新學年開始，學校都正為新一年的課程作準備，於剛過去的暑假，我參加了不少人工智能教學的相關教師工作坊，為來年設計教學活動做好準備。在廣泛的理論學習內容當中，透過自動駕駛汽車的實驗學習人工智能，是真正可讓同學體驗人工智能開發和威力的難得學習經歷。
自動駕駛的人工智能教學，以生活情景實例引入，介紹最新的自動駕駛技術，如Tesla及Google Waymo兩大企業，帶出現時自動駕駛技術的開發情況，讓學生了解到人工智能如何由輔助駕駛以至全自動駕駛不同程度上的應用，可以令同學更易掌握有關概念及明白人工智能應用的深淺程度。
在中學教授自動駕駛技術，當然會將有關技術門檻降低，但同學的目標仍然是需要製作能學習人類駕駛特性的自動駕駛系統。學習過程可讓同學自行組裝車輛硬件，了解汽車基本特性，再透過改裝模型車的加速及轉向系統，整合可編程微電腦，來實行簡單的編程練習。至此學生已能透過電腦程式讓模型車自動按特定規律行駛，但若要按路況即時進行反應，則必須透過人工智能訓練才能達成。
同學可利用手掣來操控模型車，而操控的過程中，利用鏡頭及不同感應器收集影像及環境數據，以及在相對條件下同學所作出如加減速及轉向的反應，這些數據收集完成後，便可透過Google Tensorflow等平台，進行人工智能模型訓練，再將所得模型匯入微電腦中進行不同的測試，例如由手動控制速度，而讓電腦自行控制轉向，或是讓電腦自行調節速度及轉向進行全自動駕駛。整個體驗可讓同學感受到人工智能與傳統科技的差異，尤其是能感受到電腦如何學習人類的操作習慣，以及學習時間長短（數據量）對自動駕駛效能的影響。
能夠於暑假學習有關課程，除啟發我的教學活動設計外，更讓我掌握最新技術改良所帶來的影響，例如利用最新的Raspberry Pi4 ，可讓自動駕駛影像提高至每秒30張的速度，加快系統反應，更能整合附TPU（張量處理器）的運算加速器，運行更複雜的人工智能模型來提高自動駕駛的效能。
除了技術的應用外，教授自動駕駛時亦可引入人工智能所帶出的道德和法律問題， 例如在緊急情況下人工智能應如何處理，又或是在人工智能犯錯時的法律責任等，都可讓學生更全面思考人工智能應用及未來發展所面對的挑戰。
選擇配合自動駕駛的教學工具時，亦需留意所選硬件。例如部分自動駕駛車只能進行前進、停止或轉向避障，而未必能全面調整速度及轉向角度，此類硬件也有運用人工智能機器學習，但所得效果與只運用超聲波等感應器及簡單邏輯所編程的避障效果類近，那就大大降低了教學效果。■梁子雲
簡介：本會培育科普人才， 提高各界對科技創意應用的認識，為香港青年人提供更多機會參與國際性及大中華地區的科技創意活動 ，詳情可瀏覽www.hknetea.org。