“我娃三岁了,现在学 TensorFlow 还来得及吗?”

2019 年 1 月 20 日 PingWest品玩

“一岁还没入门?只能当产品经理了。”

这天,硅星人正刷着朋友圈等着下班。

突然刷到一条,心情立刻特别低沉……

心情差并非因为,老大不小了还不会编程。

主要是别人家的小孩都开始学编程了!

硅星人却连娃都还没有……

去网上搜了一圈,硅星人更是吓了一大跳。

编程已经是过去的事了,现在的孩子,早教都已经开始学 AI 了!

知乎上居然还有这样的一个话题:

看了一圈回答,简直无地自容了……

首先,有一大帮朋友表示:居然五年级还没学 TensorFlow!家长早干嘛去了?

有的朋友指出,学前就得掌握 Keras,五年级的小同学应该准备论文发顶会了……

也有人指出,胎教不应盲目直怼 TensorFlow,应该搭好基础,先从线代、微积分开始!

不管怎样,五年级还没学 TensorFlow,是注定无法成为 TFBoys 的!

这个年级还不懂 TF,长大只能做产品经理了。

还不是光说不练,这帮家长都是认真的。

硅星人总结(原创)就是:

胎教 TensorFlow, 出生 Hello World.

百日手调参,半年能建模。

一岁发论文,两岁上《Nature》.

三岁开公司,学前 IPO!

这些家长当中,大部分本身就是互联网科技的从业者。

有 AWS 的大神教自家孩子写 mxnet、调参的:

有的小朋友没到一岁,已经在看《深度学习》,推导公式了:

有的孩子还在上幼儿园,水果和颜色还没认全,就已经可以连神经元、设计网络了!

其实大家看得出来,还是开玩笑的居多。

毕竟刚出生的小朋友字都没认全,学线代和 TensorFlow 未免太苛刻了。

不过“计算机教育从娃娃抓起”这件事,在硅谷并不新鲜。

今天还在开玩笑,到了明天,谁家的小孩不会写几句代码,没准真没有好学校上了……

要想在计算机教育上不落后,父母都有哪些办法呢?

今天就隆重介绍几大法宝,包各位老父母管用:

1)最简单的无疑就是看书了。在各种书店的幼教区一逛,给小孩看的计算机教材一抓一大把。

看书比较适合本身在科技行业工作的家长,只要你能看懂,在家给孩子每天 homeschool 一小会儿就可以了。而且建议各位选择图画居多的书本,小朋友更容易看进去,而且要注意适读年龄。

千万不要选择全是文字、满篇公式的,因为这样孩子不但不但恨你,也会恨你所从事的这份工作……

Tom Burns 是教育出版行业的老兵,现在运营着一个网站,专门整理给小孩看的书。他推荐下面这几本编程教材:

(有教 Python 的,其实很适合给 AI 早教打基础)

2)如果你家小孩不太爱看书,更愿意抱着你的手机或者 iPad,相信编程教育的游戏或者 app 更适合他/她。

大名鼎鼎的《MineCraft》相信不用介绍了,应该是迄今为止全球最受欢迎的游戏了。其实孩子不仅可以玩游戏,它还有一个寓教于乐的版本,叫做《MineCraft Education Edition》。

在 MineCraft 教育版里,小朋友可以学到挺多东西,比如函数之类的核心概念,掌握条件编程的基本逻辑。

除了计算机之外,MineCraft 教育版对其它 STEM 学科的知识也有所涉及,有不少现成的课程可以下载。但其实它更重要的意义,在于老师可以自己设计课程。

MineCraft 教育版支持 Windows、macOS、iOS 等平台。不过比较让人头疼是,长期使用需要教育机构账号,个人/家庭下载之前,一定要问下孩子的学校 IT 是否有这个账号。

3)App 也不能满足?那么很显然孩子需要一个编程玩具了!

