互联网教育智能技术及应用国家工程研究中心

关键词:《北京共识》;人工智能;教育发展;可持续发展;新一轮科技革命

2019年5月联合国教科文组织在中国北京召开了首届人工智能与教育大会,会议主题为“规划人工智能时代的教育:引领与跨越”,100多个国家、10余个国际组织的500多位代表与会,并形成成果文件《BeijingConsensusonArtificialIntelligenceandEducation》,即《北京共识》。这是联合国教科文组织发布的第一份关于人工智能与教育的重要文件,主要围绕10个议题规划人工智能时代的教育,分别是(1)政策制定、(2)教育管理、(3)教学与教师、(4)学习与评价、(5)价值观与能力培养、(6)终身学习机会、(7)平等与包容的使用、(8)性别平等、(9)伦理问题、(10)研究与监测。

一、《北京共识》提出背景

1.可持续发展需求

2015年联合国通过了2030年可持续发展议程,制定了新的全球可持续发展17项目标。其中以教育是人类的基本权利为基本原则,提出“提供包容和公平的优质教育,让全民终身享有学习机会”的愿景,即可持续发展目标4(SDG4)。

2.新一轮科技革命驱动

2017年6月,由联合国专门机构国际电信联盟(InternationalTelecommunicationUnion,ITU)举办的“人工智能造福人类全球峰会”在瑞士日内瓦召开。来自全球的人工智能、可持续发展等领域专家和学者首次坐在一起,共同探讨如何有效利用人工智能的发展成果,为落实“可持续发展目标”提供创新思路和解决方案,以应对人类共同面临的严峻挑战。

2019年3月,联合国教科文组织举办的以“人工智能促进可持续发展”为主题的移动学习周在法国巴黎举行,主要探讨在教育领域中运用人工智能所带来的机会与挑战,强调人工智能的发展与应用要以人为本。

在可持续发展需求和新一轮科技革命双重驱动教育变革的背景下,联合国教科文组织2019年5月在北京召开了首届人工智能与教育大会,经多方会谈达成《北京共识》。在人类迈向智能时代的关键时期,尽管人工智能对教育的潜能已经被广泛讨论,但人工智能与教育的融合目前还处于初级阶段。《北京共识》从政策制定、教育管理、教学与教师、学习与评价、价值观与能力培养、终身学习机会、平等与包容的使用、性别平等、伦理问题、研究与监测10个方面规划人工智能时代的教育(见下图)。本文从人工智能对教育的核心价值、人工智能助力可持续发展目标4的实现,以及人工智能促进教育发展的保障机制三个方面对《北京共识》的10个主要议题进行综合性解读。

图可持续发展与新一轮科技革命双重驱动的教育变革

二、人工智能促进教育发展的核心价值

1.人工智能改善学习评价,助力个性化培养

以人工智能为代表的智能技术为破解这些难题提供了全新的思路和解决方案。宏观层面,基于人口信息、经济发展数据、地理位置信息和基础教育质量等多层次多维度的大数据,可以综合评价资源配置合理性,提高资源配置的有效性,真正落实教育公平。基于学习和教学内容、环境和管理等过程和结果以及多重关系的大数据,可以揭示教育教学的规律和特点,创新教育理论与方法体系,为提升教育质量提供科学指导。基于学习过程和成长过程的大数据,可以科学精准地认识学生的个性特征、学习情况和发展水平,实时动态评估学习状态,实现个性化学习的规模化效应。

微观层面,人工智能可以对学生的知识和能力结构进行表征,可以基于对学生学习障碍的自动诊断,进行预测性分析和诊断性分析,还可以根据学生的兴趣、能力和学习障碍等,向学生推荐学习任务、学习内容、学习资源和学习策略(余明华等,2017)。

2.人工智能赋能教学,辅助教师工作

人工智能使人类获取信息和知识的途径得到极大拓展,并有助于消除学习者获取学习机会和资源的障碍,这引发了教师工作将被人工智能替代的担忧。我们必须认识到,虽然人工智能可以为教师提供很多支持与帮助,但教师是不可替代的。雅斯贝尔斯(1991)指出:“教育是关于灵魂的教育,而非理性知识和认识的堆积。”教师的功能不仅在于向学生传授知识和技能,更重要的是能帮助学生建立积极的情绪情感及价值观。教学活动中学生是主体,教师是主导。教师的引导作用,尤其对学生情绪情感价值观的引导是技术和机器无法替代的。

