用机器学习方法获取概率模型：复杂 • 用人工神经网络获取网络模型：黑盒 • 超过两层的神经网络可以逼近任意连续函数 人类智能 • 抽象（语言）：概念，数字，理 念 • 逻辑（理性）：归纳，演绎，类 比 • 计算（模型）：科学方法 • 基于观测经验，发现规律 • MIT ：一切问题都是模型问题 • 模型： 一个映射， 一个函数 科学范式 ◼ 从规则到数据：逐步破除我执（去人类中心主 取得了突破，最被看好 • 概率模型，机器学习（统计学习方法）、数据模型、计算数学 2 、学习人脑：当前遇到挑战，可能会成为道路 1 的一部分 • 抽象模型：杨立昆的世界模型 + 功能分区 • 类脑计算：意识研究、认识论（哲学物理学）、认知神经科学 包括生物计算，不排斥数据科学方法（ mortal computation ） 3 、具身智能：刚起步，研究热点，可能会成为道路 1 的未来 重塑就业岗位和组织结构 • 如何培养 AI 专业人才和 AI 赋能人才 • AI 如何赋能教育 02 对 AI 教育的思 考 第一届人工智能教育大会 （ 2019 ） n 从职业角度来看，人工智能将带来三类影响 1. 替代少部分基础岗位 • 一些简单的重复性、模板化、“照本宣科式”的智力劳动可能会被替代，例如：基础客户服务、简单文秘、甚至一些翻译工作 2. 革新大部分岗位的职业技能

最大限度节省教育城域网的带宽，采用“二级一中心”分布式多级云架构，实现教育资源本地缓存、就近访问； 2 、完整支持图书馆联动检索、课件智能云搜索、互动课堂、协作备课、在线考试、远程巡考等关键教育应用，让教学协作、校务管理应用等更易于垂 直、横向融合； 2 、高稳定性，支持分布式部署，多课堂级联，杜绝单点故障； 在家学 偏远校区学 多媒体学习 移动多媒体学习 录播 一级 二级 校园虚拟云 校园虚拟云 校园实体云 校园实体云

方案的基石是构建一个端到端的系统性人才培养体系。它并非零散的单点举措，而是展现了清晰的顶层设计思路， 主要体现在两个层面： 课程的贯通性，从中小学的AI通识启蒙到大学的AI+X交叉应用，再到贯穿始终的伦理教育，方案打造了一个垂 直贯通的课程矩阵。这向市场清晰地表明，需求将是全学段、多层次的，覆盖从基础教具、科普内容到专业级实 训平台和课程资源的完整产品线。 素养的全员化，方案的独到之处在于，其培训对象不局限于学生，而是将教师和教育管理者也纳入了核心能力提 资源生成：AI自动录制与智能摘要 演示型教室 (阶梯教室、报告厅) 清晰信息展示与发布 • 智能导播：发言人跟踪，多机位智能切换 • 信息增强：实时字幕生成与多语言翻译 • 互动管理：AI智能问答聚类与排序 教室类型 具体教室形态 核心教学目标 场景AI+核心应用 互动探究型 小组研讨教室 (PBL/TBL/多屏互动) 培养协作能力、探究精 神与创新思维 • 智能分组：基于学情的异质/同质分组 AI黑板设备基础性能的提升，不再局限于元器件参数 的硬件升级，更多依赖于算法优化对整机运行效率的 协同增效。 通过软硬件深度融合，以算法能力（如AI降噪、声源 定位、发言人识别、宽域出光、圆偏类自然光）提升 音视频视听效果表现，实现视听输出的场景化、个性 化，保障课堂教学“看得更清晰”“听得更舒适”。 趋势二：“端模协同”赋能AI应用 基于教学场景应用需求，通过终端与大模型的协同优

大数据管理平台基于云存储技术，将学校内核心教学数据存储、管理和应 用起来 。 平台以教师云空间为中心 ， 按学校 、 年级 、 学科 、 教材版本等要素分类 ， 将 核 心 教 学 数 据 存 储 起 来 ， 并 自 动 归 类 整 理 ， 形 成 学 校 的 大 数 据 平 台 。 教 师 可 以 在 教 学 活 动 中 随 时 随 地 检 索 和 调 用 平 台 内 大 数 据 资 源 。 ink 第的为：在目第 用于管理本学校的家长，以及家长与学生的关 联。可以新增家长；可以按年级、班级、家长姓 名搜索家长；可以查看家长明细；可以修改家长 的相关信息；可以删除家长。 资源统计 用于分时间段按年级、资源类型、学科、文件类 型、教材版本等方式对资源进行统计，统计结果 为图表。 消息中心 用于查看和处理其他用户发来的消息、申请。消 失中心的用户申请中可以通过或拒绝教师加入 班级的申请。班级申请中可以通过或拒绝班级加 十 分 听 * 分类 报 惠 □ 分类饰计 □ 业务档案 德 指 当 单 m 名分析 D 势 分 析 山 科编计份析 W 图门计十分析 全较施十分析 □ 分类服 表 分 类饰计 □ 业务 5 案 D 颁健报当单 等值分村 Dm 名分析 D 5 砌分析 统计设置 数量

