


Faire en sorte que les « étudiants pauvres » en sachent davantage sur l'IA, les organisations éducatives soutenues par Microsoft et Google travaillent dur
Le 8 mars, heure locale mardi, le projet d'éducation à l'intelligence artificielle (aiEDU), une organisation à but non lucratif soutenue par Microsoft et Google, a annoncé qu'il étendrait la couverture de l'éducation à l'intelligence artificielle et favoriserait la compréhension de l'intelligence artificielle par les élèves de districts scolaires plus intelligents.
Alors que de plus en plus d'étudiants utilisent l'outil de chat d'intelligence artificielle ChatGPT pour terminer leurs devoirs et leurs devoirs, de nombreuses personnes commencent à se demander si les outils d'intelligence artificielle sont adaptés à l'enseignement scolaire. Mais le PDG d'aiEDU, Alex Kotran, a déclaré que son équipe souhaitait garantir que ces outils d'IA soient davantage utilisés.
aiEDU est une organisation à but non lucratif soutenue par des entreprises telles que Microsoft, Google, OpenAI et AT&T, qui fournit du matériel gratuit et des services de formation des enseignants dans le but d'approfondir la compréhension des étudiants sur l'intelligence artificielle. L'idée d'aiEDU est de permettre aux enfants de comprendre la nature, les limites et les perspectives de la technologie de l'intelligence artificielle et de les préparer à des emplois nécessitant l'utilisation de l'intelligence artificielle.
Mardi, l'aiEDU a appelé à l'expansion de l'enseignement de l'intelligence artificielle à travers les États-Unis lors de la conférence South by Southwest Education à Austin, au Texas, et a également annoncé que le nombre de partisans et d'écoles partenaires s'était élargi. À ce jour, les programmes éducatifs d’aiEDU ont touché 100 000 élèves et ont établi des relations avec des districts scolaires représentant 1,5 million d’enfants à faible revenu et mal desservis sur le plan éducatif à travers les États-Unis.
aiEDU a été créée en 2019. Coltrane a fait valoir qu’il faudra plusieurs années avant qu’il y ait une demande généralisée parmi les éducateurs pour des programmes éducatifs sur l’IA. Cependant, avec la popularité des générateurs d'images tels que les chatbots OpenAI et Dall-E, l'intérêt des gens pour l'intelligence artificielle générative a augmenté rapidement, ce qui a considérablement stimulé la demande d'éducation. Cortland a déclaré que l’aiEDU pourrait en conséquence avoir besoin de plus de financement.
L'enseignement de l'IA se concentre sur les étudiants des régions éloignées, d'autant plus que certaines de ces zones sont plus susceptibles d'être affectées négativement par l'automatisation du travail, et l'IA entraînera un écart croissant de compétences. Cortland a déclaré qu'en 2018, il avait été frappé par tous les discours dans la région de San Francisco sur l'intelligence artificielle qui changerait l'avenir du travail. Sa mère, enseignante dans une école publique à Akron, dans l'Ohio, a déclaré qu'elle souhaitait que ses élèves apprennent la technologie.
Cortland a déclaré : « Je trouve étonnant qu’Akron, dans l’Ohio (anciennement la capitale du pneu), soit l’une des 20 villes des États-Unis les plus susceptibles de perdre des emplois à cause de l’automatisation, mais les lycéens locaux ne comprennent pas l’avenir. emplois, sans parler de l’intelligence artificielle. » Il a constaté qu’il n’y avait pas de cours ou d’exigences spécifiques pour étudier l’intelligence artificielle aux États-Unis.
Les autres partisans d'aiEDU incluent Nvidia, Intel, la société de capital-risque GSV, l'opérateur de communications Verizon, etc.
L'équipe de Cortland travaille avec les districts scolaires pour organiser des centres de services éducatifs destinés à desservir 420 000 élèves au Texas, 300 000 élèves dans le Wisconsin, 250 000 élèves dans l'Ohio et à Atlanta, en Géorgie, Washington. Desservant les districts scolaires publics de Spokane, en Californie et d'Anaheim, en Californie. Leur objectif est de garantir que ces étudiants soient préparés à des emplois qui pourraient nécessiter l’intelligence artificielle dans les années à venir.
"Les humains ne seront peut-être pas directement remplacés par l'intelligence artificielle, mais les gens seront remplacés par des personnes compétentes dans l'utilisation de l'intelligence artificielle", a déclaré Cortland. "Donc, les étudiants qui n'ont pas d'expérience ou ne savent pas comment utiliser l'intelligence artificielle. outils, n'utilisez pas de méthodes génératives. Les étudiants qui ont développé des projets avec l'intelligence artificielle traditionnelle seront éliminés par les étudiants expérimentés.”
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Le DALL-E 3 a été officiellement introduit en septembre 2023 en tant que modèle considérablement amélioré par rapport à son prédécesseur. Il est considéré comme l’un des meilleurs générateurs d’images IA à ce jour, capable de créer des images avec des détails complexes. Cependant, au lancement, c'était exclu

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S

L'application ChatGPT Mac d'Open AI est désormais accessible à tous, après avoir été limitée aux seuls utilisateurs disposant d'un abonnement ChatGPT Plus au cours des derniers mois. L'application s'installe comme n'importe quelle autre application Mac native, à condition que vous disposiez d'un Apple S à jour.

L’Open AI fait enfin son incursion dans la recherche. La société de San Francisco a récemment annoncé un nouvel outil d'IA doté de capacités de recherche. Rapporté pour la première fois par The Information en février de cette année, le nouvel outil s'appelle à juste titre SearchGPT et propose un c
