人工智能促进教育变革创新
通过云平台布置电子作业，利用数据分析课堂上学生学习行为，推进学校管理流程迈向数字化……前不久，2022国际人工智能与教育会议在线上举行，来自全球数十个国家的政府官员、专家学者、一线教师、企业代表等相聚“云端”，畅叙人工智能时代教育发展图景。
作为引领新一轮科技革命和产业变革的重要驱动力，人工智能催生了大批新产品、新技术、新业态和新模式，也为教育现代化带来更多可能性。习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。国务院印发的《新一代人工智能发展规划》，明确利用智能技术加快推动人才培养模式、教学方法改革；教育部出台《高等学校人工智能创新行动计划》，并先后启动两批人工智能助推教师队伍建设试点工作；中央网信办等八部门联合认定一批国家智能社会治理实验基地，包括19个教育领域特色基地，研究智能时代各种教育场景下智能治理机制；科技部等六部门联合印发通知，将智能教育纳入首批人工智能示范应用场景，探索形成可复制、可推广经验……“人工智能+教育”不断碰撞出新的火花，为教育变革创新注入强劲动能。
“人工智能+教育”，应用就在身边。音乐课上，虚拟数字人“元老师”跨越时空限制，带领多所学校学生同唱一首歌；体育课上，学生开始跳绳项目测试，智能终端上实时显示心率变化、跳绳次数、平均速度等数据。技术改变课堂，潜力无限。比如，借助虚拟现实技术，学生能够模拟穿上太空服行走在宇宙，感受浩瀚星河的魅力；通过增强现实技术体验川剧变脸，平面的课本知识变得可感可知。现实中，越来越多的学校已经开设或准备筹备人工智能教育教学活动。
“人工智能+教育”，变革教育生态。教、练、考、评、管各环节均有人工智能辅助，让教师教得更好；虚实融合多场景教学、协同育人，让学生学得更好；海量线上数据和逐渐强大的算力，让学校管理更加精准。此外，在人工智能支撑下，优质数字教育资源跨越山海，推动教育更加公平、开放。在西藏墨脱县，得益于多媒体器材配备到雅鲁藏布大峡谷深处、“智慧课堂”全覆盖，门巴族孩子小学入学率实现100%。
我国发展“人工智能+教育”具备良好基础和独特优势。比如，语音识别、视觉识别等技术世界领先；国家智慧教育平台汇集了海量的数据资源，2.91亿在校学生和1844.37万专任教师展现出丰富的应用需求；教育领域数字化基础条件全面提档升级，全国中小学（含教学点）互联网接入率达到100%，99.5%的学校拥有多媒体教室，学校配备的师生终端数量超过2800万台。也应看到，人工智能技术在教育领域的应用仍处于起步阶段。“数字鸿沟”可能将部分学生排除在智能教育之外，数据收集、使用、分析等环节存在安全隐患，相关公共政策制定较为滞后……以人工智能赋能教育现代化，这些都是需要回答好的课题。
着眼未来，应携手打造高质量、有温度的人工智能教育生态。人机协作如何更聪明，人机对话如何更友好，是“人工智能+教育”的长期课题。一方面，技术应服务育人，在让其“授业”“解惑”的同时，必须坚持教师“传道”的主体地位。另一方面，人也要理解、善用技术，努力提升信息应用能力，让人工智能更好辅助教学。教育是动态的、发展的，理性思考人与技术的关系，把握教育规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育深度融合、创新发展，才能更好赋能教育现代化，培养顺应时代发展要求的创新人才。（吴丹）
人工智能相关岗：什么样的技能和履历在找实习工作的时候有优势
直播问答专题内容最后一期了！本期全都是面临继续读书还是直接就业的选择的。大家各有各的想法，各有各的境况，但是都是面对二选一的境地，来看看他们的选择都是什么，以及学姐是怎么给他们建议的。
