教育部下发的教育信息化十年发展规划中明确指出,要通过信息技术与教育全面深度融合,促进教育的创新、改革和发展。西安电子科技大学(以下简称:西电)十分重视高校信息化建设,在近日召开的2017高校信息技术融合应用研讨会上,西安电子科技大学副校长杨银堂指出,一流的大学建设,一流的人才培养,离不开一流的信息化建设。
为了加快推进信息化的支撑与保障作用,研讨会期间,西电与新华三签署智慧校园共建项目合作备忘录,双方将在校园大数据平台、物联网平台、云计算平台、信息安全建设及应用实践等领域开展广泛的合作。
(新华三中国区副总裁、教育系统部总监 徐继恒)
此外,西电还是新华三与教育部科技发展中心联合设立的“云数融合,科教创新”基金的其中一所落地高校,并在产学研方面进行深度合作。新华三中国区副总裁、教育系统部总监徐继恒在接受媒体采访时表示,新华三与西电的合作已经有15年左右的时间。凭借在教育领域的努力和投入,新华三新IT解决方案已经服务于2400多所高校和科研院所,教育也是新华三做得比较好的几个行业之一。
(西安电子科技大学信息化建设处处长 张玉振)
西安电子科技大学信息化建设处处长张玉振指出,双方的合作历程大致分为三个方面:第一是学校的信息化建设,新华三作为国内领先的IT厂商,他们的产品和方案大量应用于学校的信息化服务环境中,包括学校的校园网络,尤其是新华三为学校提供了全网无线部署解决方案,近年在大数据、物联网等一些新的领域也进行了深入合作。第二方面是科研上的合作,学校老师有很多新思想新理论,新华三有实际应用实践,理论和实践结合使我们的老师跟新华三在很多领域上有深度的合作。第三方面就是学生人才培养的合作,新华三提供优质的就业岗位,优先接收西电的优秀毕业生,同时新华三积极参与学校创新人才培养,将新技术落地到学校形成课程,支持学生实习实践。
作为智慧校园的重要承载平台,西电下一步将和新华三在物联网方面进行深入合作,张玉振指出,“我们希望利用新华三的物联网整体解决方案,把学校的人和物联接起来。”据介绍,新华三推出了高校物联网解决方案,在校园终端层面实现多类型终端对接,校园网络(WiFi及LoRa等)实现数据传输,平台层面对终端进行管理和监控,以及提供基于物联网的校园应用。
西电率先试点新华三校园物联网解决方案,将为其在校园资产管理、能效管理等方面发挥作用,根据方案学校将逐步进行基础能源设备感知升级,最终实现把每一个宿舍、每一间教室、每一个办公室的水电表、重要设备等进行实时监测,反馈数据并汇总,了解能源消耗规律、资产利用状态,从而实现科学化管理。
张玉振指出,西电联合新华三搭建起学校的大数据平台,融合结构化、非结构化、日志等数据的集中管理利用,支撑综合校情、科研、师资队伍、学生管理等多方面大数据分析。下一步,西电将进一步融合物联网、大数据等技术,实现校园空间内建筑物、仪器设备、重要资产、人员等的网格化智能化管理和精细化服务。
张玉振将西电的教育信息化建设成效形容为“2个基础、N个平台、M个应用和1个保障。”具体包括2个网络基础和IDC基础,物联平台、大数据平台、空间管理、移动服务等N个平台,人事管理、教育教学、科研服务、评估评价、分析决策等M个应用,以及1个安全与运维保障。
在平台方面,西电将推进“大平台、轻应用、微服务”模式建设开放智慧校园生态环境,面向角色和业务流程实行“模块化服务”改造。张玉振将“强基础、建平台、促应用、全保障”总结为西电的持续教育信息化改造之路。
在徐继恒看来,高校信息化智慧校园的着力点在于如何利用云计算、大数据和物联网技术提升使用效率,提升决策。高校信息化的建设重点在于流程再造和应用搭建,新华三和西电将在此方面深入实践探索,以服务于高校的智慧教学、智慧科研、智慧管理。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。