随着人工智能提供的辅助越来越智能,人技协作的“双师模式”将是教师在人工智能时代的一种典型工作方式,教师将与虚拟教学助理协同工作。虚拟教学助理可以帮助教师完成一些机械重复性的低技能任务,例如作业批改、教育资源寻找等,也可以帮助教师管理日常任务。教师可以将精力专注于高技能的任务,包括学习服务设计与开发、人技协作教育决策、个性化学习指导、综合性学习活动组织、社会网络连接指导、学习问题诊断与改进、发展性评估与改进、心理健康管理与疏导、社会性的培养、同伴互助专业成长、信仰和价值观的引导、体质健康监测与提升、生涯规划指导、人工智能教育服务伦理监管等(范国睿,2018;余胜泉等,2019)。

人技协作带来的教学环境和工作方式变化,对教师能力也提出了新要求。教师有效利用人工智能,赋能教学工作存在以下四个动态递进的水平:第一,教师学会基本的人工智能知识和原理,能判断哪些资源和工具使用了真正的人工智能;第二,教师学会利用人工智能来学习,既提升教师的学科知识与能力,也提升教师的教学知识与能力;第三,教师尝试利用人工智能开展教学,以发现人工智能对于教育教学的“实际”作用;第四,教师将人工智能用于学习和教学的经验传递给其他教师(黄荣怀等,2019)。因此,未来需要基于新的能力框架,加强教师职前与在职培训,帮助教师加深对人工智能、教师角色、教学环境、工作方式的认识。

3.人工智能改善教育管理,优化教育供给

数据收集与技术的使用实现了数据驱动决策的突破。深度的数据挖掘,可以为决策提供依据,使教育管理科学精准。正如2009年美国前教育部长邓肯(Duncan)所说:“数据为我们提供了改革路线图,它告诉我们在哪里,我们需要去哪里,什么是最危险的。”教育管理手段从以经验为导向转向以证据为基础,通过人工智能和数据技术,形成人技协同、多元参与的决策模式,提升教育决策的透明性、科学性、预见性。

智能技术和数据技术可以分析和动态模拟学校布局、教育财政、就业渠道、招生选拔等教育子系统及其关系的演变过程,为国家教育制度、学校管理制度及教学制度提供改革方案和决策依据(黄荣怀等,2019)。在这个过程中大数据教育平台的建立,以及现有教育管理信息系统的升级至关重要,同时也需要确保国家层、区域层、学校层、课程层、个体层数据的采集、存储、分析、应用、管理等各环节的规范性(杨现民等,2015)。

人工智能可以变革教育服务的形式,创新教育服务的供给模式,使教育服务体现智慧化、个性化、多元化、系统化的特征。利用人工智能可以在校际、区域、国家和全球等范围收集、分析教育数据,全面创新人才培养制度,同时促进和管理区域之间、城乡之间和校际之间的教育均衡,改善教育供给(黄荣怀等,2019)。

三、人工智能助力可持续发展目标4的实现

1.确保人工智能在教育领域应用的公平性和包容性

受教育是一项基本人权,人工智能可以使教育和学习系统更加公平和包容,使每个人不分性别、不分城乡、不分地域、不分贫富、不分民族地接受良好教育,特别是女童和妇女以及边缘化人群和社区、有特殊教育需要的人群、难民、流离失所者和入学机会有限的个体。但同时人工智能和自动化导致收益高度集中在少数国家和公司,又助推了不平等的日益加剧。人工智能技能和人工智能专业人员的性别差距也在日趋扩大。如不进行政策干预,人工智能在教育领域的部署将加深数字鸿沟并加剧性别不平等。

随着人工智能的发展,欠发达国家面临着新一轮技术、经济和社会分化的风险。数字革命应该是可持续发展的革命,不让一个人掉队,弥合分歧,加强包容。这首先需要确保在教育中公平和包容地使用人工智能,一方面解决社会经济地位、种族、性别、地理位置等不平等问题;另一方面还需要探索有效的人工智能解决方案,以突破弱势群体获得优质教育资源的障碍。

2.人工智能为所有人提供终身学习的机会

联合国教科文组织指出终身学习是实现可持续发展目标4的指导原则,它包括学前教育、基础教育、中等教育、高等教育、职业教育和成人的正式学习和非正式学习。建立终身学习体系,可以使所有人,包括不同性别、不同性格禀赋、不同兴趣特长、不同素质潜能的学生都能接受符合自己成长需要的教育,让学习成为每个人的生活习惯和生活方式,实现人人皆学、处处能学、时时可学。而基于人工智能的在线学习平台和基于数据挖掘的学习者分析是建构终身学习系统的关键技术,它们为成人学习者提供了持续扩展未来技能和知识的机会。

