Peranti teknologi
AI
Notis mengenai pelancaran 'Mencipta Masa Depan dengan AI' - Aktiviti Amalan Inovasi Kecerdasan Buatan Belia Kebangsaan 2023
Notis mengenai pelancaran 'Mencipta Masa Depan dengan AI' - Aktiviti Amalan Inovasi Kecerdasan Buatan Belia Kebangsaan 2023
Jabatan aktiviti pendidikan sains dan teknologi belia Persatuan Sains dan Teknologi semua wilayah, wilayah autonomi dan majlis perbandaran secara langsung di bawah Kerajaan Pusat, Jabatan Popularisasi Sains Persatuan Sains dan Teknologi Kor Pengeluaran dan Pembinaan Xinjiang, dan unit pentadbiran Persatuan Pekerja Sains dan Pendidikan China:
Bagi melaksanakan semangat "Pelan Pembangunan Kecerdasan Buatan Generasi Baharu" Majlis Negeri dan "Pendapat Kementerian Pendidikan dan jabatan lain mengenai Memperkukuh Pendidikan Sains di Sekolah Rendah dan Menengah di Era Baharu" dan dokumen lain, kami akan seterusnya melakukan kerja yang baik dalam menambah pendidikan sains dalam "pengurangan berganda" pendidikan, dan berusaha untuk Mempopularkan dan mempromosikan pengetahuan dan kemahiran yang berkaitan dengan kecerdasan buatan di kalangan orang muda, menggalakkan semangat saintifik, memupuk dan meningkatkan idea dan pemikiran pintar, meningkatkan inovasi pintar kesedaran dan keupayaan, dan memupuk bakat simpanan kecerdasan buatan dengan semangat inovatif asli dan keupayaan praktikal aplikasi, Persatuan Sains dan Teknologi Belia Sains dan Teknologi China, Persatuan Pendidik Sains dan Teknologi Belia China, Pusat Inovasi Kecerdasan Buatan Shanghai dan Persatuan Sains dan Shanghai Teknologi akan bersama-sama melancarkan "Aktiviti Amalan Inovasi Kecerdasan Buatan Belia Kebangsaan 2023". Perkara yang berkaitan kini dimaklumkan seperti berikut:
1. Tema aktiviti
Acara ini akan menggunakan tema "Mencipta Masa Depan dengan AI" untuk membimbing golongan muda berfikir tentang jenis kebolehan yang harus dipelajari dan dikuasai oleh golongan muda dalam "era kecerdasan manusia-komputer" hari ini dengan pembangunan teknologi AI mengikut urutan untuk lebih baik Gunakan teknologi kecerdasan buatan untuk menyumbang kepada pembangunan masa depan masyarakat dan umat manusia dan mencapai matlamat menjadikan masyarakat manusia lebih pintar, selaras dan harmoni.
2. Struktur organisasi
Penganjur: Pusat Sains dan Teknologi Belia Sains dan Teknologi China, Persatuan Pendidik Sains dan Teknologi Belia China, Pusat Inovasi Kepintaran Buatan Shanghai, Persatuan Sains dan Teknologi Shanghai
Unit sokongan: Konsortium Promosi Literasi Sains Awam China
Penganjur bersama: Jabatan aktiviti pendidikan sains dan teknologi belia wilayah, Pusat Pendidikan Sains Sains dan Teknologi Shanghai
Untuk memastikan sifat saintifik acara itu dan memberikan permainan sepenuhnya kepada kelebihan saintis terkenal, pekerja saintifik dan teknologi, unit berkaitan (institusi) dan perusahaan teknologi dalam bidang kecerdasan buatan, ia dirancang untuk menubuhkan kumpulan penasihat saintifik acara, kumpulan sukarelawan pakar saintifik dan teknologi, dan sekumpulan guru sains dan pendidikan terkenal.
Kumpulan penasihat saintifik: terdiri daripada saintis terkenal dalam bidang kecerdasan buatan.
Kumpulan Sukarelawan Pakar Sains dan Teknologi menyeru pakar teknikal dan jurutera dalam bidang kecerdasan buatan untuk mengambil bahagian, termasuk universiti, institut penyelidikan saintifik dan perusahaan saintifik dan pendidikan. Saya bertanggungjawab terutamanya untuk menyemak kerja aktiviti tahunan pelajar, dan mengambil bahagian dalam perancangan kandungan dan bimbingan aktiviti tahunan.
Kumpulan Guru Sains dan Pendidikan: Ia terdiri daripada guru kecerdasan buatan utama (penyelidik pengajar) yang disyorkan oleh institusi pendidikan sains dan teknologi belia wilayah, terutamanya mengambil bahagian dalam demonstrasi dan semakan topik aktiviti tahunan dan peraturan khusus, serta menunjukkan dan memandu sekolah rendah dan menengah di wilayah untuk menyertai aktiviti. Setiap wilayah juga boleh menubuhkan kumpulan guru terkenal sains dan pendidikan wilayahnya sendiri berdasarkan keadaan kerja sebenar.
