猿编程创始人李翊:培养人工智能时代下的科技少年
DoNews6月1日消息,5月28日,以“AI时代 数字化与青少年发展”为主题的第二届青少年互联网大会平行论坛三:AI教育创新与青少年素养提升在北京师范大学成功召开。本次论坛由北京师范大学主办,北京师范大学教育新闻与传媒研究中心、北京师范大学计算传播学研究中心联合承办。
猿编程创始人李翊受邀以“AI教育创新与青少年素养提升”为主题,共同探讨人工智能科技与核心素养的深度融合和教育创新。
创始人李翊在《培养人工智能时代下的科技少年》演讲提到,猿编程的教育产品体系主要围绕“编程语言、计算思维、创造能力、未来视野”四个方面展开。编程语言主要培养孩子掌握科技时代的“人机对话语言和工具”;计算思维通过“知识到知识背后的智慧”实现孩子“从解题到解决问题”的思维模式转变;创造能力塑造的是孩子调用知识和工具将“创意想法变成现实”的能力;科技视野则引导孩子关注科技对当下和未来的影响,让其具备更广阔的未来科技视野。
李翊认为,对孩子而言,技能与工具的学习是短期的,但思维与素养的培养却能广泛应用于学习和生活,使人长期受益。人工智能教育是一项系统性工程,顶层是应用,背后要经历从启蒙认知、思维训练、动手实践到融合创新的递进过程。“我们帮助孩子学习知识,更希望孩子能在学习的过程中了解知识产生的环境和背景,并在知识传达的过程中,让孩子体会科学家所具备的人文精神。”
猿编程校园推出的《人工智能启蒙系列-AR编程课》是一项典型的人工智能教学创新案例,李翊进行了介绍。它是AR(增强现实)技术与编程教学相结合的创新课程。通过使用手机或平板电脑扫描实物卡牌,课程融合了3D虚拟影像和实际环境,因此实现了人机交互。这种新型课堂被视为突破传统教学形式、开创具有超越现实的感官体验的教学方式。
猿编程的目的是推动普及人工智能教育,让全国各地的孩子都能抓住未来机遇。” 李翊说,“未来,我们将继续保持与广大学校的密切配合,用技术与内容,一步一个脚印地助力人工智能教育普及发展。通过AI教育创新,培养人工智能时代下的‘科技少年’”。
猿编程课堂已经为1000多所中小学提供了人工智能创新教育整体解决方案。猿编程课堂支持智能助教、智慧伴学、云教研、多元评价、数据管理等多个线上功能,构建线上线下有机结合的“混合式教学”模式,提供丰富的教学资源,为课堂教学赋能增效。
同时,猿编程童书系列也正在为人工智能时代的孩子打造前沿科普读物,累计畅销近40万册,被10余家国家级、市级图书馆及权威媒体书单推荐。
以上是猿编程创始人李翊:培养人工智能时代下的科技少年的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
