亚马逊云科技宣布推出两项全新的免费培训计划,以具有趣味性和互动性的形式,助力学习者轻松开启云计算知识学习之旅。其中,“亚马逊云科技Cloud Quest:云从业者”可为学习者带来游戏式的学习体验,非常适合刚开始职业生涯或刚接触云计算的成人学习者。
在“亚马逊云科技Cloud Quest:云从业者”项目中,学习者需在虚拟城市中清除无人机并收集宝石来完成挑战,并在此过程中学习云计算基础概念。学习者可通过Skill Builder注册新账号,获得更佳的云技能学习体验。
此外,亚马逊云科技还推出了全新升级版的“亚马逊云科技Educate”,不仅新增了更多的互动式学习内容,还不再强制要求使用后缀为.edu的邮箱注册,降低了项目参与门槛。通过“亚马逊云科技Educate”,所有年满15周岁的学习者均可获得数百小时免费且支持自主安排学习进度的培训和资源,刚接触云计算的学习者也可拥有专属实验室,练习所学云知识。这两项全新的培训计划旨在推动云基础知识的普及,帮助从青少年到刚开始职业生涯的从业者轻松获取知识和实践经验,为在云计算领域就业打下基础。
“随着数字化程度日益提升,中国对技术型人才的需求也空前迫切。亚马逊云科技希望为每个有志于了解云计算的学习者提供免费的云技能培训,帮助他们解决技能差距。”亚马逊云科技大中华区培训与认证部总监纪慧森表示:“此次推出亚马逊云科技Cloud Quest及全新升级亚马逊云科技Educate,希望通过具有互动性、能直接上手实践的活动将抽象的云计算概念形象化,让学习者将理论应用于实践,提升专业技能,提高就业能力。我们还将继续探索新的方式,帮助初学者更好地获取云知识和实践技能,满足他们的多样化需求。同时,我们也将通过提供更多免费培训项目,让每个人都有机会参与学习。”
亚马逊云科技Cloud Quest:基于游戏的学习
“亚马逊云科技Cloud Quest:云从业者”是由亚马逊云科技培训和认证部门设计开发的提供 3D 角色扮演的游戏式体验学习项目,旨在帮助成人学习者获得亚马逊云科技的实践经验。学习者要想在游戏中获胜,就必须学习云技能并帮助游戏场景中的角色建设更好的城市,才能完成任务。游戏形式包括视频、小测试,以及基于真实世界业务场景的实践练习。在整个冒险之旅中,学习者可以通过探索亚马逊云科技在计算、存储、数据库、安全等技术领域的核心服务,构建基础的云计算解决方案,从而了解云计算的概念。对于想要获得高含金量认证的学习者来说,“亚马逊云科技 Cloud Quest:云从业者”项目还可助其轻松备考亚马逊云科技云从业者认证考试。访问亚马逊云科技Skill Builder,即可了解更多详情并开启学习之旅。
亚马逊云科技Educate:内容更新 覆盖更广
亚马逊云科技还发布了全新升级的“亚马逊云科技Educate”计划,不仅增加了新课程和实践实验室,并且通过简化注册要求,让任何年满 15 周岁的学习者均可轻松参与学习。该计划专为学生、求职培训人员等尚未接触云,但有意主动学习云技术的学习者设计打造,为他们的未来就业打下坚实基础。
亚马逊云科技Educate计划为学习者提供数百小时且可以自主安排学习进度的免费培训和资源,包括50多门课程和亚马逊云科技管理控制台中的 10个实践实验室,学习者可以完成学习并练习所学技能。
此次全新升级,亚马逊云科技Educate还新增了一系列学习内容,包括:
亚马逊承诺到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,助力不同阶层、不同知识水平的人提升云技术能力。亚马逊云科技Cloud Quest 和亚马逊云科技Educate正是该承诺中的一部分。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。