3. Kandungan utama
(1) Menjalankan pengalaman pembelajaran kecerdasan buatan dan aktiviti amalan inovatif untuk golongan muda
Pusat Inovasi Kepintaran Buatan Shanghai dan Pusat Sains dan Teknologi Belia Persatuan Sains dan Teknologi China akan bersama-sama membina platform pengalaman pembelajaran aktiviti dan inovasi kecerdasan buatan belia kebangsaan (https://www.openinnolab.org.cn/ pjlab/aievent/inovasi), menyasarkan semua peringkat sekolah Remaja menjalankan satu siri pengalaman pembelajaran bertema dan aktiviti amalan inovatif pelbagai jenis dan kesukaran, termasuk penjanaan seni AI, reka bentuk interaksi AI, amalan kejuruteraan AI dan cabaran algoritma AI (lihat lampiran 1 untuk panduan aktiviti), membolehkan remaja melengkapkan pembelajaran dan pembangunan pengetahuan yang berkaitan, menggalakkan golongan muda menggunakan pemikiran komputasi dan inovasi dan kreativiti untuk merealisasikan aplikasi teknologi dalam kehidupan, dan membimbing golongan muda untuk menemui dan menyelesaikan masalah. Guru dan pelajar boleh log masuk ke halaman aktiviti khas (https://www.cyscc.org/#/resource/ai) di laman web rasmi "Membina Impian melalui Sains dan Teknologi - Platform Awan Perkhidmatan Inovasi Sains dan Teknologi Belia Negara "untuk mengetahui tentang aktiviti dan maklumat berkaitan.
(2) Menjalankan aktiviti pembelajaran dan pertukaran untuk guru utama kecerdasan buatan belia negara
Penganjur akan menganjurkan dua aktiviti pembelajaran dan pertukaran guru tulang belakang kebangsaan yang memberi tumpuan kepada latihan model pembelajaran mendalam, inovasi perkakasan sumber terbuka, reka bentuk interaksi grafik AI dan kandungan lain (perkara khusus akan diumumkan secara berasingan) untuk membantu guru menambah baik dan membimbing anak muda untuk belajar kecerdasan buatan pengetahuan sains popular keupayaan profesional, dan menggalakkan pembangunan meluas aktiviti pendidikan sains kecerdasan buatan untuk golongan muda.
(3) Menjalankan aktiviti pengumpulan kes pengajaran guru AI yang inovatif
Kumpul kes aktiviti pembelajaran berasaskan projek, kes aktiviti pembelajaran bertema antara disiplin dan kursus berasaskan sekolah berdasarkan pembelajaran berasaskan projek yang mengambil tiga elemen utama kecerdasan buatan (data, algoritma dan kuasa pengkomputeran) sebagai kandungan teras daripada sains dan pendidik teknologi di dalam dan di luar sekolah . Fokus pada menunjukkan reka bentuk projek, reka bentuk pengajaran, proses pelaksanaan dan kesan yang terlibat dalam kursus atau aktiviti (untuk butiran lanjut, sila rujuk panduan aktiviti dalam Lampiran 2).
(4) Mengadakan Pameran Pertukaran Amalan Inovasi Kepintaran Buatan Belia Kebangsaan
Berdasarkan pengalaman pembelajaran awal dan aktiviti amalan inovatif, kami akan memilih hasil kerja belia yang cemerlang dan hasil pengajaran guru seperti reka bentuk interaksi AI, amalan kejuruteraan AI dan cabaran algoritma AI, dan mengadakan pertukaran dan pameran luar talian (perkara khusus akan dimaklumkan secara berasingan). Semasa acara itu, terdapat juga aktiviti seperti forum pendidikan kecerdasan buatan dan bengkel sains guru dan inovasi untuk bersama-sama membincangkan trend pembangunan dan laluan praktikal pendidikan kecerdasan buatan belia.
4. Jadual aktiviti
(1) Sejak Julai, remaja dan guru telah mengalami dan belajar secara dalam talian.
(Selasa) Mulai 1 September hingga 31 Oktober, para remaja dan guru akan menghantar karya mereka.
(Rabu) Dari 1 November hingga 15 Disember, penganjur akan menganjurkan pakar untuk memilih karya Beberapa karya cemerlang terpilih akan mengambil bahagian dalam Pameran Pertukaran Amalan Inovasi Kepintaran Buatan Belia Kebangsaan.
(4) Pada pertengahan hingga akhir Januari 2024, paparan dan pertukaran. Ia dirancang untuk mengadakan pameran inovasi kecerdasan buatan belia kebangsaan dan pameran pertukaran amalan untuk mempamerkan hasil kerja belia yang cemerlang dan keputusan kes guru.
5. Keperluan kerja
(1) Memperkukuh publisiti dan menggerakkan sekolah untuk mengambil bahagian secara aktif. Jabatan dan unit aktiviti pendidikan sains dan teknologi belia wilayah harus menyediakan dan menggerakkan secara aktif golongan muda dan guru sains dan teknologi di wilayah itu untuk mengambil bahagian. Khususnya, "Unit Ciri Popularisasi Sains Kecerdasan Buatan Belia Negara" yang dipilih antara 2018 dan 2021 dibimbing dan digalakkan untuk menyertai pelbagai aktiviti tahunan.