Osmo、Cozmo、Code Master 都是在这个门类里面被推荐比较多的,各位老父母可以各取所需。

做决定之前,注意看下不同的玩具建议的使用者年龄。比如,上面这些玩具里,有些对幼童可能太难了,而下面这条“毛毛虫”更适合 Pre-school 年龄段的孩子:

Think & Learn Code-a-Pillar

信不过创业公司做的玩具?也有大厂可以选择。乐高就有自己的编程机器人 Boost,适合7岁以上:

4)学校里的课程加上各种跳舞、乐器班和运动,可能占用了太多的时间,导致平时没空进行编程学习。

对于这些孩子,专门教编程的夏/冬令营可能会比较适合。

在网上一搜,你肯定能找到大量附近的编程营。这时候,选择哪家就成了一个问题——这有什么难的!就跟去餐馆之前看评价一样,在 Google Maps、Yelp 等平台上看一下评分以及家长的留言,会有很大的参考价值。

其实还有一招可以考虑:如果各位老父母本身是在大型科技公司工作,八成你的公司里就有员工在这样的编程夏令营志愿或者兼职授课。让他们推荐一下,没准还能打个折……

不想投入太多?只想有个机会,让孩子接触一下编程,看看他/她是否有兴趣,再做下一步的决定——对于这类家长,苹果的 Today at Apple 是个非常好的选择!

你可以在官网上选一家苹果门店,选择 coding(或者其他任何类型)的课程,就能找到最近一段时间可以参加的课程。不但课程完全免费,而且不限美国,中国也有的!

有了这些方法,希望各位老父母都能找到方便自己,也适合孩子的编程教育入门方法。

最后还是想着重提几条:

【1】注意使用方法和素材的适龄问题;

【2】寓教于乐,注意节制。不要为了追上隔壁家的孩子过分强求,反而抹杀了孩子的积极性;

【3】父母是最好的老师。如果你想让孩子学会编程,自己掌握一定的计算机知识是不是更好呢?

转载声明:本文转载自「硅星人」,搜索「guixingren123」即可关注。作者:光谱


往期精彩文章回顾
(点击图片阅读)


登录查看更多
0

相关内容

Google发布的第二代深度学习系统TensorFlow
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
Sklearn 与 TensorFlow 机器学习实用指南,385页pdf
专知会员服务
126+阅读 · 2020年3月15日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《强化学习—使用 Open AI、TensorFlow和Keras实现》174页pdf
专知会员服务
136+阅读 · 2020年3月1日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
195+阅读 · 2020年2月24日
【干货】谷歌Joshua Gordon 《TensorFlow 2.0讲解》,63页PPT
专知会员服务
24+阅读 · 2019年11月2日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
TensorFlow 2.0 中文视频教程来啦
AINLP
11+阅读 · 2019年8月24日
贾扬清:我对人工智能方向的一点浅见
机器之心
5+阅读 · 2019年4月15日
如何快速入门TensorFlow ?丨极客时间
InfoQ
4+阅读 · 2019年1月8日
程序员精选:TensorFlow和ML前5名的课程
云栖社区
8+阅读 · 2018年8月27日
快使用TensorFlow,哼哼哈嘿
图灵教育
5+阅读 · 2018年3月16日
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
7+阅读 · 2020年3月30日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Tutorial on NLP-Inspired Network Embedding
Arxiv
7+阅读 · 2019年10月16日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
4+阅读 · 2018年5月14日
Arxiv
6+阅读 · 2018年2月8日
VIP会员
相关VIP内容
一份简明有趣的Python学习教程,42页pdf
专知会员服务
76+阅读 · 2020年6月22日
Sklearn 与 TensorFlow 机器学习实用指南,385页pdf
专知会员服务
126+阅读 · 2020年3月15日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《强化学习—使用 Open AI、TensorFlow和Keras实现》174页pdf
专知会员服务
136+阅读 · 2020年3月1日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
195+阅读 · 2020年2月24日
【干货】谷歌Joshua Gordon 《TensorFlow 2.0讲解》,63页PPT
专知会员服务
24+阅读 · 2019年11月2日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
相关资讯
TensorFlow 2.0 中文视频教程来啦
AINLP
11+阅读 · 2019年8月24日
贾扬清:我对人工智能方向的一点浅见
机器之心
5+阅读 · 2019年4月15日
如何快速入门TensorFlow ?丨极客时间
InfoQ
4+阅读 · 2019年1月8日
程序员精选:TensorFlow和ML前5名的课程
云栖社区
8+阅读 · 2018年8月27日
快使用TensorFlow,哼哼哈嘿
图灵教育
5+阅读 · 2018年3月16日
相关论文
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
7+阅读 · 2020年3月30日
Interpretable CNNs for Object Classification
Arxiv
20+阅读 · 2020年3月12日
Tutorial on NLP-Inspired Network Embedding
Arxiv
7+阅读 · 2019年10月16日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
4+阅读 · 2018年5月14日
Arxiv
6+阅读 · 2018年2月8日
Top
微信扫码咨询专知VIP会员