2021年6月2日,深圳——近日,英特尔与AI智适应教育品牌松鼠Ai正式签订战略合作协议,旨在重点关注如何利用AI技术提升终端设备的学习体验和学习效率。此外,双方还将在利用AI技术分析学习状况及推进健康护眼等方面展开一系列合作。英特尔物联网事业部教育与企业市场全球总经理黄薇和松鼠Ai CEO、联合创始人周伟分别作为企业代表见证了这一时刻。
洞察全球教育趋势,三步走推进个性化教育
在教育从业者看来,推进教育个性化、公平化和高效发展早已是心照不宣的共同追求。纵观全球教育发展趋势,由AI技术赋能传统教育,以此打破传统教育的时空限制,实现教育资源共享的时代已经来临。在这个过程中,智适应教育能够解决教学的核心、提高学习效率和兴趣,对深化教育改革具有重大的推动作用。
基于这一共同认知,英特尔与松鼠Ai决定携手合作。基于松鼠Ai SaaS系统对智适应技术基因属性的充分洞察,并结合英特尔底层技术、终端设备的优势,能够满足学生认知需求。
对此,英特尔物联网事业部教育与企业市场全球总经理黄薇表示:“对比传统的耳提面命,数据化驱动的因材施教才能推进教育领域的真正变革、推动教学从上而上的被动标准化升级为从下而上的主动个性化。而松鼠Ai SaaS系统可以基于AI技术结合大量用户数据进行大数据分析,为学生提供个性化学习体验,推动真正“因材施教”教学理念的落地。”
为此,英特尔将采用“三步走”战略进行未来合作。在这一计划中,英特尔将分别从互动、协作和连接三个角度与松鼠Ai展开合作:
除了对学习体验和学习效率的关注,英特尔和松鼠Ai还将专注健康护眼功能,通过改良智能终端硬件设施,为学生的生理健康保驾护航。
因材施教,科技赋能教育更有温度
教育企业长远发展的核心绝非广告营销,而是基于产品和服务为社会创造的价值,例如提升学生在思维架构和认知协作上的能力。
作为专注K12教育的行业领军企业,松鼠Ai借助其2014年就开始研发的智适应教育AI SaaS系统,致力于将个性化教育带到教育资源匮乏和教学水平落后的地区,推动真正的“因材施教”教学理念落地。
其中,先进的技术是松鼠Ai的“底气”。具体说来,其自主研发的AI自适应学习引擎是全球级别较高的AI授课虚拟老师,这一系统在提升学习效率和推进因材施教上尤为有效。在这一教育系统中,松鼠Ai能够通过知识点诊断和大数据分析诊断学生的学习现状,并以学生为中心提供专属教育内容,将知识点进行精细化拆分,通过塑造知识图谱和用户画像帮助学生查漏补缺。
在此基础上,松鼠Ai还采用AI自适应+真人老师的模式进行教学,真人老师的角色更像一位监督者,在后台实时跟踪每位学生的学习进度,对学生普遍出现的知识盲点进行集中讲解。正常情况下学生可以根据系统的提示和个性化推荐来完成日常学习,但若遇到学生学习进度停滞和学习状态不佳等情况,教师就会承担起育人的职责,并在恰当的时间点介入,帮助学生顺利完成剩余的学习任务,真正做到寓教于乐。
自成立以来,松鼠Ai在教育领域频频创造亮眼成绩。借助其已经非常成熟的智适应教育AI SaaS平台,伴随和英特尔等众多企业的强强联手,松鼠Ai将能集结更多力量,解决三维空间与二维空间资源上的矛盾,让更多孩子们享受到优质的教育资源。
在推进K12教学与AI融合发展过程中,以松鼠Ai为代表的AI教育品牌,正在以更加优质的产品服务和技术能力得到关注。而英特尔作为全球领先的计算创新领域厂商,此次与松鼠Ai携手,恰好是基于双方在教育领域达成的共识和愿景:让更多的孩子爱上学习,让更多的教育不再流于表面。
伴随着以AI和大数据云计算推进的新一轮产业变革爆发期的到来,越来越多的优质企业正在为教育质量提升和教育公平创造更多可能。英特尔和松鼠Ai的此次携手将为教育效率的提升和教育公平的推进提供更加坚实的基础、帮助更多孩子找到关于未来发展的更多可能性。
好文章,需要你的鼓励
智能网卡(SmartNIC)技术自2013年AWS首次应用以来,虽然获得了VMware、英特尔、AMD和英伟达等巨头支持,但市场表现平平。分析师指出,目前主要客户仍局限于服务提供商。然而,随着AI技术蓬勃发展,情况正在改变。英伟达、红帽等厂商在AI云架构中推荐使用DPU,认为其可优化推理工作负载并提升资源效率,AI革命有望真正推动智能网卡技术普及。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
YouTube为Premium会员推出AI生成的搜索轮播功能,可在购物和地点查询时显示相关视频序列。同时,此前仅限Premium用户的AI对话助手开始向美国普通用户开放,用户可通过"询问"按钮获得视频摘要和内容问答服务。该AI工具基于YouTube平台和网络信息运行,但准确性仍待观察。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。