3.促进人工智能领域性别平等,增强妇女权能

四、人工智能促进教育发展的保障机制

1.制定有效促进人工智能教育发展的政策

以人工智能为代表的新一代技术变革将推动工业、服务业和农业领域的价值链系统性转型,经济增长方式和劳动力市场也随之转型。人工智能的渗透使低技能任务实现自动化,导致一些工作被替代,也会产生大量新的职业和工作机会,就业市场对人类技能的需求也随之发生变化,我们必须对此高度重视。

人工智能人才培养中,无论是人工智能专业人员的培养,还是将“人工智能能力”纳入整个教育体系中,都必须科学地定义“人工智能能力”的内涵与外延,制定清晰的理论框架,并注意与传统的信息和通信技术能力进行区分。

3.建设人工智能教育的研究与监测机制

目前利用人工智能变革教育内容、方式和环境已经达成共识,但人工智能对教育领域带来的长期影响还难以精准监测。现阶段有关人工智能对学习活动和学习成果影响的研究与分析相对缺乏(Holmesetal.,2018a;2019)。

系统地研究与分析人工智能对教育活动带来的影响,仅仅依靠传统的教育学研究难以完成,必须加强教育学与信息科学、生命科学、脑科学、社会学、伦理学等领域的深度交叉融合,实现人工智能基础理论和关键技术的突破,为人工智能时代教育生态系统的重构奠定基础。联合国呼吁加强关于人工智能对教育产生影响的系统研究,鼓励开展国际比较与合作,共同探讨人工智能对全球教育的实质性作用。2018年,我国国家自然科学基金委员会在“信息科学部”下增设“F0701教育信息科学与技术”代码,并设立10个研究方向:教育信息科学基础理论与方法、在线与移动交互学习环境构建、虚拟与增强现实学习环境、教学知识可视化、教育认知工具、教育机器人、教育智能体、教育大数据分析与应用、学习分析与评测、自适应个性化辅助学习,大力支持人工智能、教育学、机器人学、学习科学与技术、教育神经科学、虚拟现实、增强现实等学科的交叉研究。通过教育学与信息科学、生命科学、脑科学的深度融合,为教育生态系统的重构奠定基础。

4.重视人工智能促进教育发展的伦理问题

2019年欧盟提出发展“可信赖人工智能”(TrustworthyAI)的倡议。可信赖人工智能包含两方面的内容:一是强调人工智能的发展与使用要以人为中心,保障人的基本权利,遵循基本的规则,以及尊重核心价值;二是强调促进技术的发展与可信度,保障技术的有序发展。发展人工智能的教育应用,要以共同的价值观和道德观为基础,为全人类的利益服务。

随着人工智能技术在教育领域的发展与应用,滥用个人数据的案例加剧了人们对人工智能在各个领域应用带来的伦理、隐私和安全问题的担忧。教育机构、学生尤其是儿童更容易受到这种问题的威胁。除欧洲之外的其他所有地区中,只有不到30%的国家制定了全面的数据保护法。数据安全、隐私保护等已成为未来人工智能教育发展不可回避的问题。

注释:

参考文献:

[1][德]雅斯贝尔斯(1991).什么是教育[M].邹进.北京:生活·读书·新知三联书店:4.

[2]范国睿(2018).智能时代的教师角色[J].教育发展研究,38(10):69-74.

[4]黄荣怀,刘德建,刘晓琳等(2017).互联网促进教育变革的基本格局[J].中国电化教育,(1):7-16.

[5]黄荣怀,张慧,尹霞雨(2019).人工智能促教育2030议程实现[N].中国教育报,2019-05-18(003).

[8]李学书,范国睿(2016).未来全球教育公平:愿景、挑战和反思——基于《教育2030行动框架》的分析[J].比较教育研究,38(2):6-11.

[11]杨现民,王榴卉,唐斯斯(2015).教育大数据的应用模式与政策建议[J].电化教育研究,36(9):54-61,69.

[12]余明华,冯翔,祝智庭(2017).人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志,35(3):11-21.

[13]余胜泉,王琦(2019).“AI+教师”的协作路径发展分析[J].电化教育研究,40(4):14-22,29.

