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
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。