5月17日,由小鱼易连和高思教育共同发起的"蓝天下,同课堂--肩膀计划&双师课堂发布会"在北京千禧大酒店成功举办,全球范围内超过400家教育行业从业者参与本次会议。

发布会开场,小鱼易连董事长兼CEO袁文辉分享了一则真实的故事:"在四川省达州市村坪村小学,80%的学生是留守儿童。学校只有三个班级以及三位老师,每位老师负责整个班级的所有课程。平均每一个学期,这里的老师都会离开。每个新学期,孩子们都会问:"我的数学老师去哪里了?"

而就在上个月,小鱼易连带着"云+端"的双师课堂解决方案走进了村坪村小学,一堂别开生面的双师课堂在这个乡村小学顺利的开课。一张张灿烂的笑脸,一双双求知的眸子,让在座的与会者潸然泪下。为孩子们的求知而感动,为远端的老师与孩子们直接的课堂互动而兴奋。
当前的教育扶贫正在从物资扶贫进入到资源扶贫的全新的阶段。肩膀计划利用小鱼易连"云+AI"技术推进教育信息化变革,同时整合优秀教育资源,真正实现了连接中国百万优秀教师以及千万贫困地区学龄儿童。
袁文辉同时发布肩膀计划整体进度规划:2018年9月完成6间双师课堂部署;12月完成100间双师课堂部署;三年内完成900间双师课堂部署。在课程的选择方面,肩膀计划不仅覆盖K12阶段语文、数学、英语等主科课程,还将覆盖音乐、美术、心理学、生活常识、科技等等多样化课程,丰富孩子们的知识面的同时,解决留守学生的心理问题。
鸿基金、创新工场、鸿合科技作为肩膀计划的联合发起方,将承载资金支持、贫困地区学校资源提供以及双师课堂所需的设备支持。
创新工场创始人李开复以及央视著名主持人、鸿基金发起人陈伟鸿出席了本次会议。发布会上,李开复表示:"创新工场作为肩膀计划的联合发起方,看中的是肩膀计划的核心主旨。在过去两年里,小鱼易连在音视频方向探索取得的成绩,加之整合优秀教育资源的能力,我相信肩膀计划是改变教育资源不均衡的有力尝试"。陈伟鸿表示:"鸿基金将为肩膀计划持续提供教育资源匮乏地区的学校,旨在为这些地区引入最优秀的教育资源方。"

肩膀计划作为资源型的助学计划,它的背后有一整套远程双师课堂技术解决方案作为支撑。小鱼易连是全球唯一一家实现远场音视频云识别的解决方案提供商,通过远场音视频云识别能力保障双师课堂生动流畅的效果;同时动态调整不同网络带宽下音视频质量,依靠核心音视频算法保障授课、听课端教室在互联网丢包环境下顺利上课;标准化的统一部署方案保障大规模的方案复制。
小鱼易连同时融合教育场景需求,实现课前预约、课堂互动、课中管理、课后点播、考评等功能。值得一提的是利用AI技术,做到身份识别、行为识别以及课后数据分析。通过人脸识别,课堂点名不再有假李逵冒充上课;通过身份识别,学生们的姓名、考试成绩等信息,统统都会出现在授课端老师面前;通过行为识别,远程老师第一时间知道哪个学生打瞌睡、上课走神;通过课堂中学生们行为识别以及学生使用答题器答题情况统计,老师判断课堂效果,包括学生的专注程度、参与程度、知识点的掌握程度等。当出现大面积数据异常时,老师可以及时调整教学方法。相比采用直播+答题器模式的双师课堂,小鱼易连双师课堂解决方案超越了整整一个时代。
小鱼易连董事长兼CEO袁文辉在会后采访时激动的表示:"孩子,是国家的种子,是中国的希望。目前,困扰教育的关键问题已不再是财政投入不足,而在于优质教育资源配置的不均衡。移动互联网、人工智能和大数据的发展,提供了优质教学资源结构化、以学定教、个性化教学的可能性。星星之火,可以燎原。肩膀计划虽然还很渺小,力量有限。唤醒以及改变,让更多的人知道肩膀计划,加入肩膀计划,改变中国教育资源不均衡局面是肩膀计划的初心。"
好文章,需要你的鼓励
云文件服务供应商Nasuni进行高管调整,创始人兼CTO安德烈斯·罗德里格斯卸任CTO职务,由前戴尔工程副总裁杰瑞·卡特接任。新任CFO罗斯·格兰杰替代离职的财务负责人雷·黑尔。自去年4月新CEO萨曼莎·金上任以来,已更换8个高管职位人员,新团队专注于"帮助企业释放非结构化数据在AI方面的价值"。
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
北美主要数据中心枢纽面临电力和土地限制,运营商转向新兴市场寻求支持AI和高性能计算负载的新位置。德克萨斯、宾夕法尼亚、卡罗来纳州等次级市场通过提供经济激励、加快审批流程和灵活监管框架积极竞争AI驱动的数据中心投资。华盛顿中部拥有全美最低能源成本,宾夕法尼亚获得两党支持,卡罗来纳州电力基础设施强劲。未来数据中心增长将更多依赖能够平衡电力供应、许可速度和经济激励的地区。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。