至顶网网络频道 07月12日 综合消息:中国电信云南分公司近日牵头举办了 “2017云南无线校园网络研讨会暨合作签约仪式”,联合小橘科技等网络服务合作伙伴,深入云南省的多所中高职院校开展网络设施搭建及运营的服务。全球领先的网络解决方案提供者Aruba,作为该项目的网络设施合作方,未来将担负为这些院校建设升级校园无线网络装置的重任,共促云南省“智慧校园”和教育信息化建设。
当日,中国电信云南分公司副总经理曹春江、中国电信云南分公司政企事业部校园总监李红美、寺库集团的领导以及入围公司代表共同出席了签约仪式。云南省中高职院校相关领导及云南省各市州中国电信相关领导、业界专家等也出席了研讨会并发表重要讲话。与此同时,来自南京医科大学等国内高校的IT负责人受邀分享了在无线校园建设方面的成功实践,与Aruba共同见证了云南教育信息化发展历程中的这一重要时刻。
签约仪式现场
现代教育的发展离不开网络基础设施的支持,且网络的信息化与学校教学改革、科研协作、文化积淀,以及高校管理都密不可分。据现场的中国电信云南公司副总经理曹春江介绍,此次合作双方采用了创新的‘WiFi as a service’的模式,通过第三方专业服务机构的引入,实现了从方案设计、设备采购与部署,到后期运维的“一站式”服务。此举将较好地解决高校网络设施前期投入大、后续运维与管理难等问题,提升高校网络设施的软硬件水平,同时减少成本投入,并改善服务与使用体验,进而进一步缩小信息化的“数字鸿沟”,推动云南省智慧校园建设迈上新台阶。
据悉,Aruba无线专家团队目前已进入签约校园内展开实地调查,根据其无线网络部署的需求及难点定制相应的解决方案。设备升级将利用暑期时间进行施工,力争在新学期开始前完工,以保证师生在开学后即可使用焕然一新的校园WiFi无线网络。
作为全球领先的网络问题解决商,Aruba的无线技术及硬件具有强大的技术能力,满足用户对网络稳定性、安全性和高扩展性的需求。Aruba AP系列的自适应射频管理(ARM 3.0)支持高密度场景下的网络铺设,在高信号覆盖的同时能到做AP间的干扰最小。同时,ARM 3.0采用最新的专利技术ClientMatch可以优化粘连终端,使信道或频谱的负载均衡,以达到无线服务的稳定性。
在安全问题上,Aruba在无线控制器上集成了经过ICSA(国际计算机安全联盟)认证的基于角色的状态检测防火墙。所有防火墙都部署到接入层,相当于从源头上掐断病毒传播。此外,Aruba拥有业界最开放的无线架构,其无线控制器AC、网络管理系统Airwave、接入管理系统ClearPass皆提供了丰富的API接口,可用于大数据采集和第三方应用系统集成。这些设备收集的第三方数据可帮助校方进行学生行为捕捉与分析,更合理的安排学校资源。
南京医科大学网络与信息中心负责人潘小星分享了该校与Aruba合作共建无线校园的成功实践。他表示:“我校采用Aruba的无线产品系列实现了全覆盖、智能化和可视化的管理,不仅满足师生随时随地上网的需求,更可以实现对现有网络的统一管理,充分发挥无线网络使用简单、方便快捷等特点,很好的促进了校园移动教学和移动学习。”另据了解,Aruba目前已与北京邮电大学、中国政法大学、上海交通大学、厦门大学等多所国内高校保持着长期坚固的合作关系,在教育领域形成大量的成功案例。
南京医科大学网络与信息中心负责人分享了使用Aruba解决方案的成功实践
在签约仪式现场,Aruba 中国区技术销售总监俞世丹先生表示: “很荣幸作为无线设施供应商加入到云南教育信息化建设的事业中来。Aruba将充分发挥在软硬件方面的资源优势以及在高校信息化建设领域的丰富实践经验,为签约高校提供优质的网络技术服务,携手合作伙伴打造智慧校园的新标杆。”
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。