[17]Carbonell,J.R.(1970).AIinCAI:AnArtificial-IntelligenceApproachtoComputer-AssistedInstruction[J].IEEETransactionsonMan-MachineSystems,11(4):190-202.

[19]Holmes,W.,Anastopoulou,S.,&Schaumburg,H.etal.(2018a)Technology-enhancedPersonalisedLearning[M].UntanglingtheEvidence.,Stuttgart,RobertBoschStftung:65.

[21]Holmes,W.,Bialik,M.,&Fadel,C.(2019).ArtificialIntelligenceinEducation:PromisesandImplicationsforTeachingandLearning[M].Boston,MA:CenterforCurriculumRedesign:164-169.

[24]Picard,R.(2003).AffectiveComputing:Challenges[J].InternationalJournalofHuman-ComputerStudies,59(1):55-64.

[25]Stone,P.,Brooks,R.,&Brynjolfsson,E.etal.(2016)ArtificialIntelligenceandLifein2030.OneHundredYearStudyonArtificialIntelligence[R].Reportofthe2015-2016StudyPanel.StanfordUniversity,Stanford,CA.

[26]Tuomi,I.(2018).TheImpactofArtificialIntelligenceonLearning,Teaching,andEducation[R]//Cabrera,M.,Vuorikari,R&Punie,Y.(Eds.).PoliciesfortheFuture.Luxembour:PublicationsOfficeoftheEuropeanUnio.

作者简介:张慧,博士后,北京师范大学教育学部,智慧学习研究院;黄荣怀(通讯作者),博士,教授,博士生导师,北京师范大学教育学部,智慧学习研究院;李冀红,博士研究生,北京师范大学教育学部,智慧学习研究院;尹霞雨,北京师范大学智慧学习研究院(北京100875)。

基金项目:教育部科技司委托项目“中国智能教育推进路径研究”(教技司〔2018〕477)。

引用:张慧,黄荣怀,李冀红,尹霞雨2019).规划人工智能时代的教育:引领与跨越——解读国际人工智能与教育大会成果文件《北京共识》[J].现代远程教育研究,31(3):3-11.

