随着高等教育机构、CIO、CTO及技术总监不断深入探索数字化转型与教育4.0目标,如何将数字孪生技术纳入课业体系自然成为新的关注重点。但是,数字孪生是什么?它又将给高校课业带来怎样的助益?
所谓数字孪生,是对真实对象或系统的虚拟表示。数字孪生利用实时数据定期更新,借助机器学习、模拟和推理来帮助决策。换句话说,数字孪生本质上创建出一套高度复杂的虚拟模型,相当于是特定物理事物的精确复制品。
智能校园中的连接传感器能够实时收集数据,再用于在虚拟模型上建立图谱,从而构建起校园的数字孪生副本。这样只需查看数字孪生副本,就基本能够掌握真实校园内的重要趋势。
数字孪生技术的应用当然不止于此,学生和教师也能获得这项技术的助力。
课堂上的数字孪生
面对新冠疫情的突然爆发,混合课堂变得愈发普遍。数字技术也加快了我们朝着未来高校迈进的脚步。而作为与工业4.0密切相关的趋势性技术之一,数字孪生当然也能帮助教师根据课程要求创建仿真模型。
数字孪生技术使得沉浸式学习体验第一次有望跨入“终极”阶段。在数字孪生的支持下,学生将获得参与度更高的课业内容,将以往在课堂上过于危险、复杂或昂贵而无法实现的操作变成日常。医学生可以使用动物或人体器官的虚拟孪生,而不再简单通过解剖青蛙来学习动物科学、或者排队等待观察实验室中的人类遗体。
虚拟孪生技术还支持个性化学习,保证每位学生都能使用自己的一套数字孪生器官结合适应的节奏开展学习与实验。人人参与带来的学习效果,自然远远优于在实验室中与其他学生围着同样的器官或遗体素材打转。
化学或微生物学的天然复杂属性则要求学生们始终全神贯注。通过在增强现实(AR)或虚拟现实(VR)模拟环境中引入数字孪生,教师可以最大化学生们的参与度,帮助大家以独特的方式快速掌握抽象概念。通过运行模拟,学生们可以更好地探索不同条件下的系统行为、了解问题,进而加深对于系统敏感性、系统参数变化及外部干涉所造成影响的理解。
目前,已经有部分高校将数字孪生技术纳入教学课程。斯坦福大学就在多个项目中将数字孪生技术应用于建筑、施工和工程教学。哥本哈根海洋工程与技术管理学院则将数字孪生内容整合至教学课程当中,希望更多反映行业中的客观现实。
总体而言,在高等教育领域应用数字孪生技术既有助于提高学生们的积极性、促进并加快理解,也能改善整体学习体验。此外,教育行业也在鼓励各高校将教学数字孪生纳入自动化流程,帮助学生们尽早接触并了解他们未来需要的各类工具与技能。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。