用AI 互联网消除城乡教育鸿沟,搭建城乡一体化“网络数字学校”

来源 :计算机世界 | 被引量 : 0次 | 上传用户:helppeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  丁磊今年提交了多份与教育科技有关的提案。内容涵盖“创新智能教育方式”“助推先進制造升级”“电商精准扶贫”和“未成年人健康上网”等主题。
  丁磊认为,利用“AI 教育”等互联网技术消除城乡教育鸿沟、消除贫困代际传递,推动中国城乡教育均衡发展。直播、VR、人工智能等智能教育技术,可以把优质教育资源同步到贫困山区。
  此外,丁磊在青少年教育和健康成长领域,连续两年都有专门提案。丁磊提出,抓住设备控制,增设“儿童模式”;鼓励专属内容,促进适宜青少年的内容开发;做好立法保障,打造安全健康的青少年网络生态。
其他文献
中国电网  国家电网建造了世界上最复杂、最高效,覆盖所有地形地貌的电网,而且是世界上唯一没有发生大面积停电事故的电网。如果问未来谁有能力将电力传输并照亮世界上的每一个角落,我们都能骄傲地告诉他:只有中国!高速铁路  自2007年“和谐号”投入使用以来,中国高铁历经十余年的技术积累和创新,已经成为了中国向世界展示发展成就的重要名片。在不远的将来,100%(零部件和技术)纯国产的高铁将驰骋于祖国大地,
全球首条在开放道路上试运行成功的5G无人驾驶公交线路于近日在河南郑州正式开通。此条5G智能公交路线经由郑州中道东路—平安大道—中道西路—中道东路环线,路程全长约1.53千米。   在5G网络加持下,自动驾驶车辆可实现巡线行驶、自主避障、行人避让、路口同行、車路协同、自主换道、精准进站等等功能。甚至还能智能调度车辆,当检测到站台等待的乘客比较多时,就会自动加派车辆。
云计算、大数据、人工智能等技术和应用已经融入到我们的生活方式中,随之产生的数据类型和量呈现出爆发式的增长态势。据预测,到2020年,每天每个互联网用户将产生1.5GB的数据、一个数字化的医院会产生3TB数据、一台无人驾驶汽车产生4TB数据。  数据洪流汹涌而至,数据自由度与分布度的增加、新兴技术的涌现,使正处于数字化转型中的企业面临紧迫的压力和巨大的挑战。而这一切都离不开IT設备的硬件支撑,作为硬
自1998年“开源”概念首次被提出,至今已走过20多年。凭借开放、共享、自由的特性,开源一直在软件开发中扮演着重要角色,如今已成为支持互联网、物联网、云计算、大数据、人工智能等技术快速发展的重要动力,也是支撑很多企业进行数字化转型的技术手段之一,不仅影响着整个信息技术产业的发展格局,也影响着很多传统产业的运营方式。  抢手的开源  早在2015年,Gartner就预测:未来三年,95%以上主流IT
企业高级主管参与人工智能(AI)计划的情况目前正在迅速增长,高质量的培训数据正在成为重点。受到疫情的影响,企业加快了人工智能计划的推进速度。2020年,无论是参与人工智能计划的高管数量还是预算都翻了一番。  企业从此次疫情中得到的一个重要教训是,企业需要做好准备,能够随时获得高度的业务敏捷性。达尔文进化论的精髓是,那些能够比竞争对手更快适应市场发展趋势的企业将成为市场的领导者,并且能够一直保持这种
Zscaler报告发现,企业内部91.5%的物联网通信是明文的,因此很容易被窃取或篡改。  最近的一项研究表明,在受调查的数百万企业物联网业务中,绝大多数都是在没有加密的情况下发送信息,数据很容易被窃取和篡改。  云安全提供商Zscaler的研究发现,通过物联网设备进行的业务中,约有91.5%是明文的,只有8.5%经过了SSL加密。这意味着,如果攻击者能够拦截未加密的数据流,他们就能读取并更改这些
263云通信20年深耕企业互联网通信服务领域,为国内外各类客户提供融合创新、专業高效的沟通、协作、分享、传播服务。  2018年公司围绕企业通信需求,持续创新,对旗下企业邮箱、企业会议、企业直播等全线产品,从“视频、智能、移动和安全”四个方向发力,迭代升级,取得了业内瞩目的良好成绩,巩固了行业地位。  目前,263企业邮箱作为企业邮箱专业品牌,20年市场占有率保持领先;  263电话会议携手通信设
近日,IDC发布了从2018年至2020年的全球云预测报告,报告提出了以下十大重点:  1、到2020年,超过90%的企业将使用多种云服务和平台。对跨平台管理资源的投资将支撑这种转型。在这些企业中,超过三分之一的企业建立了运行多云环境的机制。  2、通过构建在数字平台上的新产品,75%的企业将在3年内把核心云API策略作为其数字转型框架的一部分,以实现由API驱动的经济。这些数字平台能够在生态系统
准确而又自信地预测未来。本文介绍如何借助数据预见未来所需的工具和策略。  一直以来人们很难预测未来。幸运的是,随着预测性分析技术的出现,用户能根据历史数据以及统计建模和机器学习等分析技术来预测未来的结果,这使得人们能够得出比以前更加可靠的预测结果和趋势。  尽管如此,与任何新兴技术一样,预测性分析也很难充分发挥其潜力。而更具挑战的是,由于不成熟的开发策略或者预测性分析工具的滥用而导致的不准确或者误
当出现传染病爆发、自然灾害或者任何其他类型的大规模紧急事件时,IT部门员工可能需要在家中或者其他安全的地方开展工作,直到恢复正常的业务运维。  保持工作效率不变并确保必要的IT服务在整个紧急时期不间断地继续运行,这对IT领导和员工来说都是一项挑战。本文介绍的7个建议可以帮助企业即使在最坏的情况下,也能保持关键运维和活动正常进行。1.组织起来  只要任务不涉及与企业物理资产的实际交互,大部分IT工作