THE END
1.人工智能那么火,AI的应用嘲都有哪些?记得之前有个考上清华的学姐回校分享,她就在华尔街做计算机量化交易,在很早以前已经是几万月薪了。随着人工智能技术的快速发展,AI在量化交易领域的应用也愈加广泛。通过大量的股票交易数据,结合AI模型的算力,可以有效地挖掘出稳定的高胜率交易模型。 国外文艺复兴、Citadel等机构,以及国内九坤和幻方等机构,都在量化交易领https://aiqicha.baidu.com/qifuknowledge/detail?id=10180822893
2.人工智能跨领域应用探索:机遇与挑战并存机器人自然语言处理人工智在教育领域,AI的应用同样具有深远的影响。AI可以通过个性化学习方案,提高学生的学习效果。通过分析学生的学习数据,AI能够识别学习中的薄弱环节,并提供针对性的学习资源。例如,AI可以为每个学生制定个性化的学习计划,帮助他们在自己的节奏下学习。,www.quweizhibo.net, https://www.163.com/dy/article/JJAQ3NKH055670JB.html
3.数据挖掘在人工智能行业的应用:实现更强大的AI系统人工智能(Artificial Intelligence, AI)是一门研究如何让机器具有智能行为的科学。人工智能系统可以被设计成能够理解人类语言、识别图像、自主决策、学习等。数据挖掘(Data Mining)是一种应用于大数据环境中的计算机科学技术,它旨在从大量数据中发现有用的模式、规律和知识。数据挖掘在人工智能领域具有重要意义,因为它可以帮https://blog.csdn.net/universsky2015/article/details/135790867
4.AI技术在审计领域的应用导读:一、AI技术介绍:智能与分析的完美结合在当今数字化时代,AI技术正以惊人的速度深入各个领域,并为企业带来了前所未有的机遇。AI,即人工智能,是模拟人类智能的一种技术,能够模拟人类 本文目录一览 1、PYTHON在审计领域的应用 2、AI技术领域的应用有哪些 http://chatgpt.kuyin.cn/article/3703571.html
5.人工智能有哪些领域随着科技的进步,人工智能越来越受到人们的关注和重视,已经在许多领域中得到了应用。这篇文章将介绍人工智能的一些主要应用领域。 1.机器学习 机器学习是人工智能的一个重要分支,它涵盖了许多算法和方法,旨在让计算机系统能够从数据中学习,并从中提取有用的信息。这种技术在许多领域都有应用,包括数据挖掘、自然语言处理https://m.elecfans.com/article/2211333.html
6.AI应用有哪些?盘点10个常见的AI应用领域计算机视觉(Computer Vision):使计算机能够“看”和解释图像和视频数据的技术。 强化学习(Reinforcement Learning):一种让机器通过与环境的互动来学习最佳行为模式的方法。 2.AI应用领域有哪些? 人工智能AI应用领域非常广泛,涵盖了多个行业和日常生活的方方面面。根据提供的搜索结果,以下是一些主要的AI应用领域: https://boardmix.cn/article/what-are-the-application-fields-of-ai/
7.人工智能心得体会9篇目前,许多制约人工智能发展的因素仍有待于解决,技术上的突破,还有赖于逻辑学研究上的突破。在对人工智能的研究中,我们只有重视逻辑学,努力学习与运用并不断深入挖掘其基本内容,拓宽其研究领域,才能更好地促进人工智能学科的发展。 人工智能心得体会 2 李开复号称最会说话的计算机男神,曾经是微软谷歌的副掌门,现在是https://www.unjs.com/fanwenwang/xdth/20221130181133_6041555.html
8.AI在汽车领域的应用前景怎么样,未来的走向会趋向于哪些方面?人工智能发展六十年,几起几落,如今迎来又一次热潮,深度学习、计算机视觉和自然语言理解等各方面的突破,使得许多曾是天方夜谭的应用成为可能,无人驾驶汽车就是其中之一。作为人工智能等技术在汽车行业、交通领域的延伸与应用,无人驾驶近几年在世界范围内受到了产学界甚至国家层面的密切关注。目前,人工智能在汽车自动驾驶https://www.yoojia.com/ask/17-12345366147925513845.html
9.人工智能目前的应用,人工智能目前的应用领域人工智能人工智能技术的应用领域将会继续扩大,并且涉及到更多领域的应用和创新。 例如,在教育、文化娱乐、航天、能源等领域也可以对人工智能技术进行应用。 ai人工智能应用有哪些? 01 自然语言生成(Natural Language Generation) 自然语言生成是人工智能的分支,研究如何将数据转化为文本,用于客户服务、报告生成以及市场概述。 http://www.zytxia.com/rgzn/4c1e9641333502c6.html
10.人工智能的应用领域八个方面人工智能(Artificial Intelligence, AI)的应用领域极为广泛,以下是八个主要的应用方面: 1. 机器学习(Machine Learning) 定义:机器学习是人工智能的核心技术之一,通过让计算机从数据中学习和识别模式,以便做出决策和预测。 应用领域:包括图像识别、语音识别、自然语言处理等。机器学习算法能够自动优化和改进,无需明确编程http://www.dns110.com/docs/?p=24771
11.大数据与人工智能(精选十篇)大数据发展的萌芽期, 是20世纪90年代至21世纪初, 此时处于数据挖掘技术阶段。这一时期, 随着数据挖掘理论和技术的一步步成熟, 已开始有一些与商业相关的智能工具开始被人们所应用, 如专家系统、数据仓库和知识管理系统等。 大数据发展的突破期, 是2003—2006年, 此时处于自由探索非结构化数据阶段。这一时期, 非结构https://www.360wenmi.com/f/cnkey1c0jp9s.html
