Урок Цифры: «Технологии, которые предсказывают погоду»

Приняли участие в уроке, включающем: Видео лекцию «Может ли искусственный интеллект предупредить тебя о том, что сегодня можно мимо мамы без шапки пройти?», Тренажер «Уровень для опытных специалистов», Тренажер «Уровень для закаленных профессионалов» 369 учащихся 5 – 11 классов нашей школы. Участники получили именные сертификаты и приобрели новые знания и навыки.

Цель урока заключалась в изучении процесса создания прогноза погоды, рассмотрении роли искусственного интеллекта в метеорологии и профориентации учащихся в сфере метеорологии и информационных технологий.

Задачи урока

• Сформировать устойчивое понимание терминов, вводимых на уроке.
• Познакомить с общими принципами формирования прогноза погоды.
• Сформировать понимание процессов сбора данных и поиска в них закономерностей, влияющих на погоду.
• Показать практическое значение ИИ в формировании прогноза погоды.
• Провести профориентацию в сфере информационных технологий и метеорологии.

 По окончании урока ученик (-ца), успешно освоивший (-ая) содержание занятия:

 знает:

• что входит в понятие «погода», как и с помощью чего производят наблюдения за ней;
• какие данные используются для краткосрочного и среднесрочного прогноза;
• принцип работы ИИ и его значение для точности прогноза погоды;
•  общий принцип получения прогноза погоды

понимает, что:

• на точность и длительность прогноза влияет количество анализируемых данных;
• для обработки больших объёмов данных нужны специальные центры;
• для прогнозирования используются только профессиональные источники данных, получаемых по строгим стандартам;
•  полученные из этих источников данные требуют предварительной проверки.

умеет:

• различать метеорологические параметры:

❖ температуру воздуха;

❖ атмосферное давление;

❖ относительную влажность воздуха;

❖ скорость и направление ветра;

❖ количество осадков за определённый период;

 ❖ уровень облачности.

• ориентироваться в простейших метеорологических измерительных приборах;
• выявлять зависимость скорости создания прогноза от требуемой точности;
• находить закономерности в наборе данных.