深圳市龙华区教育科学研究院龙华区人工智能教育普及教学服务变更公告

作业管理

支持学生使用图形化编程、Python 实验室等编程工具完成编程练习，以及保存、提交给老师。客户端支持学生机在无外网的情况下提交作业。

支持学生使用图形化编程、Python等编程工具完成编程练习，以及保存、提交给老师。客户端支持学生机在无外网的情况下提交作业。

支持创建自定义作业，用户可以使用图形化编程实验室、Python 实验室、硬件实验室、虚拟仿真等工具创建自定义作业，并支持编程题、填空题、选择题等题目类型。

支持创建自定义作业，用户可以使用图形化编程工具、Python编程工具、硬件编程工具、虚拟仿真等工具创建自定义作业，并支持编程题、填空题、选择题等题目类型。

Python 习题支持自动批改；支持在 Python 实验室创建支持自动批改的 Python 作业题，设置标准答案和测试点后，学生完成作业时命中测试点的预期结果，即算作正确。可以设置多组测试点。可以在学生提交作业后，展示得分、每个测试点的得分情况、正确答案和解析。（该项属于演示评分内容，不作为技术偏离响应评分）

Python习题支持自动批改；支持在Python编程工具创建支持自动批改的Python作业题，设置标准答案和测试点后，学生完成作业时命中测试点的预期结果，即算作正确。可以设置多组测试点。可以在学生提交作业后，展示得分、每个测试点的得分情况、正确答案和解析。（该项属于演示评分内容，不作为技术偏离响应评分）

图形化编程

支持角色素材的增删、展示、编辑，至少包含具有 1000+国产 IP 独有版权的动画素材，包括背景、角色、道具和界面素材。

支持角色素材的增删、展示、编辑，至少包含具有1000+国产IP合法版权的动画素材，包括背景、角色、道具和界面素材。

Python编程

Python实验室的Jupyter模式适合AI算法教学，启动页支持python3、notebook、python3 控制台、终端、文本文件、Markdown 文件、Python 文件、Diagram（该项属于演示评分内容，不作为技术偏离响应评分）

Python编程工具的Jupyter模式适合AI算法教学，启动页支持python3 notebook、python3控制台、终端、文本文件、Markdown文件、Python文件、Diagram（该项属于演示评分内容，不作为技术偏离响应评分）

人工智能训练场景

▲聊天机器人体验案例：通过基于 seq2seq 框架的自然语言处理模型，提取语料库中的对话规则，训练聊天机器人；在该实验中，我们主要探讨和理解自然语言处理（NLP）过程中的分词、有注意力机制的 seq2seq 模型和 beam search机制过程这三个常见概念。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲聊天机器人体验案例：通过开源框架的自然语言处理模型，提取语料库中的对话规则，训练机器人。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲语音识别体验案例：该实验将展示如何构建可以识别 4 个不同字词的基本语音识别网络。需要注意的是，真正的语音识别系统要复杂得多，这个基本语音识别网络有助于基本了解所涉及的技术。完成训练后，将获得一个模型，该模型会尝试将时长为 1 秒的音频片段对应到 4 个字符串分类上，如“up”“down”“left” “right”4 个不同的字符串。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲语音识别体验案例：该实验将展示如何构建语音识别模型，支持对模型进行训练，并支持使用训练完成的模型进行预测（投标人需提供系统截图及承诺函并加投标人盖公章）

▲决策树：提供决策树的典型案例，体现决策树的构建逻辑、训练流程；学生可以自己构建 1、2 和多层决策树，设定每一个节点的判断条件，达到区分决策的效果。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲决策树：提供决策树的典型案例，体现决策树的构建逻辑、训练流程；学生可以自己构建多层决策树，设定每一个节点的判断条件，达到区分决策的效果。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲线性回归模型：提供线性回归模型的案例，体验线性回归模型的算法原理。通过让学生设置考虑一种因素、两种因素、三种因素的方式，学生能够观察线性回归模型训练的整个过程。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲线性回归模型：提供线性回归模型的案例，体验线性回归模型的算法原理。通过让学生设置考虑多种因素的方式，学生能够观察线性回归模型训练的整个过程。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲感知机算法体验案例：学生通过可视化案例的形式，体验感知机这一 AI 模型的运行原理。案例中包含以下步骤：观察 AI 模型在智能聊天这个场景中，AI模型如何判断聊天对象是人类还是机器人。首先模型提取出人和机器的三个特征：“信息重复频率”、“回复速度”、“语言多样性”，接着通过 AI 算法训练，学习这三个特征中人类和机器的区别，最后通过量化后的区别判断对话聊天中的对象是人还是机器人。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲感知机算法体验案例：学生通过可视化案例的形式，体验感知机AI模型的运行原理。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲神经网络体验案例：案例中通过对神经网络这一 AI 模型结构进行可视化展示，让学生理解图像分类的过程中，机器如何提取图像特征、如何训练，以及如何随着训练次数的增加，AI 模型能够给出较为准确的分类结果。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲神经网络体验案例：案例中通过对神经网络AI模型结构进行可视化展示，让学生理解图像分类的过程中，机器如何提取图像特征、如何训练，以及如何随着训练次数的增加，AI模型能够给出较为准确的分类结果。（投标人需提供系统截图及承诺函并加投标人盖公章）

3D虚拟仿真编程

提供标准化搭建机器人的能力，支持使用配备的模块组件自定义搭建机器人，提供六种类型的结构基础模块、机械臂、彩灯模块、摄像头模块、编码电机模块。（该项属于演示评分内容，不作为技术偏离响应评分）

提供标准化搭建机器人的能力，支持使用配备的模块组件自定义搭建机器人，提供多种类型的基础模块，包括但不限于机械臂、摄像头模块、传感器等。（该项属于演示评分内容，不作为技术偏离响应评分）

▲自由搭建机器人支持使用事件、控制、运算、变量、函数、PID 积木，支持使用语音识别、人脸识别、微信识物能力，并且支持使用专属的执行器、传感器、动力装置积木。（投标人需提供系统截图及承诺函并加投标人盖公章）

▲自由搭建机器人支持使用事件、控制、运算、变量、函数，支持使用语音识别、人脸识别，并且支持使用专属的执行器、传感器、动力装置积木。（投标人需提供系统截图及承诺函并加投标人盖公章）

功能点演示3

Python 习题支持自动批改；支持在 Python 实验室创建支持自动批改的 Python 作业题，设置标准答案和测试点后，学生完成作业时命中测试点的预期结果，即算作正确。可以设置多组测试点。可以在学生提交作业后，展示得分、每个测试点的得分情况、正确答案和解析。

Python习题支持自动批改；支持在Python编程工具创建支持自动批改的Python作业题，设置标准答案和测试点后，学生完成作业时命中测试点的预期结果，即算作正确。可以设置多组测试点。可以在学生提交作业后，展示得分、每个测试点的得分情况、正确答案和解析。

功能点演示5

提供标准化搭建机器人的能力，支持使用配备的模块组件自定义搭建机器人，提供六种类型的结构基础模块、机械臂、彩灯模块、摄像头模块、编码电机模块。

提供标准化搭建机器人的能力，支持使用配备的模块组件自定义搭建机器人，提供多种类型的基础模块，包括但不限于机械臂、摄像头模块、传感器等。

功能点演示9

Python实验室的Jupyter模式适合AI算法教学，启动页支持python3、notebook、python3 控制台、终端、文本文件、Markdown 文件、Python 文件、Diagram。

Python编程工具的Jupyter模式适合AI算法教学，启动页支持python3 notebook、python3控制台、终端、文本文件、Markdown文件、Python文件、Diagram。