12.AI大模型正改变着推荐系统的未来Alibaba - 在电商平台上为用户推荐商品 Tencent - 在微信、QQ等应用中使用推荐算法 Twitter - 推荐相关主题、用户和趋势 上面是 AI 帮我们回答的 具体来说推荐系统的应用领域主要有如下几类: 电商网站:购物,购书等,如淘宝,京东,亚马逊等 视频内容:Netflix,优酷,抖音,快手,爱奇艺等 https://36kr.com/p/2805108795192961
13.开启新纪元:隐私计算在金融领域应用发展报告(2021)√ 目前,隐私计算领域的商业模式主要有三种:硬件销售、软件销售、平台分润。其中平台分润模式有三种:数据源侧分润、数据应用场景分润、类数据代理模式。但是,在未来,随着隐私计算技术与区块链技术进一步结合、以及开源的发展,可能出现更多的商业模式。 √ 在隐私计算领域发展初期,各厂商商业模式比较相似,并无明显差异。但https://www.01caijing.com/article/286018.htm
14.AI在B端企业中,有哪些方向的应用AI在B端企业中,有哪些方向的应用 人工智能(AI)在B端企业中有着广泛的应用,涵盖了多个方向,以下是一些主要应用领域: 智能制造:AI技术可以帮助企业实现生产过程的自动化,提高生产效率和产品质量。例如,通过机器视觉检测产品质量,利用机器学习优化生产流程。 智能服务:在客户服务、售后服务等领域,AI可以通过智能客服、虚拟https://www.sgpjbg.com/task/2824718.html
15.阿里通义AI大模型有哪些优势和能力?能够赋能企业哪些嘲通义Ai大模型在工业制造领域的具体应用案例是什么? 通义Ai大模型在工业制造领域的具体应用案例可以从多个角度进行探讨。首先,人工智能技术在机械设计制造行业中的应用已经非常广泛,它不仅提高了生产效率,还改善了产品质量和设计精度。例如,在电子制造领域,通过使用历史数据和循环神经网络来管理物流预测和库存准备,显著提高https://www.shopex.cn/news/archives/18211.html
16.AI数字人:数字化时代的新趋势和应用云典AI智库AI数字人一种新兴的技术,正在数字化时代中展现出巨大的应用潜力。它不仅可以提升客户体验,还可以提高工作效率,成为企业数字化转型的必不可少的一部分。https://cosoh.com/aishuzirenshuzihuash/
17.AI在出行嘲的应用实践:路线规划ETA动态事件挖掘…所以,我们把规划的量,通过一个流量往时间域的转换,引入到路况预测模型,效果取得明显提升,尤其是在突发拥堵的时候,高德的这个研究成果被KDD2020收录,并且已经在业务场景中得到了应用,有兴趣的同学可以详细查看我们的论文。 行中-用文本数据挖掘动态交通事件 https://www.cnblogs.com/amap_tech/p/14486325.html
18.人工智能学习心得(通用28篇)因为人工智能的研究领域十分广阔,它总的来说是面向应用的,也就说什么地方有人在工作,它就可以用在什么地方,因为人工智能的最根本目的还是要模拟人类的思维。参照人在各种活动中的功能,我们可以得到人工智能的领域也不过就是代替人的活动而已。哪个领域有人进行的智力活动,哪个领域就是人工智能研究的领域。人工智能就https://www.yjbys.com/xindetihui/fanwen/3342600.html
19.HCIAAIV3.5模拟考试题库华为模拟考试题库下面有关AI应用领域的描述正确的有哪些选项? ( )多选 A.智能家居,运用了物联网、语音识别等技术 B.智慧医疗,运用了计算机视觉、数据挖掘等AI技术 C.智慧城市,是一门综合学科,几乎涵盖AI常用三大方向,语音、NLP和计算机视觉 D.智慧教育,基本特征是开放、共享、交互、协作、泛在。以教育信息化促进教育现代化,用信https://www.59xuexi.com/?p=11498
20.数据分析的ai工具有哪些帆软数字化转型知识库数据分析的ai工具有哪些 数据分析的AI工具有很多,其中主要包括:FineReport、FineVis、Tableau、Power BI、QlikView、RapidMiner、KNIME、SAS、IBM Watson Analytics、Google Data Studio、Alteryx、Domo、TIBCO Spotfire、Looker、Microsoft Azure Machine Learning。其中,FineReport和FineVis是帆软旗下的产品,专注于数据报表和https://www.fanruan.com/blog/article/109388/
21.斯坦福大学教授:基础模型在全科医学人工智能中的应用潜力将基础模型应用于医学领域的全科医学人工智能(GMAI),拥有跨模态输入输出、动态任务规范、根据结构化领域知识进行推理的强大能力,有望解决当前医疗 AI 的种种局限,为改善医疗健康和增进我们对生命的理解做出革命性贡献。 8月26日,在集智俱乐部与腾讯研究院共同举办的“AIS2系列学术报告和研讨活动”中,我们邀请到https://www.thepaper.cn/newsDetail_forward_24539646
22.纠音级语音评测NLP助力打造的知识图谱,详解作业帮AI如何落地记者:首先请宋老师介绍一下自己,目前在做哪些方面的工作,关注的领域有哪些? 宋旸:我最早从事算法研发工作是从搜索开始的,从Spider到互联网的数据挖掘,到站点的价值分析,再到推荐算法,这部分经历主要是在百度期间进行的。到作业帮之后,主要开展的业务首先是题库建设相关。 https://www.donews.com/news/detail/4/3233321.html