以及历年来统计的变化数据，供研究者使用。 二、 高校分类的说明 为便于进行分类比较分析，本报告继承了上一年度报告的高校分类体系，统 计涉及高校限全国普通高等学校，具体根据国家最新政策和统计口径需要，将高 校分为五类： 1. 第二轮“双一流”建设高校及建设学科名单内的全国普通高等学校，以 下简称双一流建设高校； 3 2. 除双一流建设高校以外的办学层次为本科的普通高等学校，以下简称其 他普通高校； 3 2%的双高计划院校应用了虚拟现实技术，69.3%的双一流建设高校在科研仿 真中应用虚拟现实技术。 （二）主要存在的不足 1. 新技术应用的平衡性与充分性依然不足 新技术在四类高校间发展不平衡。双高计划院校最积极拥抱各种新技术，应 用在多数场景的学校比例都高于其他三类高校。双一流建设高校和双高计划院校 的新技术应用比例明显高于其他普通高校和其他高职院校。新技术在不同场景间 的发展不平衡，部分场景应用比例较低。虚拟现实技术应用在科普体验、校园文 例逐年提高，80%以上的高校为教师提供网络信息安全、业务系统操作与使用、 教学信息化、网络文明与师德师风教育、个人隐私保护等方面的培训。双一流建 设高校和双高计划高校还聚焦鼓励措施，约三分之二的两类高校均采用经费资助， 超过一半的两类高校还建立了专项资金来支持教师信息化教学能力提升。管理措 施与技能提升双轮驱动，以机制创新推动教师数字素养提升的形态正在形成。 20 （二）主要存在的不足 1. 智慧教学平台应用深度和效能不足

42 针对高等教育的核心举措包括：建立高校教师数字能力框架，构 建分类分级能力体系；推进师范院校改革，将数字教育内容纳入 必修课程，增加人工智能应用、跨学科教学比重，建设智慧教育 中心；工程类院校要加强数字课堂建设，实现专业培养与实践环 节有机衔接；改革高校教师资格认定，将数字素养作为教育教学 能力重要考察方面；加强国际合作，积极参与国际组织高校教师 数字化转型能力认证等标准建设；完善保障机制，地方和高校要 构建和使用过程中仍面临数据孤岛与碎片化严重、数据标注成本极高、认知偏差难以识别与消除、隐私与安全 问题突出以及多模态数据融合技术不成熟等问题。 从获取方式来看，教育领域数据大致可以分为公开数据与内部数据两类。公开数据通过公开渠道检索即可获取， 主要包括：1）权威教育资源，如公开出版的教材、教辅书籍、学术期刊论文，以及国家发布的课程标准、教 学指南等；2）教育开放平台数据，如慕课平台的课程讲义、视频资 大模型背景下高等教育数智化转型研究报告 化提供过程依据。五是伦理约束与隐私保护，数据涉及师生尤其是未成年人的敏感信息，需同时遵循隐私保护 原则与教育公平原则，规避发展性偏差风险。 从训练重点来看，教育大模型需强化四类数据建设。一是中文数据，需要系统性地整合教材、政策文件、学术 文献及各类教学实践记录等中文语料，确保模型能够深刻理解中文教育场景特有的语言表达习惯、文化背景、 价值导向以及知识体系架构，提升中文表

