亚马逊云科技“云拓计划(Skills Guild)”于今日正式发布。该项目是一个旨在帮助客户的员工提升云技能、加速企业上云的赋能计划。它通过为企业量身定制综合性云技能提升方案,帮助更多企业打造个性化、系统化及可持续的云人才培养计划,帮助企业应对云人才短缺,进而助其更高效和顺畅地进行上云重塑和云上创新。同时,它通过创造持续学习的文化,为企业的上云之旅注入活力和动力,实现企业的长远发展。本次云拓计划的发布,是亚马逊云科技又一全球人才培养项目在中国的落地。欲了解更多关于此项目的信息,请访问“云拓计划”官方网页。
亚马逊云科技“云拓计划(Skills Guild)”将通过激发热情,培养云技能与培养云倡导者三个方面,帮助企业的员工提升云技能从而加速企业实现上云成果。参与云拓计划的企业可以在亚马逊云科技赋能顾问的指导下,根据自身需求,综合使用亚马逊云科技所提供的各种赋能方式,包括课堂培训、数字化培训、午餐学习会,数字化创新者研讨会,面向业务的云研讨会,编程马拉松等等,为参与者带来更生动,具有互动性及持续性的学习体验,激发学习热情;同时,企业中不同职能和级别的员工,如高级管理人员、运营人员和技术人员等,都可以参加云拓计划,在亚马逊云科技培训专家的帮助下,提升其对于亚马逊云科技云技能和平台的运用。这种形式的赋能将有效提升员工的云技能,帮助企业内部形成对云的理解的一致性,进一步加强协作,也将助力企业更好地衡量赋能成果并见到成效;此外,云拓计划还将帮助企业培养云技术倡导者,在团队中打造一种自我驱动的持续学习文化。来自全球各地区、各行业的企业客户,包括德勤、大韩航空、星展银行、瑞士电信等,都已加入该项目并从中受益。
亚马逊云科技大中华区培训与认证部总监纪慧森表示:“云人才短缺是全球各地的组织和企业在数字化转型过程中面临的一大重要挑战。人力资源和社会保障部的报告显示,未来5年中国云计算产业人才缺口将高达150万。我们希望云拓计划不仅能在整个企业内掀起学习云知识和技能的热潮,提升团队的云技能和技术信心,还将通过亚马逊云科技认证,提升员工成功领导未来云项目的机会,帮助企业吸引和留住顶尖云人才。本次云拓计划的发布再次显示了我们将继续践行亚马逊云科技在云人才培养方面的承诺。”
通过提供丰富的教育和培训课程、多元化的人才培养体系,亚马逊云科技正在从各阶段、全方位地帮助中国产业培养云计算人才。去年,亚马逊云科技宣布,到2025年将在全球投入数亿美金,为包括中国在内的200多个国家和地区的2900万人提供免费的云计算技术培训,助力他们提升云技术能力。去年,亚马逊云科技还携手国内教育机构成立了“AI赋能未来构建者联盟”,以此构建创新课程、打造数字平台、开展以赛促学,共同促进青少年在人工智能方面的学习。对于高校学生,亚马逊云科技针对不同层次人才培养的需求提供了个性化的教学内容,并设计实践活动。目前,亚马逊云科技已经与交大、复旦等全国200多所院校展开合作,这些院校正在使用亚马逊云科技的课程培养云技能人才。针对在职人员,亚马逊云科技则利用丰富的培训和认证资源,为其提供数字化培训课程、课堂式培训、以及云计算行业的标杆认证,覆盖云计算的各种技术领域。此外,去年十月,网易云课堂(NECC)上线了亚马逊云科技中文数字化培训课程。该系列课程由亚马逊云科技培训和认证专家打造,面向各类技术和业务岗位的学习者,为用户提供近100门亚马逊云科技中文免费的数字化培训课程。未来,亚马逊云科技还将通过推出更丰富的人才培养举措, 并推进更多全球云计算技能培训项目与资源在中国落地,全面助力中国培养更多云计算领域的专业人才。
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。