现在的年轻家长都很注重孩子的早教启蒙, 很多家长在学龄前阶段就给孩子报了各种早教班, 如绘画、音乐、舞蹈、书法等各种类型都有。但最近身边一位认识的妈妈却给5岁的儿子报了一个科学课。

我问她为什么,这位妈妈说:“现在儿子班里的小朋友知识面都特别广。我家孩子从小就不爱看书,了解的东西特别少,听说现在小学都要学科学课,二年级后,语文、数学都跟科学有关,以后学物理、化学更是跟科学分不开。所以想赶紧找个兴趣班先给他补一补。”



看来这位妈妈也是意识到科学启蒙的重要性了。

如今,科学启蒙也成为早期启蒙教育的一部分。2017年,教育部发布了关于科学课的教学改革,同年,9月1号开学后,全国小学一年级新生的课表上出现了一门新的必修课---科学课。这意味着科学课变成与语文、数学同等重要的基础课程。



按照教育部的说法:科学的重要性比肩语文、数学,在学科教育中具有重要意义。

现在不是流行STEM教育吗?STEM是科学(Science)、技术(Technology)、工程(Engineering)、数学(Mathematics)四门学科的缩写。美国人认为,科学、技术、工程、数学是促进国家科技发展的重要竞争力。学习STEM领域的知识能培养出对国家未来有用的人才,也是经济发展的关键。

简单的说,STEM教育的概念跟我们以前听到的“学好数理化,走遍天下都不怕一个”是一个道理。



科学是认识世界的方式。人类的知识已经积累到如今的程度,未来还在不断加速。孩子们生活的时代,将是一个信息大爆炸的时代。只有掌握了科学的思维,才能认知世界,掌握世界。

科学教育是现代少儿素质教育必不可少的一环。如何给孩子进行科学启蒙呢?这里给大家推荐一套由国外顶尖科学团队创作的少儿科普启蒙绘本《宝宝大学》。



这套书共17本,内容活泼,题材新颖。通过夸张又富有生命力的卡通图片将科学世界中最基本的概念和最本质的思维表达出来,让孩子从小接触最前沿、最顶端的科学知识。使孩子在幼年培养良好的科学直觉,激发孩子去探索未来世界的好奇心,长大以后再也不会对化学、生物、量子计算、神经网络、物理科学知识感到陌生或害怕了。

Facebook创始人扎克伯格,他在孩子还在摇篮的时候,就让孩子接触了这套书。可以说这套书的启蒙受众范围非常广,从零岁就可以开始,覆盖0~8岁幼儿。



之所以能够受到扎克伯格的信赖与认可,离不开这套书强大的编纂天团。

这套书的作者是克里斯▪费利,他是一位顶尖的科学家,也是四个孩子的爸爸,他从小就给孩子进行科学启蒙,把科学深奥难懂的科学原理用小孩子觉得有趣的方式表达出来,甚至当做枕边故事来讲。所以这套书的视角是很小孩子的,量子、物理、有机化学、区块链…

其他共建团队包括生物化学家、两个女孩母亲卡拉▪佛洛伦斯;量子力学工程师、物理学博士莎拉▪凯瑟;天文学家、教育家、天文学和天体物理学副教授茱莉亚▪克里格诺;物理学和计算机科学交叉领域工程师、博士、副教授的马可▪托马米高;以及科学家、企业家沃利。



而这套书的译者冉生,同样也是一位科学家爸爸。他本人是量子材料领域专家,复旦大学物理学学士,爱荷华州立大学物理博士,曾在国际顶级期刊发表学术论文五十多篇。2020年被授予李·奥谢罗夫·理查德奖。同时他有两个可爱的孩子。双重的身份让他对孩子的科学启蒙充满热情。

这样一个超强的科学领域编纂天团,将尖端科学原理如量子计算、生物进化、脑神经、有机化学等前沿学科知识,通过通俗易懂的语言和简单的构图,让所有的人都能够没有障碍的了解这些基本的科学原理。



这套书的完整内容:

1、给宝宝的量子计算

2、给宝宝的机器人学

3、给宝宝的有机化学

4、给宝宝的核科学

5、给宝宝的神经网络

6、给宝宝的生物进化

7、给宝宝的区块链

8、给宝宝的天体物理学

9、给宝宝的太空ABCs

10、给宝宝的科学ABCs

11、给宝宝的数学ABCs

12、给宝宝的生物学ABCs

13、给宝宝的工程学ABCs

14、科学家,科学家,你看见了谁

15、晚安实验室

16、8颗小星球

17、薛定谔的猫

拿我最近在给宝宝讲的这本《给宝宝的神经网络》这本来说。



什么是神经网络?神经网络里有很多神经元, 在绘本中,作者是用小球来表示神经元。



神经元能够接收信号、传递信号,就像一个传声筒。前一个神经元把信息传给下一个神经元。也就是是输入和输出。



神经元可以有一个输入信号和一个输出信号,也可以有很多个。



以图像识别为例,神经网络是怎么工作的?给它一张图,也就是输入信号,让它来判断这张图片中有没有一个红色的东西。



接收到信号以后,神经元会把图片分成好几个部分,分别去判断里面有没有红色,再把这些信号拼在一起。如果发现有红色,它就会得到有红色的答案,并且输出 “有红色物体”这个信号。



再比如我们给他一张图片,让它判断:这个动物有八个腕吗?

神经元还是先把这个图片分成几个部分,比如说四个吧,再分别去识别里边有几个腕,比如神经网络里每个部分都有两个,神经元就会把它们加在一起,得到有八个腕这个答案,并且输出“这个动物有八个腕”的信号。



你可能要问:神经元发出的这些信号都去哪里了呢?



原来神经元之间是可以相互交流,他们连在一起就形成了神经网络,信号可以在网络里一层层传递。

神经网络里有明确的分工。简单来说,一个神经网络里有3组神经元,分别是是输入神经元、输出神经元、中间神经元。



其中输入神经元专门负责辨别里头有什么,输出神经元负责给出答案等等。



那么,中间神经元去哪儿了呢?原来啊,中间神经元既不看图也不给出答案,可以说是隐身的。



但是呢,中间神经元的作用那可大了。他们接收输入传来的信号以后,再把结果传递给输出神经元,输出神经元才会把答案告诉我。



那么,中间神经元是怎么学会判断的呢?这就和我们人类学新东西一样,需要经过很多训练。我们先准备一些我们已经知道答案的问题,然后要神经元去判断。做完后再和正确答案进行比较,如果答案不对,就让它修改自己的判断方式,直到得到正确答案为止。经过这样的训练,神经网络就可以学会判断类似的问题了。



可想而知,一个足够大的网络在电脑的帮助下可以解决更加复杂的问题。现在你已经了解神经网络了。

通过理论与案例相结合,启发式引导,不用担心孩子听不懂。每天花几分钟的磨耳朵,实际上已经给孩子幼小心灵进行科学原理的启蒙了,为孩子以后学习更具体的科学知识种下了一颗种子。



mxwihu921  评论于  2021-3-3 12:23:40
支持一下.....
ljg1985912  评论于  2021-3-6 18:00:44