至顶网CIO与应用频道 07月20日 新闻消息:2018年7月17日-19日,由中国电子学会主办,机械工业出版社协办的全国高校“云计算导论”师资培训班于中国科技会堂成功举办。此次培训班由《云计算导论》编写组9位专家授课,来自全国高校近百位学员老师参加此次培训班。当天,中国科协常委、党组成书记处书记项昌乐会见了《云计算导论》主编、中国工程院院士李伯虎,并对《云计算导论》编写团队表示高度认可。
首届全国高校云计算导论师资培训班合影
中国电子学会副秘书长林润华主持开班仪式,中国科协学会学术部副部长苏小军,副部长刘彦兵出席了本次培训班。苏小军副部长发表开班致辞,他指出,当前,随着大数据、云计算、人工智能等为代表的新一代信息技术迅猛发展,数字经济成为发展最快、创新最活跃、辐射最广泛的重要领域,成为带动中国经济增长的重要引擎。
中国科协学会学术部副部长苏小军致辞
中国电子学会副秘书长林润华
中国已经成为全球领先的数字化大国,人工智能、大数据、物联网等领域新一代信息技术人才紧缺,成为制约数字经济持续增长的瓶颈。因此,加速培养新一代信息技术人才,充分释放人才红利,把人才作为支撑创新发展第一资源的作用充分发挥出来,已经成为实现国民经济高质量发展的核心和关键。
《云计算导论》主编、中国工程院院士李伯虎
面对数字经济快速发展的大趋势和国民经济转型升级的战略需求,中国科协率先组织中国科协智能制造学会联合体编纂新一代信息技术系列丛书(《云计算导论》是其中之一)。成立了由8位院士组成的丛书编制委员会,中国工程院院士李伯虎担任《云计算导论》主编,并邀请十余位两院院士、企业技术骨干和专家担任顾问,三十余位来自高校、科研院所和企业的一线专家组成编写组,目前已编制完毕,交付机械工业出版社出版。
主编中国工程院院士李伯虎,执行主编武汉市科协副主席,武汉大学计算机学院教授、副院长李兵,中国移动(苏州)软件技术有限公司副总裁孙少陵、中国科学院计算技术研究所研究员何清、北京理工大学软件学院副院长王树良、华中科技大学计算机学院院长冯丹、阿里云计算有限公司科研技术合作总监李静远、中国科学技术大学网络安全学院副院长俞能海、北京航空航天大学计算机学院院长吕卫锋等近十位专家及团队骨干报告《云计算导论》一书的核心知识点以及如何开展教学工作,并与各位学员进行深入研讨。
武汉大学计算机学院教授、副院长、武汉市科协副主席李兵
《云计算导论》主编、中国工程院院士李伯虎表示,云计算、大数据、人工智能为代表的信息技术需要同实体经济深度融合,推动科技强国发展方向,《云计算导论》一书正是让各领域理解学会将各领域技术与实体经济的深度融合。丛书主要面向非计算机专业读者,对云计算内涵、体系结构、关键技术、生态等方面做了全面深入的论述,形成数字化、网络化、云化、智能化的创新实体经济体系。
除了理论学习外,本次培训还安排了实地参观考察,通过参观航天科工集团云制造研发中心和复杂产品智能制造系统技术国家重点实验室,深入了解云制造技术研发和云制造产品(航天云网平台)建设与应用情况,加深对云计算在各领域落地应用情况的学习。
云计算导论师资培训参观合影
此次参与本次培训班的学员均是来自于全国各地各大高校的一线教师。在聆听专家的报告与分享之后,学员们结合在一线教学的经历与专家们进行了深入交流,探讨了如何高效有序推进高校中的云计算教学等工作。本次培训班获得领导和学员的一致好评,学员一致认为《云计算导论》课程是目前对云计算体系阐述最完整的图书,为云计算教学和实践提供了丰富的素材,对云计算基础教学与深入研究起到了积极作用,有力推动了新一代信息技术人才培养工作的开展。
通过为期三天的培训,培训班希望培养一批具有讲授新一代信息技术知识能力的师资队伍,同时,也希望通过此次师资培训,能够搭建一个全国高校教师与新一代信息技术领域专家、行业企业一线从业人员的学习交流平台,为培育新一代信息技术人才做好保障。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。