


Künstliche Intelligenz wird in die digitale Bildung eingebettet, um aus dem „Modellraum'-Dilemma herauszukommen
(Bildquelle: Photo Network)
(Reporter Chen Yi) Vor kurzem wurde in Tianjin die 7. Weltnachrichtenkonferenz eröffnet, die von der Nationalen Entwicklungs- und Reformkommission, dem Ministerium für Wissenschaft und Technologie und der Stadtregierung von Tianjin gemeinsam gesponsert wurde. Huai Jinpeng, Bildungsminister, sagte bei der Eröffnungszeremonie, dass das Bildungsministerium aktiv die tiefgreifende Integration von künstlicher Intelligenz (KI) und Bildung fördert, die Qualität von Lehrern und Schülern umfassend verbessert und Bildungsreformen und Innovationen fördert und hochwertige Entwicklung. Bildung ist ein wichtiger Eckpfeiler der nationalen Erneuerung und des sozialen Fortschritts. Künstliche Intelligenz beschleunigt heute den Übergang von der Digitalisierung und Vernetzung zur Intelligenz in allen Bereichen der Wirtschaft und Gesellschaft. In den letzten Jahren hat unser Land auch aktiv nach Möglichkeiten gesucht, die tiefe Integration von künstlicher Intelligenz und Bildung zu verwirklichen, in der Hoffnung, KI einzusetzen um der digitalen Bildung zu helfen, aus dem „Musterraum“-Dilemma herauszukommen.
KI+-Bildungsmarkt „tanzt im Wind“
AI+ Education ist eine Sammlung von Technologien, Modellen und Praktiken für die innovative Anwendung künstlicher Intelligenz im Bildungsbereich. Sie kombiniert auf organische Weise traditionelle Bildung und moderne Technologie durch Informationstechnologie, um ein intelligenteres und personalisierteres Bildungsmodell zu schaffen.
Die KI+-Ausbildung meines Landes leitet politische Trends ein. Im Januar letzten Jahres veröffentlichte der Staatsrat den „14. Fünfjahresplan für die Entwicklung der digitalen Wirtschaft“, in dem er vorschlug, intelligente Bildung weiter zu fördern, den Bau neuer Bildungsinfrastrukturen zu fördern, ein hochwertiges Bildungsunterstützungssystem aufzubauen und Nachhaltigkeit zu fördern und gesunde Entwicklung von „Internet + Bildung“. Um den „Entwicklungsplan für künstliche Intelligenz der neuen Generation“ meines Landes umzusetzen, startete das Ministerium für Wissenschaft und Technologie im August desselben Jahres das Großprojekt der wissenschaftlichen und technologischen Innovation 2030 – „Künstliche Intelligenz der neuen Generation“ und genehmigte den zukünftigen Bau einer nationalen offenen Innovationsplattform für künstliche Intelligenz der neuen Generation für intelligente Bildung.
Mit der Unterstützung der Politik hat die KI ihre Durchdringung im Bildungssektor beschleunigt und die KI+-Bildungsbranche meines Landes ist in eine Phase rasanter Entwicklung eingetreten. Federal Reserve Securities wies in einem Forschungsbericht darauf hin, dass die Marktgröße der KI+-Bildung im Jahr 2022 300 Milliarden erreicht hat und die zukünftige Marktgröße voraussichtlich 7 Billionen erreichen wird.
AI+ Bildungsanwendung hat erhebliche Vorteile
„Aufgrund der Beliebtheit dieses Online-Klassenzimmers können Kinder über ihre Mobiltelefone aus einer Vielzahl von Kursen wählen, die von Lehrern außerhalb von Xinjiang unterrichtet werden. Ich habe das Gefühl, dass sich die regionale Lücke bei den Bildungsressourcen stark verringert hat.“ an der Shawan City No. 2 Primary School.