(2) Tingkatkan latihan guru. Semua lokaliti boleh bekerjasama dengan pendidikan dan jabatan lain untuk meningkatkan latihan guru untuk aktiviti mempopularkan kecerdasan buatan, mengatur dan menggerakkan pakar kecerdasan buatan dari universiti dan institut penyelidikan di wilayah itu untuk mengambil bahagian dalam bimbingan dan latihan guru bagi aktiviti tersebut, dan mempromosikan tahap tinggi- pembangunan kualiti pendidikan kecerdasan buatan untuk remaja di wilayah itu. Penganjur boleh menyediakan pakar, sumber saintifik dan pendidikan serta sokongan lain untuk latihan dan aktiviti guru di setiap wilayah. Setiap wilayah diminta untuk mengesyorkan 3-5 guru kecerdasan buatan utama atau penyelidik mengajar untuk mengambil bahagian dalam Kumpulan Guru Sains dan Pendidikan (lihat lampiran 3 untuk senarai pengesyoran), dan kerja pengesyoran harus diselesaikan sebelum 17 Julai.
(3) Ringkaskan pengalaman dan wujudkan mekanisme insentif aktiviti. Semua jabatan dan unit aktiviti pendidikan sains dan teknologi belia wilayah diminta merumuskan dengan segera perkembangan pelbagai aktiviti. Penganjur akan menilai kerja tahunan institusi wilayah berdasarkan latihan guru di peringkat wilayah, bilangan dan skala penyertaan dalam aktiviti tahunan, dan publisiti dan popularisasi Unit dengan kerja yang mantap, pencapaian cemerlang, dan keputusan yang ketara akan dipuji dan sejumlah pakej sumber " "Membina Impian melalui Sains dan Teknologi".
6. Maklumat hubungan
1.Pusat Sains dan Teknologi Belia Sains dan Teknologi China (Pertubuhan Aktiviti)
Orang yang boleh dihubungi: Shu Jianlan
2.Pusat Inovasi Kepintaran Buatan Shanghai (Sokongan Teknikal Platform)
Maklumat hubungan: openinnolab@pjlab.org.cn
Pusat Sains dan Teknologi Belia Sains dan Teknologi China
28 Jun 2023
Lampiran:
1. Pengalaman pembelajaran dan panduan aktiviti praktikal yang inovatif.doc
2. Panduan Aktiviti Pengumpulan Kes Pengajaran Guru AI Inovatif.doc
3. Borang cadangan untuk kumpulan guru sains dan pendidikan terkenal.doc
(Sila klik untuk membaca lampiran untuk melihat teks asal)
Sumber |. Persatuan Pendidik Sains dan Teknologi Belia China
(Kenyataan: Kecuali artikel asal akaun awam ini, artikel yang dikongsi dan dicetak semula oleh akaun awam ini adalah untuk menggalakkan pembangunan pendidikan sains dan teknologi untuk belia negara kita. Ia hanya untuk pembelajaran, perkongsian dan pertukaran, dan sumber akan ditunjukkan Jika pengarang asal artikel atau foto mempunyai sebarang bantahan, sila hubungi kami segera untuk memadam, terima kasih atas sokongan anda)
.Pilihan Sekolah
Lajur baharu Sekolah Sains dan Teknologi, "Pemilihan Sekolah", didedikasikan untuk menemui dan memilih produk berkualiti tinggi dalam pelbagai kategori untuk guru, pelajar dan ibu bapa bagi menyokong pertumbuhan sihat kanak-kanak.
Poke·Kongsi
Poke·Suka
Poke·Melihat
Atas ialah kandungan terperinci Notis mengenai pelancaran 'Mencipta Masa Depan dengan AI' - Aktiviti Amalan Inovasi Kecerdasan Buatan Belia Kebangsaan 2023. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Alat AI Hot
Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik
AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.
Undress AI Tool
Gambar buka pakaian secara percuma
Clothoff.io
Penyingkiran pakaian AI
AI Hentai Generator
Menjana ai hentai secara percuma.
Artikel Panas
Alat panas
Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma
SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan
Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa
Dreamweaver CS6
Alat pembangunan web visual
SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
Topik panas
1382
52
Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI
Jun 28, 2024 am 03:51 AM
Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal
Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag
Jun 10, 2024 am 11:08 AM
Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi
Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi
Jun 11, 2024 pm 03:57 PM
Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya
Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool
Jun 07, 2024 am 10:06 AM
Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks
Lima sekolah pembelajaran mesin yang anda tidak tahu
Jun 05, 2024 pm 08:51 PM
Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada
Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG
Jul 25, 2024 am 06:42 AM
Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka
Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama
Jul 17, 2024 pm 06:37 PM
Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S
SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb.
Aug 01, 2024 pm 09:40 PM
Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas
