“2019江苏人工智能创新发展与教育赋能论坛”(以下简称论坛)于7月26日在江苏南京紫东国际创意园-紫东生态会议中心成功落幕。论坛汇聚了来自行业内的教育专家、高校专家、院校领导、以及知名企业代表,就如何利用人工智能等新兴技术加快推动AI人才培养、教学方法、实验实训、课程建设、师资建设、高校人工智能相关专业的建设进程和提高高校教学水平提供了宝贵的建议和思考。将人工智能与教育深度融合,从根本构建出具备高水平、有特色的“AI人才培养”体系。
在持续两天的活动中有多位业界优秀代表做了精彩演讲,其中一项重要议题就是“高校人才培养”。在行业快速变革和技术不断发展的今天,人才培养遇到的挑战来自方方面面,课程体系不完善、教师缺乏行业经验、高校教育培养出的学生不能满足产业需求、缺乏实际应用能力等,涉及到产、学、用、研各个层面。
校企融合,促进人才培养
如今高校与企业的合作似乎变得越来越密切,企业能够为高校提供资源、技术、还能在学校内开展讲座,但这些还是不能满足高校对AI人才培养的需要。因此,校企应该从简单的合作方式转变成深度融合模式,让企业从多维度赋能高校,构建完善的培养系统才能帮助高校更好的培养出人工智能专业人才。
海云捷迅科技有限公司教育行业高级业务拓展经理任德智,以英特尔® FPGA 中国创新中心的专业技术人才培训为基础,AI·Go|智迅-人工智能实验室解决方案为重要推手,就“异构智能计算助力高校AI人才培养”为主题,从人才培养方向、课程建设、应用场景、到实验实训,以及与高校的合作方式为在场嘉宾展开了详尽的讲解。
任德智表示,目前在大多数高校中,多数教师普遍认为教授人工智能课程和备课难度比较大,教案也是版本繁多并缺乏实际案例,让人难以选择。此外,在教学过程中对于硬件的要求也十分的巨大,人工智能实训平台安装配置复杂并且成本极高,大大降低了教学效率也不能满足企业对于人才技能的要求,因此在培养人才方面是一个不小的阻碍。
而海云捷迅的AI·Go|智迅恰恰能够解决教材选择、平台搭建和实际案例缺乏等问题。海云捷迅为学校、教师、学生提供了一套极为完善的人工智能课程体系,由诸多高校中的优秀教师联合进行课程内容编写,并融合英特尔人工智能课程,补齐了缺乏实际案例的短板,让课程即具前瞻性,又具实用性。另外,海云捷迅能够帮助高校快速建设实验教学环境,使教师在教学过程中利用学生成绩评估管理系统简化教学流程,提高教学流程。
AI·Go|智迅是由智能终端平台、人工智能实验平台和人工智能一体机三部分组成,方案基于虚拟化、容器、硬件超融、异构计算、边缘计算等技术打造,集成教学平台、人工智能+课程资源、实训项目和课外资源。无论是在硬件、软件还是课程上都能够很好的满足高校的教学需求,并降低高校在平台建设上的投资成本。从而更好的服务高校人工智能专业的教学、实验和新技术培训,帮助学生从AI理论学习到实践结果验证,更好地掌握人工智能领域知识。
实际案例:提升学习效率,增强应用能力
AI·Go|智迅的人工智能专业课程体系,能够帮助高校培养出面向机器学习、深度学习、算法及框架等各细分领域的AI专业人才。海云捷迅科技有限公司技术创新中心经理杨振宇以“基于Kubeflow实时人脸识别”为主题为在场嘉宾进行了技术分享。Kubeflow是支持Tensorflow部署而开发出的开源平台,同时也支持Pytorch和基于Python的SKlearn等其它机器学习的引擎。杨振宇从Kubeflow社区、组件,到Pipeline的功能、组件,并延伸到如何实现实时人脸识别,最后利用演示视频针对Demo进行剖析和技术解答。在小编看来,高校学生只有通过实际案例更好的理解理论知识,从中获得实际应用经验,才能快速的掌握新技术。
“人工智能+教育”已经成为社会大众、学校、教师和学生们的迫切需要,海云捷迅将从技术、平台、数据等层面,全面赋能高校,助力高校进行人工智能教学改革。进而培养出越来越多的AI产业的应用型人才,让中国领跑新时代。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 特斯拉改款Model Y即将量产,网红收入千万报税仅5000元引热议
- 美光发布60TB SSD:颠覆性能效比提升20%,存储升级从此绿色节能
- 极越员工喜提补偿方案:N+1标准落地,百度吉利掏钱,员工乐开花
- 欧洲车市寒冬再袭,特斯拉暴跌40.9%:电动车巨头也难逃销量下滑厄运
- 网红收入千万税费未达标准,偷漏税事件引热议:网红收入与纳税成反比
- 美国最高法将辩论禁令:TikTok的命运何去何从?
- 美国调查TP-Link路由器安全:回应符合行业标准,挑战国家安全审查新篇章
- 字节跳动自研AI GPU:打破依赖,摆脱英伟达,开启科技新篇章
- 特斯拉新款Model Y上海工厂下月改款量产,变革还是创新引人期待
- 苹果警告Meta:互操作性过度引发隐私安全风险,需谨慎行事
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。