为推动创新创业教育领域的技术探索与实践活动的开展,戴尔(中国)有限公司(以下简称“戴尔”)与天津科技大学于2018年12月4日就共建“人工智能创客联合实验室”(以下简称“联合实验室”)举行签约及揭牌仪式。戴尔易安信全球副总裁、大中华区成熟区域市场总经理袁洪伟,戴尔易安信大中华区教育行业高级拓展经理郑狄,天津科技大学校党委副书记张爱华,天津科技大学计算机科学与信息工程学院党委书记张国顺等领导莅临现场见证仪式。
联合实验室深度融合了戴尔在计算领域以及天津科技大学在科研领域的资源优势,为展开人工智能技术研究提供了强劲动力。天津科技大学将以联合实验室为基础,开设人工智能基础与实践、大学生创新创业相关的选修课程,为社会培养人工智能创新型人才。在科研实践方面,基于戴尔提供的高性能基础计算架构,联合实验室将积极利用神经网络和深度学习等理论方法,以模式识别基础理论、图像处理与计算机视觉以及语音语言信息处理为主要研究方向,探究人类模式识别的机理以及有效的计算模型与算法。
戴尔作为全球领先的端到端IT解决方案及服务提供商,在先进计算资源、高性能计算架构和信息分析处理方面具有雄厚的科技研发力量和技术实力,为当前人工智能技术科研和技术突破提供强有力的支撑。同时,戴尔在中国积极携手顶尖合作伙伴推进人工智能技术的落地,以其国际化视野和强大的行业实践经验助推中国产业转型与升级。
戴尔易安信全球副总裁、大中华区成熟区域市场总经理袁洪伟表示:“人工智能与教育是戴尔长期高度重视的两个领域。与天津科技大学加深合作共建联合实验室对我们而言意义重大,让我们能够凭借创新技术与先进的产品组合帮助高校搭建先进的人工智能教学和科研环境,推动前沿科技人才的培养以及创新技术的研发,进一步落实‘在中国,为中国’戴尔中国4.0+战略。”
天津科技大学是教育部国际合作与交流司于2017年年底公布的“首批挂牌中美青年创客交流中心”名单中的16所院校之一,一直以来在推动创新创业教育实践和促进中美人文交流方面成绩斐然。此次与戴尔强强联手共建的联合实验室,为天津科技大学师生及AI研究社区、创客群体等人员提供了集教学、科研实践、创新创业服务等功能于一体的优质平台,助力打造新型创新创业教育模式、推动人工智能领域的创新探索。
天津科技大学党委副书记张爱华表示:“近年来,面向创新创业教育领域,天津科技大学通过诸多丰富的活动展开探索和实践,包括支持各学院建设创新创业平台、开展创新创业竞赛、进行高水平创新创业讲座等等。能够与戴尔这样技术领先、独具慧眼的伙伴合作,我们感到非常的高兴和放心,学校将倾力整合各类创新创业资源,为联合实验室的构建和运营提供支持,与戴尔共同打造人工智能人才培养、创新创业文化交流的创新平台。”
联合实验室采用了基于戴尔易安信第14代PowerEdge R740服务器及NX3240 NAS服务器的解决方案,此高性能解决方案针对人工智能工作负载加速进行了优化,在存储、I/O和应用软件加速之间实现理想平衡,为人工智能技术的研发和应用提供强有力的支撑。利用高级软件高效管理文件和块数据,该解决方案为联合实验室构建了一个高效且适应性强的文件共享与数据备份平台,助力天津科技大学推进人工智能教学、科研实践、创新创业服务的开展。
人工智能是新一轮产业革命的重大推力之一,将成为未来竞争的高地,而人工智能竞争以顶级人才为根本。“人工智能创客联合实验室”的建立为创新人才的培养提供新的动力,激发学生通过学好、用好人工智能技术,将创新创业成果转化为现实生产力,让更多学生成为梦想的实现家。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。