2021年4月29日讯,北京德威英国国际学校(Dulwich College Beijing)日前正式引入全球领先云服务提供商亚马逊云科技的Amazon DeepRacer自动驾驶赛车、Amazon Alexa智能语音助手和Amazon DeepComposer智能音乐键盘等多项机器学习产品和服务,向学生提供寓教于乐、理论结合动手实践的人工智能与机器学习课程。

北京德威英国国际学校在STEAM(科学、技术、工程、艺术和数学)教育方面享有盛誉。2020年,北京德威的SE21/STEAM教学项目从全球200多个高质量申请中脱颖而出,赢得了2019年度国际学校创新教学奖。SE21中的“S”代表STEAM,“E”代指创业精神(entrepreneurship)和环境可持续性(environmental sustainability),“21”代表21世纪技能框架。学校设有一个专门的SE21中心,为学生提供场所,可以用于练习商业比稿演讲、一期机器人设计、编程、CAD/CAM、平面设计、影视制作、数码技术和虚拟现实等的学习基地。学生可以真正体验到企业家精神,参与解决现实世界的问题,了解工程设计、影视制作和进行项目式学习等。SE21所代表的不仅仅是活动、课程或场地,还意味着学校为学生提供了变革性的学习环境和条件,让学生获得终生受用的技能和素养。SE21着眼于为学生创造大学之后的各种学习机会,注重项目式学习的实践,达到学以致用。
为了更好地支持北京德威的STEAM教育,亚马逊云科技与学校一起,从青少年的兴趣出发,探索生动有趣的教学模式,让学生通过实践的方式更深刻地掌握人工智能和机器学习的知识和应用。北京德威将利用亚马逊云科技的专业服务,由亚马逊云科技的人工智能和机器学习行业专家协助老师一起,设计SE21/STEAM的人工智能课程内容,提高课程教研效率,并且让课程的更新迭代及时跟上行业变化。亚马逊云科技的人工智能和机器学习行业专家也会提供形式多样的培训活动,帮助老师快速掌握人工智能和机器学习知识,加深对行业前沿的理解,形成一个在人工智能和机器学习领域具备全球视野的STEAM教师团队。
Amazon DeepRacer是基于云的 3D 赛车模拟器、由强化学习驱动的全自动 1/18 比例赛车,是亚马逊云科技近几年人工智能和机器学习领域独具特色的产品,用于教学实践,可以让老师和学生通过上手体验的方式探索人工智能和机器学习应用场景。目前,北京德威的学生已经自行发起成立了DeepRacer俱乐部,运用Amazon DeepRacer服务设计线上线下比赛,通过深度参与、以赛促学的形式进行机器学习的探索。学校还会邀请亚马逊云科技美国总部的机器学习专家为学生进行线上培训和比赛辅导,根据青少年的特点程度编写教程,以寓教于乐的方式激发同学们的积极参与和学习热情。
北京德威英国国际学校校长柯睿林(Anthony Coles)表示,“德威集团价值之一正是创新精神。云计算和人工智能将帮助学生延展思考,真正着眼于将技术和知识应用于解决当今世界中的现实问题。通过携手亚马逊云科技开展这一教学项目,学生可以了解最新科技,掌握相关的技能,未来为行业、社会、人类乃至这个星球做出贡献。”
北京德威英国国际学校科技与创新教务主任Yosef Karasik补充道,“我们倡导的创新精神是让学生有机会自己创造项目、实践自己的创意,以及在各自领域进行创新,正如亚马逊云科技在云计算领域所践行的一样。亚马逊云科技的服务和设备可以让我们的教学变得更切合实际,将理论和实践进行结合。该教学项目可以让学生有机会实验技术的真实应用,而不仅仅是在课堂通过听讲或看视频的方式而进行单纯的理论学习。它让学生可以应用技术尝试解决现实生活中的问题,甚至帮助到社区,这也将进一步实现基于共情的教学实践。”
亚马逊云科技中国区政企事业部总监段微之表示,“亚马逊云科技一直致力于通过人工智能和机器学习赋能STEAM教育,培养新一代创新人才。我们非常高兴能与北京德威合作,将人工智能和机器学习的最新知识以青少年喜爱的方式带进中学校园。我们希望借助自身的创新产品和技术,在助力未来人才的成长过程中发挥积极作用。”
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
微软亚洲研究院与清华大学联合提出双向感知塑造技术,通过创新的两阶段训练方法解决AI视觉理解中的关键问题。该技术让AI学会正确聚焦重要视觉信息,避免被无关内容误导。仅用1.3万训练样本就在八个基准测试中平均提升8.2%性能,超越使用数十万样本的专门模型,为AI视觉推理能力提升开辟新路径。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
上海交通大学研究团队开发了TimeBill框架,解决大语言模型在实时应用中的时间不确定性问题。该系统通过精确预测回答长度和执行时间,动态调整AI记忆管理策略,确保在规定时间内完成任务的同时保持回答质量。实验显示TimeBill在各种时间预算下都能实现最佳的完成率与性能平衡,为AI在自动驾驶、工业控制等安全关键领域的应用提供了重要技术支撑。