2025智能教育发展蓝皮书:人工智能赋能教师发展(精华版)-科大讯飞-59页高质量教师教育体系建设的特征、问题与应对[J].现代教育管理,2025,(03):43-51. ② 中华人民共和国教育部.中国智慧教育白皮书[R].中国:中华人民共和国教育部,2025:33. ③ 冯建军,刘铁芳,万永奇,等.育人的根本在于立德:理论思考与实践路向(笔谈)[J].湖北民族大学学报(哲学 社会科学版),2023,41(04):1-20. ④ 胡小勇,孙硕,杨文杰,等.人工智能赋能教育高质量发展:需求、愿景与路径[J] 究的转化。 多样化文献检索。基于 AI 技术的文献检索系统重构传统文献检索,形成智 能多样的文献检索服务。相似文献检索,输入核心文献即可基于知识图谱与网络 分析技术,自动生成引文关系网络,识别高被引文献、相似论文及前沿热点;问 答式增强检索,支持自然语言提问,利用语义解析动态优化检索路径,实现交互 式知识挖掘;智能推荐检索,结合用户画像与强化学习算法,主动分析研究轨迹, 精准推送关联文 使真人教 师得以从重复性工作中解放出来,将更多精力投入到促进学生高阶思维发展和设计 符合未来发展的教学活动,为破解教师结构性矛盾提供了创新解决方案。 ① 本案例资料由北京开放大学朱凯、王勤勇、高茜、艾海明、佟凤提供。 ② 本案例资料由哈尔滨工业大学化工与化学学院张兴文教授提供。 第 7 章 44 教师作为教育领域人工智能应用的核心主体 ①,不仅要掌握相关技术,更要 深入理解应用人工智能的伦理安全要求并承担相应的社会责任10 积分 | 59 页 | 6.49 MB | 5 月前3
【报价模板】投资估算超1.2亿的智慧校园报价清单实现16回路集中控制。 8 手机充电 1 9 环境监测系统 DPA 1 10 海康威视 1 高清全景夜视 具体参数详见产品说明书 11 公共广播 1 12 智能网关 1 支持国密级安全加密算法 工业级高可靠设计 75795 1200 一、二期 方案一: 名称 数量 单价 总价(元) 单位万元 智慧灯杆 8 75795 606360 60.636 普通灯杆 100 1200 120000 12 硬盘/2G独立显卡、声卡、网卡/DVD刻录/硬盘 保护/网络同传/机箱电源/键鼠/21.5寸显示器 1. 采用55寸LG液晶面板,单屏尺寸:宽 1214mm,高685mm, 拼接后:宽2428mm,高1370mm; 1. 采用22寸液晶面板; 序号 设备名称 ,将预警改为已处理;预警处理过的预警信息置灰,下 移。预警的排序是根据预警级别的由高到低排序的。 校园上网舆情趋势监测 (积极消极)7天 30天 支持点击某栋建筑,在页面呈现到该建筑的热力图,按 照楼层分别统计访问人员数量,可以查看每个房间的人 员情况; 显示楼宇的整体情况,包括月总结、日总结、标签和高 峰期,分析内容包括总访问次数,人均访问次数,全校 排名及趋势,单日访问量以及访问人员群体标签排名等20 积分 | 239 页 | 340.49 KB | 18 天前3
艾瑞咨询:2024年教育智能硬件市场与用户洞察报告www.iresearch.com.cn 研究范围与价值特征 教育智能硬件是教育数字化落地的重要载体,兼具规模化与个性化价值 教育数字化是一个逐层建设的过程,其关注点从基础设施层的高带宽网络覆盖到多终端数据采集的硬件发展策略,再逐渐关注到学 情数据的分析和应用过程,由底层到顶层,逐层深入建设并发挥效力。经过“三通两平台”、教育信息化1.0、教育信息化2.0的多年 建设,当前网络及 。 ➢ 形态:台式电脑 ➢ 优点:性能高,价格低廉 ➢ 缺点:体积大,不便携带 平板电脑 台式PC Chromebook 美国K12学校主流教育智能硬件发展历程 ➢ 形态:笔记本电脑 ➢ 优点:方便易携,性能高,经济实惠 ➢ 缺点:软件兼容性有限,使用寿命较短 ➢ 形态:平板电脑二合一 ➢ 优点:性能好,相对便携 ➢ 缺点:自重大,价格高 ➢ 形态:平板 ➢ 优点:小巧便携 ➢ *不包含键盘、手写笔等配件价格 100$-300$ 100$-500$ 500$+ 50% 80% 100% 价格分布 平均价格 典型案例 ✓ 耐用流畅:Chrome OS轻量级操作 系统,带来高流畅性及长续航优势 ✓ 云端存储:学习资料获取方便,设 备可共享、多账号可独立使用 ✓ 快速重启:用时比同类设备少73% ✓ 自动更新:不干扰课程计划、不占 用上课时间 硬件特性:轻便易用 使用轻便10 积分 | 107 页 | 3.91 MB | 1 年前3
“AI+医药健康”系列报告(一)- 院内场景丰富,全流程 AI 赋能医院作为医疗行为核心发生地,数据资源丰富、应用场景多样,本篇从诊前/ 诊断、诊中治疗、医院 AI 基建全面梳理 AI 在医院场景下的应用。 ❑ 诊前/诊断:1)AI+检验:检验诊断是临床信息的主要来源,AI+检验具有高 临床应用价值,可用于辅助报告解读、检验项目推荐和疾病预测及治疗等领 域,相关公司:润达医疗、金域医学、迪安诊断等;2)AI+病理:传统病理 诊断效率低,工作量大,以人工病理筛查为主的传统模式导致病理诊断供需 一、 政策驱动行业向好,AI 全面赋能医药健康领域 .......................................... 5 二、诊前/诊断:智能导诊应用广泛,AI 诊断临床价值高 ................................... 9 2.1、AI+检验:检验医学数据量庞大,AI 赋能应用广泛 ............................. ..................... 18 3.1、AI+诊疗器械:实现诊疗精准化,破解医疗资源的结构性矛盾 ................ 18 3.2、AI+医疗机器人:临床价值高,应用场景广泛 .......................................... 21 四、医院 AI 基建:医疗信息化建设持续推进,智能化趋势渐显 .............10 积分 | 31 页 | 3.14 MB | 1 年前3
2025年AI for医疗健康研究报告(附:医疗健康企业图谱)(439219) © 亿欧智库 - 阳侑 (439219) © 亿欧智库 - 阳侑 (439219) © 亿欧智库 - 阳侑 (439219) 核心痛点 : 影像诊断诊断流程繁琐、重复性高 • 传统医学影像分析工作繁琐重复 , 极度消耗医生精力 , 影响工作效率。 • 常规影像检查需按顺序处理 , 导致关键病例延迟诊断。 • 医生需手动撰写诊断报告 , 存在效率低且一致性差的问题。 商业模式清晰 : Al 医学影像已进入 成熟期 , 商业化模式如软件即服务 (saas) 模式、 软硬件捆绑销售 等已广泛应用于医院和医疗机构 , 医院支付意愿高。 • 产品多样化 : Al 医学影像产品已从 最初的肺结节、 眼科类产品扩展到 多品类 , 覆盖 CT 、 MRI 、超声 等多 种模态 , 满足不同科室的需 求。 生成、结构化处理、 质控等 , 提升 病历管理效率和质量。 • 相关产品和服务有一定市场份额 和盈利空间 , 但市场竞争激烈 : 客户对产品的功能、 安全性和稳定 性要求高 , 需不断创新和优化。 市场需求程度 • 市场需求稳定且持续增长 : 电子 病历是医院信息化建设的基础 , 随 着医疗信息化的推进和医疗大数据 的应用 , 对电子病历的智能化需求10 积分 | 29 页 | 2.55 MB | 18 天前3