Die Xinjiang Shawan-Niederlassung von China Telecom hat erfolgreich lokale Lehrressourcen auf der iTV-Cloud-Plattform geteilt, indem sie eine Video-Cloud-Plattform für Bildungsressourcen in der Region Shawan aufgebaut und so die gemeinsame Nutzung von Bildungsressourcen auf PC, iTV TV und eUHD-Mobiltelefonen über drei Bildschirme realisiert hat. , und nutzen Sie den kostengünstigen Vorteil der iTV-Plattform, um die Abdeckung hochwertiger Bildungsressourcen zu erhöhen, zur Schaffung von „Schulen ohne Mauern“ beizutragen, die Kluft zwischen Stadt und Land bei lokalen Bildungsressourcen wirksam zu verringern und den Menschen einen fairen und fairen Zugang zu ermöglichen hochwertige Bildung.
In Guangxi nutzt China Telecom 5G+Big Data und künstliche Intelligenz als Kerntechnologien, um die Liuzhou Senior High School beim Aufbau eines 5G+Big Data-Präzisionslehr- und Forschungsprojekts zu unterstützen, eine informationsbasierte intelligente Lernumgebung zu schaffen und das Normale zu verwirklichen Anwendung präziser Lehrsysteme. Lehrer in der Schule können durch intelligente Auswertung, intensive Vorlesungskommentare und vielfältige Interaktionen personalisierteren Unterricht und Coaching organisieren. 5G+Smart-Papier-und-Bleistift-Klassenzimmer können Daten während des täglichen Lernprozesses der Schüler sammeln, Defizite im Lernprozess rechtzeitig diagnostizieren und entdecken sowie Lernmethoden verbessern und so den Schülern helfen, personalisiert zu werden und sich intelligent zu entwickeln.
Wie können intelligente Bildungsanwendungen von „Modellräumen“ in „gewerbliche Wohnungen“ verlagert werden?
Im Bericht des 20. Nationalkongresses der Kommunistischen Partei Chinas wurden wichtige Vorkehrungen getroffen, um „die Strategie der Verjüngung des Landes durch Wissenschaft und Bildung und die Stärkung der Talentförderung für die Modernisierung umzusetzen“ und es wurde darauf hingewiesen, dass „die Digitalisierung von China gefördert werden muss“. Bildung und Aufbau einer lernenden Gesellschaft und eines lernenden Landes mit lebenslangem Lernen für alle Menschen.“ Es wurde darauf hingewiesen, dass die Bildung meines Landes die Richtung der digitalen Entwicklung ist. Um die Transformation intelligenter Bildungsanwendungen von „Modellräumen“ zu „gewerblichem Wohnraum“ zu beschleunigen, können in Zukunft Anstrengungen unter folgenden Aspekten unternommen werden: Erstens sollte die politische Unterstützung für KI+-Bildung weiter erhöht werden, um eine starke politische Garantie zu bieten für die Entwicklung des KI+-Bildungsmarktes und ermutigen Unternehmen und Schulen, Anwendungen und Forschung im Bereich KI+-Bildung durchzuführen. Zweitens sollten Unternehmen und Schulen die Forschung, Entwicklung und Innovation der KI-Technologie im Bildungsbereich stärken, das Anwendungsniveau der KI im Bildungsbereich kontinuierlich verbessern und die intelligente und groß angelegte Entwicklung von 5G+-Bildungsanwendungen realisieren. Drittens besteht die Notwendigkeit, die Förderung von KI+-Bildungstalenten zu stärken, etwa durch die Einrichtung von KI+-Bildungsbezogenen Hauptfächern an Hochschulen und Universitäten, um mehr zusammengesetzte Talente mit KI-Technologie und Bildungshintergrund zu fördern, um den Talentbedarf des KI+-Bildungsmarktes zu decken.
Das obige ist der detaillierte Inhalt vonKünstliche Intelligenz wird in die digitale Bildung eingebettet, um aus dem „Modellraum'-Dilemma herauszukommen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S
