5月24-25日,乂学教育-松鼠AI联合IEEE教育工程和自适应教育标准工作组、中国自动化学会、新东方、好未来、36氪等机构在北京举办AIAED全球AI+智适应教育峰会。
发布人工智能智适应教育报告白皮书
峰会上,德勤中国教育行业领导合伙人卢莹女士发布人工智能智适应教育报告白皮书,在发布仪式上,卢莹提到:“人工智能在过去5-10年快速发展,而这样一个新的技术,也在改变生态圈各方的参与方式,对于教育行业这样一个应用领域来说,人工智能通过数据的驱动,也在持续的革新整个行业的生态圈,教育行业也迎来智能化的浪潮。”
德勤八大核心观点系统阐述智适应教育前景
演讲中,卢莹详细阐述了报告中的八大核心观点,并表示智适应教育的长远发展未来可期。以下为八大观点:
第一大观点,智适应成为人工智能教育产品的主流趋势,会愈加地明显。传统互联网企业不断转型,传统教育巨头也在投资和收购智适应企业,虽然智适应学习在中国目前处于初步发展的阶段,但有望后来者居上。
第二大观点,尽管智适应学习发展非常迅速,但是从智能等级上来看,目前诸多的应用公司还没有达到最佳的一个实践效果。卢莹指出,未来随着我国基于智适应教学系统互动更加的频繁,可收集和利用的数据愈加的增多,推送也会变得更加的精准,未来智适应教育系统的可应用领域也会越来越广。
第三大观点,智适应学习系统中学习者模型将是自主学习能力提升的关键所在,学习者数据模型可以从内而外获取学生个体的特征数据,内在包括心智行为的个性特长,学习风格,学习兴趣等等。
第四大观点,在学习场景、教学辅助场景、平台这三种应用场景当中,智适应平台的技术要求是最高的。从国内外智适应学习领域来看,已经出现了一些明星科技公司,IBM Watson Education等,而在国内也有像松鼠AI这样的智适应平台领域的明星公司。
第五大观点,教育行业走入智能时代,人工智能推动参与者的角色和职责将发生转变。从用户来看,传统意义上的学生,也开始转向课程辅导中心;从支持机构来看,政府与非政府机构会更看重来建设智慧校园,着力推动校园硬件设施,以及技术的升级;而从企业来说,参与的人工智能教育企业类型,除了以往的教育机构,更多的技术企业也开始加入这样一个生态圈。
第六大观点,中国人工智能教育企业目前以TO C为主,TO B端将成为下一阶段的发展重点。由于我们人口基数大,教育资源稀缺,对教育重视程度高等有利因素,因此发展前景较为广阔。而且随着TO C端竞争的日趋激烈,所以我们可以看到TO B端的市场将成为企业一个新的发展方向,以科大讯飞、乂学教育-松鼠AI、一起作业为代表的中国公司都在深切TO B市场。
第七大观点,全球的新兴智适应公司层出不穷,估值和融资也在不断的攀升,截止到2019年目前为止,作为人工智能教育主流的智适应教育公司在全球总计已经超过了100家,其中美国达到了52家,占一半以上。可见虽然人工智能教育企业发展较晚,但已经成为全球投资最热门的区域之一。全球范围内,Byju's、Dreambox Learning、松鼠AI等公司后获得了大金额的融资。
第八大观点,未来随着中国人工智能在教育行业的竞争进入红海,中国教育行业或将如目前的欧欧美教育巨头一样,在持续加大投资的同时,对一些特定细分领域的公司会产生大量的兼并和收购。
对于此次发言,卢莹指出,将于今年6月推出中国教育智能化发展报告的全文,届时将会做出更详尽的阐述。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。