北京邮电大学(以下简称“北邮”)校园网建设始于1994年,经历了23年的建设历程,目前基础网络已经发展到校内骨干网络带宽40G、万兆到楼、千兆到桌面,该校的西土城、沙河和宏福校区正是通过这样一张网络来支撑着各种信息服务的运行。在接受《中国教育信息化》杂志专访时,北京邮电大学科学技术发展研究院教育信息化处处长安杰表示,通过无线网络及大数据等技术的应用,未来的沙河主校区将建成一流的现代化、智慧化的校区,学生在这里能够享受更加便捷的生活服务,以及更加智能化的教学服务。
“全无线”覆盖
北邮沙河校区占地1380亩,工程分二期完成,其中一期用地面积约858亩,建筑面积约40万平方米;二期用地面积约490亩,建筑面积约20万平方米,整体建成后将能够容纳18000名学生。沙河校区的网络在设计阶段就在论证到底用哪种模式来设计、建设和提供服务:是否能大胆采用以无线网络为主、基本没有有线网络的全新网络覆盖模式?
安杰介绍说:“既然沙河新校区是一个新建的校区,那我们设计的时候就要有一些超前的意识,把沙河建成一个真正的无线校区。目前从使用的设备类型、统计情况来看,在北邮,无线设备(移动设备)占的比例已超过一半,也就是说大家很习惯用移动终端来接入网络,来获得各种服务。”
安杰表示,对沙河校区进行“全无线”覆盖,主要基于以下几方面的考虑:第一,近年来无线网络的标准和产品技术发展较快,无线网络的接入速度稳定性、安全性大大提升;第二,通过Aruba无线产品在北邮校本部一些楼宇的测试,效果令人满意,能够满足师生的实际的工作、学习、生活需求是否;第三,移动互联网的发展速度飞快,未来越来越多的无线终端将取代有线终端,这已成为主要趋势;第四,从管理和运维的角度来讲,无线网络的成本要比有线网络低,相对两套网络(有线、无线)同时使用,仅采用无线网络的维护成本将大大减少。
在无线校园建设方面,北邮选择了全球领先的无线网络供应商Aruba作为合作伙伴。从用户接入、认证和运营管理等多个方面,Aruba不仅对北邮提供了完整的、先进的解决方案,也提供了专业的技术服务。目前除一些教室的专用设备、安防的专用设备仍保留有线接入外,北邮沙河校区在教学区、宿舍区、办公区以及食堂等地都进行了全无线覆盖,在学生宿舍更是实现了全无线网络管理。
“随着移动终端的大量普及、移动互联服务的大量涌现,无线网已成为重要的网络接入方式。无线网络的稳定性、可靠性、安全性,以及在运营管理方面的特性,这些都对我们学校管理部门显得尤为重要。”安杰表示。
“Aruba是全球领先的无线网络产品供应商,是我们紧密的合作伙伴之一,通过这几年的合作,我们越来越能感受到Aruba从产品、技术到服务上的先进性与专业性。未来希望Aruba能把全球教育行业成功的经验分享并应用到中国的学校,也希望能把北邮的成功实践经验分享给其他国际上的同仁。我们认为Aruba完全能够担当这项使命和职责。”
让数据来“说话”
Aruba为北邮打造的这套“全无线”覆盖网络已经投入使用近两年时间,目前学校师生都在正常地使用,可以说这种“全无线”的覆盖方式,已经取得了很大成功。不仅能够为北邮校园服务提供更好的稳定及安全性,也对校方具有管理友好、节约成本等特性。除此之外,通过Aruba的AirWave(网管系统),ClearPass(策略管理)以及ALE(定位功能)等产品实现的多无线接入点,还可以提供大数据分析等关键应用。
在北邮,通过无线校园网产生的各种数据,不管是网络数据,还是消费数据,还是学习、科研方面的数据,都会被记录下来。校方将学生的行为轨迹的数据用于分析一些学生的行为特性,能够更好地提升学生的管理,还能更好地优化对学生的服务。
比如对学生在某个地点出现的频率进行分析:该上课的时候是不是不去上课,该休息的时候是不是回来休息?假如学生行为出现异常,那么系统将自动会生成预警上报给辅导员。比如学校在做心理预警工作的时候,能够筛选出来一些可能存在心理问题的一些学生,去分析这些学生的消费特性、行为特性、是否跟正常的特性曲线是一致,如果有异常,则对该学生进行关注。
安杰认为,在学校里面,利用这些数据可以很好地帮助学生。比如说利用这些数据,可以分析出来上网和学习成绩的关系;可以分析出来借阅图书和学习成绩的关系;也可以分析出来贫困生是不是真的达到贫困的标准。学校里面要做什么服务,通过数据来“说话”,能够很好地提升学校的管理。
在数据安全方面,学校通过各种的技术手段及安全策略,保证这些数据不外泄。同时,学校在数据使用方面也有严格标准,将提取的数据经过加密手段,去掉个人隐私信息,确保学生隐私得以保护。
“未来我们希望更多学校的管理工作能通过数据来实现,因为数据会“说话”。当然,技术上不一定能够马上完善地、完美地去达到那些理想的目标,但我们确实是在不断地尝试着去做。”安杰说。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。