2018摩根大通-亚洲协会“领先一步”系列研讨会聚焦人工智能时代的职业教育与培训
2018年11月8日,北京——作为 “领先一步”系列研讨会自2014年推出以来的第十次活动,由亚洲协会香港中心主办、摩根大通支持、中国发展研究基金会协办的“人工智能时代的工作前景:职业教育与培训”研讨会在北京举行。会议聚集了来自公共、私营机构及学术界的领先专家,共同探讨中国劳动力市场和职业教育与培训的发展,包括分析现状、分享可借鉴的全球优秀实践,以及寻求应对未来高科技人才战的最佳路径。
人工智能等科技已成为经济增长的新兴驱动力,并在重塑我们所生活的社会。中国政府已将人工智能产业上升为实现经济高质量发展等目标的国家核心战略。根据国务院于2017年7月发布的《新一代人工智能发展规划》,为即将到来的人工智能时代培养高技能劳动力是当前最紧迫的任务之一,而这对在经济增长与国家竞争力提升方面发挥日益关键作用的职业教育与培训体系提出了更高的要求。
摩根大通中国区首席执行官梁治文
“摩根大通是包容性经济增长的坚定支持者,我们相信应该有更多人获得持续提高经济水平和地位的机会。我们在全球以及亚太地区的劳动力发展领域积累了丰富的经验,并希望通过与中国主要利益相关方的合作,分享我们在应对劳动力发展挑战方面的经验。本次年度性研讨会及我们与中国发展研究基金会的合作,进一步体现了摩根大通充分调动集团资源,以助力本地经济和社区发展的承诺。” 摩根大通中国区首席执行官梁治文表示。
为提高中等职业教育的教学质量,帮助学生掌握获得优质工作的技能,摩根大通在过去三年向中国发展研究基金会的“中等职业教育赢未来”计划,也是摩根大通“青年新技能”计划在中国支持的项目之一,总计捐款达1900万元。双方的这一共同努力预计将惠及四川、广东、贵州和河北四省的31所中等职业学校的150,000名学生。作为计划的一部分,中国发展研究基金会还在今天的研讨会上发布了最新的调研成果《中等职业教育与未来人力资本发展——中等职业教育赢未来计划阶段性报告》。报告指出,近半数中职学生对人工智能等产业发展政策以及相关就业信息有过了解;承载着千万青年人未来的中等职业教育,应帮助更多的年轻人学会操作、管理人工智能等新兴科技,从而获得体面、稳定的工作。
中国发展研究基金会副秘书长方晋
“我国已经建成了全球规模最大的职业教育与培训体系,但仍然面临着不少挑战,比如,教育资源分布不均衡、社会普遍对中等职校学生缺乏认可;更为重要的是,教育质量仍有待提高,方可在即将到来的人工智能时代,解决劳动力市场需求和技能不匹配的问题。我们很高兴也很受鼓舞,包括摩根大通在内的很多企业已经加入我们,大家共同努力创造改变。”中国发展研究基金会副秘书长方晋说。
中国已经面临劳动力人口数量下降的问题,由于中国计划在2030年前后成为人工智能产业的全球领导者,其高技能人才短缺的挑战更为紧迫。在今天的研讨会上,九位专家还就职业教育与培训的全球最佳实践和应对人工智能时代的科技人才战两大议题展开了主题讨论。大家普遍认为,德国、瑞士等国让学生同时在职业学校接受学徒制培训的“双元制”教育模式或许可以给中国职业教育与培训一些启发。
亚洲协会香港中心主席陈启宗
亚洲协会香港中心主席陈启宗表示:“科技创新正在从根本上改变社会经济及劳动力市场所需的技能。因此,打造面向未来的教育体系已成为一项全球性议程。这不仅需要设计契合科技趋势的课程及其他技术性的解决方案,还需全社会齐心协作。作为领先的非政府组织,亚洲协会很高兴能创造这类会谈和合作,与各方共同应对关键挑战,从而打造我们共同的未来。”
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。