AI科创选题别贪大：一个小数据集能做什么

人工智能相关的题目很受欢迎，但不少学生的方案写着“开发一个智能学习助手”“做一个能回答所有问题的机器人”。这类题目依赖现成的大模型，学生自己能做的部分很少，也很难说清楚研究了什么。AI项目更适合聚焦一个小而具体的任务。

什么是小而具体的AI任务

一个好的AI选题，通常能用一句话说清楚“输入什么、输出什么”：

• 输入一张叶片照片，输出它是否有病斑。
• 输入一段十秒钟的录音，输出是不是咳嗽声。
• 输入垃圾的照片，输出它属于四类垃圾中的哪一类。
• 输入一周的教室温湿度数据，预测第二天上午是否闷热。

任务越具体，需要的数据越少，结果也越容易评估。

几百条数据够不够

对学生项目来说，自己收集的几百条数据往往就够了。比如垃圾分类识别，每类拍100张照片，四类共400张，用现成的图像分类工具训练，就能得到一个可以测试的模型。

更重要的是数据是自己收集的。你知道每张照片在什么光线、什么角度下拍摄，能说清数据的来源和局限，这是用网上现成数据集做不到的。

项目的研究重点在哪里

模型训练好以后，项目才进行了一半。真正体现研究能力的是后面的分析：

1. 测试准确率：用没参与训练的照片测试，看识别对了多少。
2. 分析误判：把识别错的照片单独拿出来看，是光线太暗、物体太小，还是两类东西本来就像？
3. 做改进实验：比如补拍一些暗光照片，看准确率能提升多少。

这种前后对比的数据，比单独报一个准确率更有说服力。

选题时避开的几种情况

• 依赖他人隐私数据的：例如人脸识别同学，需要大量个人照片，涉及隐私。
• 结果无法验证的：例如“预测考试成绩”，影响因素太多，也不适合学生研究。
• 只调用接口、没有自己数据的：例如直接调用大模型聊天，再包装成作品。

从选题到第一版

确定任务后，可以按这个顺序推进：先写清楚分类规则（什么算有病斑、什么算没有），再收集数据，然后用简单工具训练第一版模型，测试后分析误判，最后改进。每一步都保留记录，包括数据的数量、拍摄条件和每次测试的结果，写报告时这些都是核心材料。

如果孩子对AI感兴趣但不知道从哪个任务入手，可以先从身边一个需要“识别”或“判断”的小事想起，任务想清楚了，工具和方法都好解决。