北京时间2020年4月24日,Linux基金会亚太区(LFAPAC)与开源中国战略发布会暨LF开源软件大学联合启动仪式圆满落幕。发布会获得了多家业内知名企业的大力支持,邀请了50余家国内外新闻媒体参与直播报道。
会上,Linux基金会亚太区(LFAPAC)和开源中国运营负责人分别从全球科技人才的角度,介绍了LF开源软件大学最新的开源技术培训和认证教育资源,并与华为、百度、腾讯、中国移动的行业专家一同就开源生态的构建和展望展开讨论。
近年来,随着技术的日新月异,IT技能培训需求与日俱增。根据中信证券研究所数据统计,预计2020年国内IT教育行业市场规模达到500亿元,伴随高新技术企业对IT人才需求的攀升,未来市场仍有较大的上升潜力,预计2020-2025年复合增长率为25%-30%;到2025年,中国IT教育行业市场规模将突破500亿元。
为了给国内开发者提供便利,同时完善开源生态,Linux基金会亚太区(LFAPAC)联手开源中国,共同搭建一个国际技术交流平台(training.linuxfoundation.cn),提供本地化的一站式培训/认证服务,为中国开发者赋能,为中国企业培养具有国际视野的开源人才!
作为专门为中国开发者量身定制的线上培训平台,LF开源软件大学提供Linux基金会所有官方课程和认证考试,以及权威的师资团队和认证导师为培训品质保驾护航。与传统线下培训不同,LF开源软件大学采用灵活的线上教学模式,开发者可以随时线上自主学习,预约认证考试,还原与生俱来的“互联网基因”。
“我们欣喜的看到,这次合作将为中国开源社区和有兴趣深入学习开源软件相关知识的研习者带来诸多机遇。通过与中国领先的开源社区开源中国(OSChina)的合作,我们将触达更多感兴趣的研习者,提供更广泛的开源技术培训课程,包括为全球重要开源项目(例如Kubernetes或Hyperledger) 提供的免费课程、在线自学课程、讲师指导课程或认证考试。现在,中国作为拥抱开源软件方面的领导者,因此我们相信这次合作恰逢其时,Linux基金会也非常愿意提供培训课程和认证考试支持这些努力。”
——Jim Zemlin, Linux基金会执行董事
Linux基金会亚太区(LFAPAC)负责人杨轩表示,“Linux基金会亚太区(LFAPAC)与开源中国一直致力于推动和领导中国的开源创新运动,有着长期的合作经验和共同的理念,我们的合作伙伴都是高瞻远瞩的企业和不断追求进步的科技精英。今天,Linux基金会亚太区(LFAPAC)与开源中国强强联手,推动国际技术交流和人才交流,为社会培养更多的开源软件人才,让LF开源软件大学成为您成就事业最值得信赖的合作伙伴。”
开源中国运营负责人李晨表示,“开源中国是中国最大的开源技术社区,致力于推动国内开源软件的应用和发展,服务好本土开发者。希望这次与Linux基金会亚太区(LFAPAC)合作引入顶级开源项目,以培训的方式让国内开发者了解开源项目及其运作方式,提升本土开发者的国际化视野,同时让开源技术更好的在企业中释放价值。”
未来,LF开源软件大学将走进各大品牌院校,寻找开源的“明日之子”,联合国内外优秀开源厂商,将本土开源项目推向国际舞台,培养既具备国际视野,又熟悉本土开源环境的复合型人才,完成从“陪伴式成长”到专业实践的引导。LF开源软件大学将不仅是有本土情怀的品牌,为梦想增值的育人摇篮,更是企业最值得信赖的合作伙伴,是开源人才培养体系的终极布道师。
好文章,需要你的鼓励
随着5G流量快速增长和新用例不断涌现,网络运营商需要在最小化环境影响的同时管理密集网络使用。Orange法国与爱立信合作开展创新试验,测试FDD大规模MIMO天线集成无线电,优化高流量区域频谱使用。双方还探索Cloud RAN和Open RAN架构,通过虚拟化RAN功能实现灵活的软件中心网络。合作重点关注利用AI驱动的自动化和意图驱动技术提升能源效率,在不影响性能的前提下动态调整网络资源以降低能耗。
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
微软正在将Windows 11改造为"智能代理操作系统",在任务栏中集成AI代理功能。新功能允许AI代理在后台执行任务,用户可通过任务栏图标查看进度状态。微软还在文件资源管理器中集成Copilot,提供文档摘要、文件问答等功能。此外,Click to Do功能得到改进,可将网页表格转换为Excel文档。这些AI功能采用本地AI和云端AI混合模式,为用户提供更智能的操作体验。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。