联合国秘书长吁重塑全球教育系统

联合国秘书长吁重塑全球教育系统联合国秘书长古特雷斯呼吁国际社会重塑全球教育系统，创建学习型社会，建立终身学习体系。新华社报道，古特雷斯星期五（8月4日）发布“教育变革”政策简报时指出，自动化、人工智能（AI）和零工经济的出现，使劳动迅速变化，进而对教育的内容、方式和时间产生重大影响。当今教育系统仍植根于死记硬背的学习方式，侧重于向学生传授社会认为他们需要掌握的知识，而不是帮助他们学习如何在不确定的未来茁壮成长。古特雷斯说，应摒弃传统的静态教育观，建立适应性强、行之有效的终身学习体系，创建真正的学习型社会。他说，人们对当代教育系统能否在迅速变化的世界中满足学习需求产生怀疑，要“对我们熟知的教育系统进行根本性改革”。古特雷斯呼吁会员国认识到教育和终身学习是“全球公共产品”，履行在2030年议程中和2022年教育变革峰会上所作承诺，并围绕教育变革应当包含的基本要素对创建学习型社会的新愿景作出承诺。古特雷斯说，这场教育变革涉及向综合全面的教育和终身学习系统转变，确保在教育中以及通过教育实现平等和包容等。星期五发布的政策简报还提及富国与穷国间在教育方面支出的巨大不平等等内容。

前OPENAI研究员将创办人工智能教育公司

前OPENAI研究员将创办人工智能教育公司7月17日消息，OpenAI创始成员安德烈·卡帕蒂(AndrejKarpathy)周二宣布创办人工智能教育公司EurekaLabs。卡帕蒂称，公司将使用人工智能助教来支持和扩展由人类教师设计的教材。“这种教师与人工智能的结合，可以在一个通用平台上运行一整套课程，”卡帕蒂说。“如果我们取得成功，那么任何人学习任何东西都将很容易。”卡帕蒂还表示，该公司的第一个产品将是一个本科水平课程，教学生训练自己的人工智能系统模型。——、

教育局推初中人工智能课程单元　涉人工智能伦理及风险

教育局推初中人工智能课程单元涉人工智能伦理及风险教育局推出「初中人工智能课程单元」，期望中学在2023至24学年起，安排10至14小时教学。教育局希望学生及早了解人工智能，同时需要思考由此引伸的道德问题。课程单元涵盖电脑视觉、虚拟实境、机械人等课题，当中亦提及聊天机械人程式ChatGPT，教育局提醒教师教授学生，做功课和进行研究都要用合法的途经获取资讯，及尊重知识产权。教育局科技教育组总课程发展主任连庭杰提到，单元有很多课时涉及人工智能伦理及风险等，包括讲解人工智能可提高生产力，同时可用作编写「作奸犯科」的软件。路德会协同中学助理校长钟富源表示，会要求中三学生分组做专题研习，尝试设计解决校园或社区问题的产品。他又提到，专题研习分组会顾及学生的学习差异，安排有不同强项的学生同组，发挥所长。教育局稍后会为教师提供培训课程，包括工作坊，提供约1000个培训名额，让教师掌握教学策略及评核策略。2023-06-2307:45:08

【观点：未来的人工智能模型将在区块链上进行代币化】

【观点：未来的人工智能模型将在区块链上进行代币化】2023年09月06日01点56分老不正经报道，FrameworkVentures的联合创始人VanceSpencer表示，人工智能可能是去中心化自治组织(DAO)所缺失的部分，而训练有素的人工智能模型可能会成为链上的宝贵资产。Spencer表示，最大的影响之一是人工智能最终将“自治”纳入去中心化的自治组织中。DAO的概念是去中心化的集体，拥有共同的目标，没有最高的中央权力。然而，许多最大的企业距离完全权力下放或自治还很远，它实际上并不是自治的，中间有很多人，看来人工智能确实是让DAO概念真正发挥作用的唯一方法。未来经过训练的人工智能模型将在区块链上进行代币化。

教育局倡初中及高小每年推行人工智能及编程课程单元

教育局倡初中及高小每年推行人工智能及编程课程单元教育局推出「初中人工智能课程单元」，建议学校推行10至14小时人工智能课程，进一步培养学生的计算思维和加强创科学习。教育局昨日公布相关课程，涵盖人工智能基础、人工智能伦理、电脑视觉、电脑语音和语言、虚拟实境、机械人、社会影响和未来工作等课题。课程划分为三个不同程度，教师可以根据教学需要安排教学次序，其中人工智能伦理、人工智能的社会影响和人工智能与未来工作，将是课程单元重点。课程包括介绍ChatGPT自然语言处理应用程式，示范利用该程式，输入关键字「橡皮鸭、孖宝、维多利亚港」，生成主题为「两只橡皮鸭」的歌词。另外，教育局亦推出「高小增润编程教育课程单元」，建议学校为高小学生每年推行10至14小时增润编程教育。以小四的课程为例，课程简介Scratch编程环境，又透过「海底探险」、「说故事」、「太空漫游」，学习Scratch的应用。2023-06-2010:46:50

人工智能对人工智能生成的内容进行训练将导致人工智能崩溃

人工智能对人工智能生成的内容进行训练将导致人工智能崩溃用于训练大型语言模型的数据最初来自人类来源，如书籍、文章、照片等，这些都是在没有人工智能的帮助下创建的。但随着越来越多的人使用人工智能来制作和发布内容，一个明显的问题出现了：当人工智能生成的内容在互联网上扩散时，人工智能模型开始对其进行训练。研究人员发现，“在训练中使用模型生成的内容会导致所产生的模型出现不可逆转的缺陷。”他们研究了文本到文本和图像到图像的人工智能生成模型的概率分布，得出结论：“从其他模型产生的数据中学习会导致模型崩溃——这是一个退化的过程，并且随着时间的推移，模型会忘记真正的基础数据分布。”他们观察到模型崩溃发生得如此之快：模型可以迅速忘记它们最初学习的大部分原始数据。这导致它们随着时间的推移，表现越来越差，错误越来越多。来源，来自：雷锋频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot