至顶网CIO与应用频道 05月25日 北京消息:“此次成立的目的是想解决大数据在教育行业中的问题,共同推动教育大数据以及自适应学习的发展。”5月23日,中国人民大学论答教育大数据研究中心在中国人民大学统计与大数据研究院挂牌成立。此次双方将建立全面的产学研战略合作关系,集成各类资源,优势互补,将科研与实践相结合,加速大数据技术在教育行业的落地。
作为国内知名高校,中国人民大学统计与大数据研究院在统计学、大数据分析、自适应设计等方面具有人才培养和科学研究优势。论答公司(Learnta Inc.)则是一家在2016年同时成立于纽约和上海,专注于 “人工智能 + 教育”的初创企业。具有教育大数据与自适应学习等领域的产品研发、市场开拓等方面优势。
据论答公司创始人兼CEO王枫介绍,此前论答公司的创始团队成功领导开发了国内第一个以国际顶尖水平算法为核心的人工智能学习系统,并主持了国内教育领域第一个有关人工智能技术有效性的实证研究项目。在针对国内中小学课程体系方面,论答PRISM人工智能算法引擎,以国际顶尖算法技术为核心,从百亿级知识状态中,精准定位每一位学生的知识薄弱点。论答人工智能学习系统,为每一位学生量身定制循序渐进的学习路径,同时匹配教学视频、练习题等课程内容。论答PERSONA教学模式,通过最合适的教学方法,实现学生、老师、系统之间的高度互动,从而提升学习效率,确保学习效果。
王枫认为,人工智能与大数据技术已经落地很多行业,比如百度、滴滴、淘宝,而在教育行业,论答在中国国内首先实现落地。“优质的教育不应该只属于少数人,我们的目标是‘让每一个孩子的学习都更有效。”王枫强调,教育是每一个孩子的权利,他希望通过论答的努力,让中国的孩子们都享受到更优质的教育。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。