至顶网软件频道消息:作为一种去中心化的数据存储技术,区块链近年来受到了业界的追捧。不过,到目前为止,将这项技术与行业应用场景结合的成功的案例并不多,大多数项目还处于研究和探索之中。作为职业教育龙头企业的正保远程教育,也在积极探索这一技术在职业教育行业的应用前景。正保远程教育正在研发一个名为Link100职业能力链的区块链项目,用于服务像求职者这些需要职业能力证明的个人。这项服务基于Oracle区块链云服务进行开发,这也是中国首家提供这一服务的区块链项目。
正保远程教育成立于2000年,2008年在美国纽交所上市,拥有2000多名员工,在中国南、北方各设有一个教育培训基地,2018年营收1.667亿美元。公司主要从事互联网教育,专注于职业教育和服务,业务涵盖教育培训服务、书籍出版、企业服务等。
正保远程教育技术有限公司战略业务部总裁苏宏淼
据正保远程教育技术有限公司战略业务部总裁苏宏淼介绍,正保远程教育研发的Link100职业能力链主要面向教育、就业服务市场提供征信服务。比如,一个求职人员到一家公司求职,一般需要提供自己的简历。但这份简历的真实性是很难保证的,因为有个别求职者会故意隐瞒或拔高自己的能力,甚至学历证明也有可能是假的。Link100职业能力链要提供的就是一份值得信赖的个人简历。
值得信赖是因为这份简历是由求职者过往所参与的教育和培训机构写入的,记录了求职者过往接受过的所有培训和通过的各种考试的成绩。这个简历归求职者个人所有,在求职时,他把简历的ID给到求职的公司,公司HR部门可以通过这个ID查看到这份简历。这个记录采用区块链技术,持续一生,不能篡改,因此可为公司HR在评估求职者能力时提供重要参考。
苏宏淼表示,这是一个比较宏大的计划,需要社会上尽可能多的培训和教育机构(包括大学)参与,参与者越多,这个服务的价值就越大。“也正因如此,正保远程教育并不把自己定位为发起者,而是Partner,他希望社会上也能有更多机构参与。”苏宏淼说。
目前Link100职业能力链还处于测试阶段,在项目推出后,未来又将如何持续运行?苏宏淼说,正保远程教育推出Link100职业能力链的首要目的是研究区块链技术以及探索如何将区块链和自己行业相结合,至于如何盈利并不是他们最关心的问题。
“想通过Link100职业能力链服务本身来盈利目前来看是比较困难的,未来更大可能是通过周边生态,通过其他关联服务来实现盈利,支持项目运转。” 苏宏淼表示。
比如,正保远程教育正在打造一个虚拟导师计划,就是为个人提供针对性的培训指导和建议。通过把Link100职业能力链中的个人培训经历和工作经历结合,将来可以为个人提供针对性的培训推送服务,这就是他们众多构想之一。
他说,从大方向看,只要能掌握足够多的数据,就肯定能找到盈利模式。毕竟,这些数据不是一般企业能够收集到的。数据就是财富也不是一句空话。
颇有意思的是,当初Link100职业能力链的区块链项目的构想,就是正保远程教育想要做一些数据挖掘方面的工作。在和甲骨文的沟通和协作中,却将兴趣点逐渐转移到了区块链上,并最终选择了Oracle区块链云服务。
谈到选择Oracle区块链云服务的原因,苏宏淼表示,“甲骨文在区块链方面技术很领先,11人的超级账本技术委员会中就有甲骨文的技术人员。再加上甲骨文云服务本身的快速、可靠和全球化的能力,让我们最终选择了Oracle区块链云服务。”
苏宏淼表示,目前双方的合作非常顺利,他期待未来双方展开更多的合作。
好文章,需要你的鼓励
近期有观点认为,大规模使用生成式AI和大语言模型会增强人类左脑的逻辑分析能力,同时削弱右脑的创造力,导致人类社会逐渐成为左脑主导的群体。但研究表明,左右脑功能分工理论缺乏科学依据,大脑两半球在创造性和逻辑性任务中都会协同工作。此外,AI不仅能辅助逻辑思维,同样可用于诗歌创作、图像生成等创意任务。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软全球AI巡展在迪拜举行,宣布启动Microsoft Elevate UAE项目,计划为超过25万名学生和教育工作者以及5.5万名联邦政府员工提供AI技能培训。该项目是微软152亿美元投资计划的一部分,旨在加强AI基础设施建设,培养本地人才能力。微软还将与G42和JAHIZ平台合作,为联邦公务员提供技术培训,支持阿联酋成为AI领域的区域和全球领导者。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。