 下面用一个和简单的遗传算法有关的教学案例来说明问题。如图1所示，这是一个“机器人获取能量”小游戏，正中间的“R1”表示1号机器人，另外还有5个机器人编号从“R2”到“R6”，机器人每一步行走，都是横向移动50个单位，而纵向移动的距离，是根据文本框中设定的数值来决定的，规定机器人开始行走后，这个数值就不能再改变了。显然，文本框中数字越小，机器人行走的角度就越倾斜。当机器人碰撞到墙壁时，其横向的方向会翻转。机器人的目标是界面最上方的小能量块，小能量块是静止不动的，机器人行走时可能会和小能量块重叠，重叠时间越长，则机器人获取到的能量就越多。为了增加挑战性，机器人每多走一步，其自身占地面积就减少一点，相对就更不容易碰到能量块。图1中，笔者派出了第一个机器人，根据设定测试值，每横向移动50个单位，它就纵向移动15个单位，从图上看，它差一点就能获取到能量了。图1中用直线标出了机器人的行进轨迹。那么，怎么才能快速找出能获取到高能量的最佳纵向移动距离呢？这就是一个和策划具体计算过程有关的真实的问题。例如，用枚举所有数字一个一个尝试的方法，当然最终是可以找到最佳答案的，但若在课堂中组织一场比赛，以此来激发学生的兴趣和竞争意识。 我们可以通过计算机模拟和仿真来构建教学情境，并将真实和现实区分开来，从而解决问题的路径上存在着太多不明所以的地方。同时，我们也可以通过遗传算法来解决问题，并将其应用到实际生活中，从而激发学生的兴趣和竞争意识。