2021年6月22日,上海——今日,英特尔“AI赋能”大学计划全国高校行——上海大学站课程落地仪式在上海大学宝山校区圆满举行。落地仪式上,英特尔联合中国软件行业协会智能应用服务分会(以下简称“中软协”)与上海大学计算机工程与科学学院(以下简称“上海大学计算机学院”)一同签署了“AI赋能”大学计划框架协议。未来,各方将进一步推动产教融合、校企合作,赋能高校人工智能(AI)创新人才培养,开启协同育人新篇章。
英特尔“AI赋能”大学计划全国高校行——上海大学站签约仪式
英特尔公司物联网事业部教育及企业行业总经理黄薇表示:“近年来,英特尔与教育界伙伴紧密合作,以科技的力量助力中国的教育信息化转型及创新人才培养进程。此次英特尔‘AI赋能’大学计划全国高校行,是英特尔在推动AI创新人才培养领域的又一激动人心的实践。通过该项目,英特尔将携手生态合作伙伴持续推动产教融合,发挥科技与教育的叠加优势,助力高校的AI创新人才培养,携手担纲化解人才培养难题的重任。”
过去几年间,中国AI产业快速发展,到2030年,中国AI核心产业规模预计将突破10,000亿元。在AI产业迅猛发展的同时,AI人才需求呈现出巨大缺口。为响应《国家产教融合建设试点实施方案》,推进产教融合型行业和企业发展,更好地发挥校企双方各自优势,深化教育改革和创新人才培养模式,早在2020年11月,英特尔就与中软协、百科荣创、加速科技、拉勾网联合推出了“产教融合计划”,为国内高等院校提供“一揽子”解决方案,从人才培养模式创新、实训基地建设、项目课程、智慧教室、教师培训、学生创新与竞赛等众多领域为高校的人才培养赋能。
作为“产教融合计划”的重要落地项目,英特尔联合中软协共同推出了校企合作计划——英特尔“AI赋能”大学计划全国高校行。英特尔“AI赋能”大学计划全国高校行旨在将高校与丰富且先进的英特尔技术联系起来,为教育者、研究人员、大学生提供教学资料、硬件平台、软件开发工具、知识产权(IP)和产教融合数字资源,通过英特尔创新生态推动教育改革和AI产业人才培养。英特尔还将与中软协、上海大学计算机学院及百科荣创、普开数据等生态合作伙伴一同在前沿研究、师资建设、人才培养、产业对接、AI实验环境建设等方面展开多方位合作,助力高校AI专业建设实践和人才培养。
中国软件行业协会智能应用服务分会秘书长邱钦伦表示:“中软协智能应用服务分会始终致力于搭建人工智能的创新研究平台,推进行业人才标准建设服务和开展产学协作育人等活动。英特尔‘AI赋能’大学计划全国高校行是落实深化产教融合、校企合作的重要举措,期待未来能够进一步带动AI行业高尖人才培养,为推动AI产业创新发展贡献力量。”
在部署AI解决方案的过程中,OpenVINO™工具套件以其“高性能深度学习推理,简化开发、易于使用,一次编写、任意部署”等优势赢得了众多开发者的青睐。OpenVINO™工具套件致力于帮助开发者在边缘侧快速实现高性能计算机视觉与深度学习的开发,是英特尔“AI赋能”大学计划全国高校行的重要组成部分。
为了帮助更多大学生开发者学习OpenVINO™工具套件,系统地了解基于Windows系统进行深度学习目标检测算法从训练到部署的完整流程,英特尔将联合中软协、上海大学计算机学院,依托英特尔“AI赋能”大学计划全国高校行项目,举办相关的AI技术沙龙活动,并推出由英特尔联合中软协及高校共同开发的基于英特尔OpenVINO™工具套件的AI视觉应用课程,以培养学生“人工智能+”的思维和兴趣,将行业实践带入课堂。
围绕该项目,英特尔还将向课程高校提供基于包括OpenVINO™工具套件在内的全栈技术、相关的英特尔产品组合以及未来技术与实验结合的仿真设备。此外,英特尔还将与中软协及上海大学计算机学院开展众多合作项目:
共建“人工智能人才培养基地”,培养面向未来的应用人才,共同推动高校AI专业从理论走向实践;共建“人工智能教师培养基地”,依托英特尔等人工智能企业的师资、设备和上下游资源优势,开展校内外各项师资培养计划以及青年教师下企业的“行业工程师养成计划”,增加教师接触行业最新技术的机会并提高教师实践教学能力;共建人工智能大学生企业实习计划,为学生提供进入英特尔等人工智能领先企业实习培训和参加实际生产项目开发工作的机会,同时提供奖学金计划、校园大使计划、领航者计划等配套优质资源,充分发挥产学融合优势,助力学生顺利走完从“IT学子”到行业精英的就业、创业最后一公里。
上海大学计算机工程与科学学院副院长李晓强表示:“很高兴英特尔‘AI赋能’大学计划全国高校行首站落地上海大学计算机工程与科学学院。本次合作项目进一步将产业前沿知识与最新技术成果融入课程教学中,依托产教融合、校企合作打通学生与行业的‘最后一公里’,为我国的AI产业培养具有创新能力的高端人才。”
未来,英特尔“AI赋能”大学计划全国高校行将继续发挥英特尔的技术创新与生态优势,为地方政府、企业、高校教师和学生提供一个产教融合、生态共享、数字资源共享、多角色多方式的互动交流平台,推动产教融合,助力高校AI专业建设实践。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。