如今,技术创新正在快速发展。未来主义者指出,技术能力每两年翻一番的摩尔定律已成为技术发展影响到人们生活中几乎每一个方面的证据。
教学技术
教育行业已经看到了自己的巨大技术进步。孩子们可以在家庭中的游戏化的应用程序中学习数学。学生可以付费给网络代数辅导员,并通过Skype软件在任何地方学习。有志向的学生可以与数以百万计的年龄和背景不同的其他学习者学习免费的常春藤联盟课程(大规模开放在线课程或MOOC)。而美国宇航局现在与高中生合作开发创新的硬件和机器人项目。
基于计算机的教育最重要的进步不是人工智能或基于虚拟的学习,甚至不是大数据,而是区块链。区块链的起源于加密货币,即比特币。区块链本质上是一种管理数据交易的方式,它被认为是传统银行业技术的彻底颠覆。
此外,其在教育领域的应用,无论是虚拟的还是以课堂为基础的,都有可能改变学校的一切,从教学计划到学生成绩。
曝光与创造力
在美国,四分之三的孩子使用智能手机。但是,这不一定是一件好事。那些只学习操作手机、下载和玩游戏的孩子就成了消费者,而不是创作者。
美国劳工部的统计数字表明,2020年将带来140万计算机专业人员的就业机会。但美国大学在这些大有发展的领域的毕业生人数不足,将有29%的岗位空余。那么采用图片有什么错?为什么差距这么大?们可以指出许多社会原因,但有一件事似乎很突出,那就是正在以错误的方式教授科技素养。
教科书风格的课程可能有其地位,但不是技术教育。当孩子们被教导记忆编码序列,并且对相同的教科书问题产生相同的答案时,没有创造性的火花。没有无限制的思考。
在最好的方式中,区块链是非常规的。为了提高反教条主义思潮的世界变化的潜力,需要鼓励孩子们的创造力。如果教育重点是机器人般的成就而不是创新,那么人们将在哪里可以找到气候变化解决问题的解决者?
我们为这一代孩子打上“技术精明”的标签,却没有给他们从消费转向创作的工具。把孩子们挂在科技上瘾的一面上,而不拉开窗帘,向他们展示他们非凡的内部工作,那是浪费他们的脑力。儿童和青少年想知道事情是如何工作的。
那么解决方案是什么?像艺术一样教技术。编码与绘图比计算更多的共同点。是的,在理解数字语言和原理方面有必要的基础,但是没有鼓励创造力,人们创造了一代相同的大脑。即使是游戏化学习,如果做得不正确,也可能效果不佳。
解决教育差距
围绕技术教授创造性思维的一个重要组成部分是健全的方法。首先,让它易于接近。孩子们会回避一个大的学习曲线——学习和做事需要亲密的关系。
其次,采用标准化测试作为成功的试金石的学习平台和教育方法,以及内容可以达到的效果——抑制创造力。而不是说“这样做是为了产生这个结果”,如果我们说,“这里是你的工具,现在,你能创造什么?”考虑一下乐高电影传达想象力的重要性——对于未来的技术创新,我们需要的是制造者,而不是管理者。
第三、接受移动课程。在其他学科,事情可能会成为永恒的真理;但在技术教育,都以极快的速度发展。一个特定的工具或课程可能很快过时,因此教育形式需要灵活性,就像它所教的课程一样。
区块链技术将改变世界。但是,随着人们继续遇到环境和社会问题,人们需要惊人的头脑来解决这些问题。革新技术教育可能是人们所需要的答案。
好文章,需要你的鼓励
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
谷歌DeepMind开发的多智能体AI系统通过让多个AI代理相互协作、讨论和辩论来解决复杂问题。该系统在医疗领域表现出色,能够在两天内完成人类十年的研究成果,包括发现新的药物重新定位候选物和治疗方案。AI临床医生"Amy"不仅能生成更好的诊断方案,还表现出比人类医生更强的同理心。这项技术有望在十年内实现零边际成本的全球医疗服务普及。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。