ZD至顶网软件频道消息: 还记得那句曾经流传大江南北的台词吗?“21世纪什么最贵?人才!”
在当前的时代背景下,中国正在全面推进“中国制造2025”战略,各行各业处于全面的产业结构调整、向智能制造转型的重要时刻。如何利用先进的IT解决方案实现这一转型非常关键,而培养专业的IT软件人才则是实现智能化飞跃的首要战略。
近日,行业云应用软件公司Infor宣布, 成都东软学院正式加盟Infor公司教育联盟项目,成为该项目在亚太地区的首个合作机构。根据联盟协议,双方将针对中国IT行业人才短缺的问题,通过在成都东软学院开设一系列ERP课程,应用 Infor LN作为教学工具,与学院教师联合开发教材,联合开发试题库等方式,共同培养面向未来的应用型IT人才,支持中国科技的发展。
Infor启动成都东软学院教育联盟项目
据悉,Infor教育联盟项目(Education Alliance Program, EAP)通过提供创新、行业专属的技术,为研究和教育机构提供教学支持,针对市场特点和需求培养应用型技术人才,支持本地IT行业和人才的发展。
Infor公司教育联盟高级总监Martine Cadet将该项目比喻成“自己种树,自己乘凉”。她表示:“ Infor公司EAP项目致力于为我们的未来客户培养未来的人才。在中国乃至全世界,全面的产业调整和转型产生了紧迫的人才需求,尤其是大量的高端IT专业人才。我们很高兴成都东软学院加入Infor教育联盟项目, 通过开设先进的ERP课程,培养教师团队和培训学生,为中国培养高端IT软件人才,服务中国新兴产业发展。”
此外,Martine Cadet介绍道,Infor EAP项目与其他公司类似的项目最大的不同之处在于,EAP项目将真正地实现学生与企业之间的就业渠道。双方合作正式开展后,Infor还将为成都东软学院的学生们提供更多能参与到Infor公司实际的实施项目的机会,以及到企业的实践机会。
据了解,Infor 在汽车、零售、交通、物流、电信等领域深耕多年,其行业解决方案也因对行业的深入理解和专注、美观友好的用户界面、基于云、可提供科学洞见等特点为行业所广泛认可。这些条件在注重实操经验的IT软件人才的培养方面具有先天优势。
成都东软学院院长张应辉表示:“在国家创新创业战略背景下,面对‘互联网+’时代对创新人才的巨大需求,东软学院一直致力于产教融合的人才培养。 我们很高兴加入世界知名的企业管理软件公司Infor的教育联盟,共同推出先进的ERP课程,让学生接触到世界先进的产业化的知识,为中国的高端人才培养做出贡献。”
成都东软学院是经国家教育部批准设立,由东软控股投资举办的一所以工学为主,管理学、艺术学、文学等学科相互支撑、协调发展的民办普通高等院校。目前,全日制在校生超过一万名。
Infor公司北亚地区董事总经理Graham McColough表示:“和成都东软学院结成教育联盟, 将有助于进一步壮大我们在中国的合作伙伴联盟体系和打造完整成熟的生态系统,有力推动Infor更好地服务中国市场。”
Infor教育联盟项目(Education Alliance Program, EAP)通过提供创新、行业专属的技术, 为研究和教育机构提供教学支持,针对市场特点和需求培养应用型技术人才,支持本地IT行业和人才的发展。
成都东软学院的Infor ERP课程已于2016年年初开设,目前已培训600多名学生。预计两门课程推出后,每年将有1,300名学生接受基本的Infor LN培训。学生们将用数据建立一个虚拟的公司,验证 LN 的设置及功能。2016年冬季成都东软学院将选派10到18名教师接受教师培训,获得培训教师资格认证。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。