科技行者 11月26日 北京消息:11月25日,芥末堆举办的2019第五届GET教育科技大会在国家会议中心开幕。本届大会以“教学相长、学以促用”为主题,包含2全天、7大会议区、13场主题论坛、1场思维工坊、2场社交晚宴。在萧瑟的冬日早晨,GET的领袖论坛现场被围得水泄不通。
大会邀请了保利威、腾讯广告、美团点评、豆神大语文、华为云、360等企业,共同探讨互联网+教育+科技的背景下“教、学、用”各环节、各赛道的融合升级。这当中不仅有职业教育、大语文、素质教育、少儿编程等热门赛道的前世今生、全球信息化浪潮下的海内外教育市场演进,还有智能化教育的最新成果。
在大会开场致辞中,芥末堆创始人梅初九回顾了GET几年来的发展,并对教学相长、学以促用”的主题进行了诠释:“为什么提出这个主题?因为它包含了教育行业里面的所有主体和所有要素。”当我们谈论整个社会的教育时,它一共包含三个场景:家庭场景、学校场景和社会场景。而在如今家庭、学校、社会之间都无法达成和解,无法互相信任的情况下,互相之间的沟通和交流便显得尤为重要,这也是大会主题“教学相长,学以促用”的由来。
芥末堆创始人梅初九
因此为了让大家对教育细分模块有清晰全面的了解,也为了方便各赛道教育同僚互通有无,我们将领袖论坛的嘉宾别出心裁地进行分类聚集,使得同一领域的观点在平行的时空内自由碰撞。
保利威用视频中台赋能在线教育;慧科教育以产教融合、工学结合发展新职业教育;涉足教育领域的腾讯广告帮助教育企业建立品牌和用户的连接;豆神大语文不把大语文当作学科看待,而是要与泛文化产业做结合;华为云利用技术优势打破校园数据孤岛……不同的经验、不同的思考在同一个空间里相互交流,促进着家庭、学校、社会三种场景的磨合。
保利威副总裁周鑫
豆神大语文总裁赵伯奇
美团点评教育培训业务部负责人李亦兰
除了领袖论坛的精彩演讲外,集中关注某个领域及话题的分论坛氛围也热火朝天。各分论坛分别关注了资本、智能教育、海外教育、职业教育方面的讯息,另外对于新型的课程设计及营销方案也进行了探讨。
“政策引力下的教育新消费”分论坛关注了政策影响下的教育资本发展;“GET China Workshop”分论坛与海外嘉宾共同关注中国教育市场;“探寻智能化教育的边界”分论坛展望智能教育技术的未来;“后厂时代的职业教育机会”分论坛为火热的职业赛道辨明方向;“新型融合课程设计方案”分论坛探讨创新的教学方案和模式;“从0到1,寻找增长的N个方式”分论坛为教育获客增长添加新的动力。
从领袖论坛到分论坛,教育的包罗万象可见一斑。一天的会议只是教育万象中的沧海一粟,但我们愿意将宝贵的经验与美好的愿望悉数奉上。
此外,除了内容上的切中实际与趋势以外,我们也采取了更为开放的心态与大家进行互动,将展区免费开放给了观众们,让最新的教育产品和讯息展现在观众眼前,这也直接使得大会现场人数由往年的数千跃升至上万人。
25日议程结束,26日议程精彩还在继续。领袖论坛11月26日上午场,相关政府组织与教育信息化领域的A股上市企业,将分享对于教育信息化领域的分析与展望。领袖论坛11月26日下午场,我们邀请到了K12领域的优秀企业与国外的优秀教育机构与组织代表,让影响与改变持续发生。此外分论坛分别关注了素质教育、大语文、精细化运营、少儿编程、教育科技以及海外教育信息,同样期待您的来临。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。