理组网拓扑如下： 13 CAS/CVM 虚 拟化 新增刀片服务 器 (6 个 2 路 8 体 化 安 全 防 凹 H 热 述 C 同地 9 物 (AC. 垂奶部膝 娩 务致 Qs.Netow, 佳 像 ) 作 系 编 按作系换 操作系族 校 园 网 服务质 E 心 服来盟 上创建 VSI 类别，每个类别具有版本号，保存在 VTDB 数据库中。 服务器管理员通过 H3C CAS CVM 管理系统创建 VM, 从 iMC VCM 组件中查询可用的 VSI 类 别，创建 VSI 实例，实例的信息由 VSI 实例号和选定的 VTID 组成。 H3C CAS CVM 管理系统通过 CVK 组件将 VM 与网络资源的绑定关系写入到 vSwitch 模块。 的功能不同，所关注的安全问题也不同。所谓安全威胁，就是未经授权，对位于服务器、网络和桌面的数 据和资源进行访问，甚至破坏或者篡改这些数据/资源。从安全威胁的对象来看，可以分为网络传送过程、 网络服务过程和软件应用过程三类。网络传送过程主要针对数据链路层和网络层协议特征中存在的漏洞进 行攻击，如常见的监听、IP 地址欺骗、路由协议攻击、ICMP Smurf 攻击等；网络服务过程主要针对 TCP/UDP 以及居于其上的应用层协议进行，如常见的

实用的教学手段 （如：网络自主学习平台），为学生提供多种多样的学习方式，调动学生自主 学习意愿，使教学内容更具有实践性。 8、利用信息化技术，结合学校已有的教学、科研、学术资源，有效划分各 类资源职能，提供高效、实用的资源共享服务，提高资源利用率，构建可持续 发展的高校资源共享体系。 9、做好信息技术的普及和培训工作，提高广大师生和工作人员运用信息技 术的水平和意识。培养、建立、完善学校信息化管理队伍。创造更好的条件引 ；另一 方面，许多服务类应用系统需要得到一个或多个管理部门的支持，如离校服务 需要得到教务处、学生处、图书馆等多个部门的支持，利用应用集成平台，可 以使各管理系统相互之间共享信息资源，实现跨部门、跨平台的功能共享，形 成一个整体，为服务系统提供统一的支持。  通过公共数据平台实现核心数据的共享。 它们既是公共数据平台的数据提供者，又是数据使用者。一方面，管理类 应用系统将产生某些核 标准代码数据模型（数据标准代码集） 标准代码数据模型参考相应的国家标准、教育部标准和学校自定义的标准， 规范数据字典，形成全校的数据代码标准集。根据学校的实际情况，在建设标 准代码数据模型时，需要构建以下三类代码：  资源库代码：业务系统已经存在的正在使用的代码  代码参考标准：制定标准代码需要参考的现行标准，如国标、行标、校 标 国标：包括专业技术职务代码、干部职务级别代码等一系列国家标准代

千兆到桌面 千兆兆到桌面 面板 网络配线架 网络交换机 语音配线架 网络配线架 网络交换机 语音配线架 配线架 核心交换机 语音配线架 铜缆 大对数电缆 面板 6 类铜缆 + 超五类语音电 缆 6 类铜缆 + 超五类语音电 缆 综合布线系统简介 高达 1 Gbit/s 的 完整系统 模块 配线架 跳线和线缆 综合布线架构 校园网络系统 第三章 网络架构 网络拓扑 贵 对某个学科知识点或教学环节而设计开发的一种适合学生学习的新型网 络课程资源。微课的时长最短只有 1 分钟，最长不超过 10 分钟。 形式多样化 讲授类、问答类、启发类、讨论类、演示类、练习类、实验类、表演类、自主学习类、合作学习类、探究学习类 微课在传统单一资源类型的教学课例、教学课件、教学设计、教学反思等教学资源基础上作出了继承和发展， 形成了一种新型的更加便捷实用的教学资源。 微课教室介绍

智慧教育建设整体解决方案-教学类 Part4 智慧教育建设整体解决方案-评测类 Part2 教育行业建设的意义和行业分析 Part9 长虹售后服务 Part8 案例展示及企业资质 Part5 智慧教育建设整体解决方案-管理类 Part6 智慧教育建设整体解决方案-安全类 Part7 智慧教育建设整体解决方案-健康类 www.changhongedu  校园监控系统  校车管理系统  防灾应急管理平台 教学类 评测类 管理类 安全类 区域教育 信息化整 体解决 方案  食品安全监测平台  空气净化监测监测  水质净化、校园直饮水  学生体质监测平台  营养健康分析中心  心理健康辅导室建设 健康类 www.changhongedu.com 整 体 框 架 设 计 changhongedu.com 服务对象 面向市区县级教委/教育局 面向中小幼职学校 www.changhongedu.com Part THREE 智慧教育建设整体解决方案-教学类 www.changhongedu.com 多媒体教室 集多媒体教学、研讨、演示交流于一体，不但将教室资源最大限度的有效利用，并且极大的丰富 了教学的手段和教学的内容，带给学生更加生动的课堂感受。