2022中国智慧教育白皮书-基于信创体系的智慧教育信创云,是指在信息技术应用创新的背景下,以国产化的 CPU、操作系统为 底座的自主研发的云平台,统筹利用计算、存储、网络、安全、应用支撑、信息 资源等软硬件资源,发挥云计算虚拟化、高可靠性、高通用性、高可扩展性及快 速、弹性、按需自助服务等特征,提供可信的计算、网络和存储能力。云计算整 体架构包括:基于国产 CPU 的基础设施层,如整机、网络、存储等;IaaS 层—— 包括操作系统和云管理平台;PaaS )、存储和网络。随着过去多 年软件定义存储、软件定义网络等技术的发展,“软件定义的数据中心”已经成 为数据中心云化基础设施建设的主流模式。相比传统数据中心,软件定义的数据 中心具备高规模可扩展性、高可用性、高灵活性等优势。遵循着“升级替代”的 原则,信创替代以国产化为契机,推动数据中心建设模式从传统模式转为“软件 定义”的模式。 在软件定义的数据中心信创建设中,首先考虑的是虚拟化(Hypervisor)层 等技术集成;针对特定业务逻辑进行硬件加速; 解决裸金属存储网络的安全隐患;业务端到端网络可视化。 国内包括阿里云、华为云在内的诸多云厂商和一些芯片厂商、专业 DPU 厂商 均有相关产品,国产可控率高。 4.2.5 信创桌面云 信创桌面云作为云基础设施的一种成熟使用方式,它采用云计算技术将用户 桌面镜像在云数据中心进行集中存储和管理,然后按需把桌面资源发布给用户, 用户可使用多种类型终0 积分 | 89 页 | 5.83 MB | 1 年前3
国信证券-从多邻国的成功经验,探析中国本土教育企业“AI+”战略的路径异同《“十四五”国家 信息化规划》 开展教育社会实验。研究人工智能对教育模式和教育对象的影响,探 索人工智能融入教育对社会的影响。 2022.7 科技部等六部 门 《关于加快场景创 新以人工智能高水 平应用促进经济高 质量发展的指导意 见》 教育领域积极探索在线课堂、虚拟课堂、虚拟仿真实训、虚拟教研室、 新型教材、教学资源建设、智慧校园等场景;鼓励高校院所参与场景 创新。 2022.8 科技部 《支持建议新一代 的应用力度,减少负责翻译和内容创作的合同工,提 高生成式 AI 在这些领域的比重,同时将剩余合同工的工作重心转向监督和把控 AI 产出的质量。 AI 降本,支撑多邻国在为用户提供大量免费内容的基础上,维持超过 70%的毛利 率。自 2021 年上市以来,多邻国的毛利率维持在 70%以上,2024 年第三季度为 72.91%。多领国为用户提供大量免费内容,付费用户仅占月活跃用户(MAU)的 7.60%,但毛利率与高付费率的在线教育公司相当,如 Mazal,多邻国首先通过建立用户活跃度模型,分析发现当前用户留存率 (CURR)对 DAU 影响巨大,遂将其设为关键指标重点提升。公司推出优化后的排 行榜功能,依学习情况匹配对手、晋级联赛,此举使整体学习时间增加 17%,高 活跃用户数增至三倍。在推送通知方面,遵循“保护推送渠道”原则,通过 A/B 测试优化推送的时间、模板等元素,逐年提升 DAU。针对“连续学习天数 (streak)”功能,经测试推出“streak saver”通知等优化措施,显著提升留10 积分 | 36 页 | 2.48 MB | 1 年前3
职业学院新校区智慧校园建设项目技术方案(230页WORD)建设的首要任务。以现代教育理论和人本主义学习理论为指导,依托现代信息 技术,构建与智慧教育体系相适应的智慧型的教学系统、人本化的教育教学模 式,培育智慧型的教师队伍,提升教师的教育智慧,变革学生的学习方式,提 高学校的办学水平。未来五年,完成支撑学校教育教学信息化的网络学习服务、 数字资源服务服务、教育教学管理服务等项目建设,全面改变教与学的方式, 服务教师和学生的发展。智慧教学建设内容包括:多媒体教室等教学空间物理 降至最低。平台的稳定可靠是应用系统正常运行的关键保证,为保证各项业务 应用,网络、硬件必须具有高可靠性,尽量避免系统的单点故障,软件需要支 持虚拟化和负载均衡。要对网络结构、网络设备、存储等各个方面进行高可靠 性的设计和建设。在网络、存储设计上应采用硬件备份、冗余等可靠性技术, 合理设计冗余,制订可靠的备份策略,保证系统具有故障自愈的能力,最大限 度地保障系统的 7×24 小时长期可靠运行。 4 时、快速的修复。操作平台的人员为基层工作人员和互联网、移动网络接入的 社会公众。由于平台的复杂性,随着业务的不断发展,管理的任务必定会日益 繁重。设备必须采用智能化,可管理的设备,同时采用先进的网络管理软件, 实现先进的管理,具备高可管理性。软件系统操作必须易操作。 4.9 可复制性原则 系统设计在后续的推广复制中应能够在较小的代价及改动的前提下快速生 成符合其他特色的模块化应用。 18 职业学院新校区智慧校园建设项目技术规范书10 积分 | 337 页 | 5.79 MB | 6 月前3
“AI+医药健康”系列报告(二):ToC端应用普惠大众,有望蓬勃发展网医疗应势而生,并在疫情期间快速积累了流量(截至 2022 年 12 月国内互 联网医疗用户规模达 3.63 亿、同比增长 21.7%),但也暴露出服务体验弱(局 限性、单一化、质量层次)、变现难(C 端服务付费意愿弱但医生成本高) 的问题。随着 GPT-4 和“文心一言”模型在医疗领域的商业化渗透,互联网 医疗有望迎来新机遇。 ❑ AI+问诊咨询:线上问诊咨询是对线下诊疗的重要补充,分为健康咨询和线上 问诊。①AI+健 内互联网医疗用户规模达 3.63 亿,同比增长 21.7%,成为 2022 年用户规模增 长最快的应用。线上问诊咨询已发展二十余年来也暴露出了一些问题,例如:监 管不到位;服务缺乏连续性;医生回复不及时;误诊率高;平台服务费用高昂但 患者付费意愿薄弱等。 表 1 “互联网+医疗健康”相关政策梳理 政策名称 颁布部门 颁布时间 主要内容 《关于促进“互联网+医疗 健康”发展的意见》 国务院办公厅 传统线上咨询包括机器人和真人互动。机器人咨询往往基于患者的描述内容 完成信息搜索并进行反馈,整个交互过程是单向的,很多时候患者不能对反 馈内容或症状情况进行追问,困扰难以解决。而真人互动场景因为成本高、 变现难,往往会和后续购药行为进行绑定,容易让大众质疑其客观性和专业 性。 ◼ AI 的优势在于可以整合平台过往的咨询及问诊数据并进行机器学习、深度 学习,进而模拟人与人交互的过程,改善患者服务体验。于患者而言,AI10 积分 | 17 页 | 2.26 MB | 1 年前3
“AI+医药健康”系列报告(三):AI制药蓝海,人工智能助力新药开发全流程合成路线并优化反应条件 ML、DL 化合物筛选 成本高,效率低 使用虚拟筛选遴选出具有潜在成药性的活性 化合物,降低实验筛选化合物数量,降低资 金投入,缩短筛选周期 CV、DL 晶型预测 耗时长,筛选合适晶型困难 通过 AI 模拟晶型药物晶型筛选,可在短时间 选出稳定性强的最佳药物晶型 DL、ML 患者招募 招募适合入组患者难度高、周期 长 使用 AI 技术提取患者数据,快速匹配最合适 制药的企业之一,经过 10 多年发 展,逐渐成为全球领先的端到端、由生成式 AI 驱动的生物科技公司。2022 年公 司发布了强大的生成式 AI 药物开发平台 Pharma.AI,能够快速发现新靶点,高 效生成候选药物并预测候选药物在临床试验中取得成功的可能性,降低药物开发 成本。目前基于 Pharma.AI 平台,公司不仅提供软件授权服务,同时自建强大的 药物研发管线,2023 年具有 FIC 潜力的创新分子 数据获取风险:人工智能技术发展依托海量数据,制药端的数据具有特殊性和隐 私性,数据获得和来源具有重要意义; 商业应用风险:目前 AI 制药行业商业仍处在探索期,可能存在应用推广不及预 期风险; 研发失败风险:药物研发具有高风险高收益特征,有可能存在失败或者不及预期 风险; 盈利风险:AI 制药企业多处在发展早期,大部分公司仍未实现盈利; 政策监管风险:AI 制药行业尚处于发展早期,政策监管随着行业发展可能趋严。10 积分 | 17 页 | 2.22 MB | 1 年前3
共 13 条
- 1
- 2