本系列的其他文章：
人工智能专业有必要读博吗？怎么才能去到算法特别强的大厂？
985硕士毕业四年前端经验想转岗NLP没有工作经验怎么办？
应届毕业生没项目经验怎么填补空缺？
间歇性踌躇满志时不时陷入迷茫高频焦虑问题分析
希望大家能通过别人的经历里面，总结出自己解决问题的办法！
第一名同学基本情况：
目前是本科大四，双非保送985计算机。
Q1：请问中科院深圳先进研究院的实验室招NLP的实习生。这类实验室的实习对于以后找工作来说目标算法岗的话，简历上是否有优势呢？相较于如果去一些公司做开发实习的机会，二者孰轻孰重呐？
Q2：还有就是目标算法，但以自身目前水平可能还达不到，可以先走运维开发或开发类实习，以后研二再跳算法实习吗？这中间的技能是否能够互补呢？
A：实习岗都是做基础工作开始，你如何特别努力和厉害，后面做的事情会跟全职的一样。
先进院偏研究，但实际很多大公司的算法实习也是偏研究。
所以区别好像不大。别想着从运维、开发转算法，如果想做算法，直接从实习开始就算法。
两者之间虽然有互补，比如软件开发的相关知识技能，但本质上还是差别挺大。
第二位同学基本情况：
我是一名在土木行业工作两年的工程狗，一直期望能早点转成行，年终奖的关系最好是两个月内能拿到Offer。工作时偶然能摸鱼看会儿Python写小程序，晚上下班了自学深度学习，时间就分配的差不多了。之前学过一点数据分析后搁那了，很喜欢人工智能，但AI的工作又很难找。
Q：由于我找工作意愿很迫切，所以请问老师我是不是该慢慢学深度学习，而是去学现在最快能上岗的爬虫、数据分析，转行成功了再去学机器学习、深度学习？
A：
从数据分析入手是一个比较现实和平缓的路径，但数据分析和AI仅有部分重叠，在Python机器学习算法这个部分重叠。
数据分析向上可走算法，可走大数据分析进大数据。数据分析报课的话直接报就业课程，爬虫就别整了，需要到网上去爬数据、连自己的业务数据都攒不下来的公司，你觉得还有必要去吗？而且爬虫越来越灰色。
难一点的是从数据科学（挖掘）入手，从的机器学习算法理论、项目实战课程、打数据分析比赛入手都是不错的选择。
第三位同学基本情况：
普通一本大三生，学计算机ai相关，想大四出去找相关开发岗实习，打算工作两年再决定读研方向，但是看到很多招聘要求都需要硕士，而且一想到有很多拥有工作经验又转行报了培训班的人，竞争很大，怕出去找不到工作。
Q1：自身对nlp和cv相关课程的兴趣比之前计算机的课程的兴趣要大得多，后端和nlp，cv该如何选择？Q2：工作是在发展迅速的二线城市好还是去大城市闯一闯好？
A：我看到了太多的本科毕业的算法工程师，学历不是问题，能力才是关键。
后端、NLP、CV要求的东西有相同有不同，发展上面后两者肯定热门得多。既然你有兴趣，就去做吧。无非是知识技能、项目经验、科研成果上面的不同。
二线一线看自己选择，当然一线最好，但累、压力大。二线要选有高校聚焦、意味着大企业研发中心集中的，比如南京、成都、武汉、西安。
不是地域黑嗷！东北的省会、其他内地的省会暂时还没什么发展前途。当然如果安安稳稳地过日子，就忽略我的话吧。
第四位同学基本情况：
北京某末流985经管类研究生研三、熟悉python、c++、了解Linux、之前学过吴恩达的机器学习、深度学习、熟悉数据结构、学过某清的数据科学项目、现在面临找工作、想去做数据挖掘或者量化，但是又怕自己的水平不够。
Q：所以想问一下老师怎么规划自己的学习计划，以及怎么找工作、这种经管+ai的复合受市场欢迎吗？
A：经管+ai当然很好了，特别是金融。但金融里欢迎的是数学或者编程出色（也得热爱）+金融的人。
如果你既不热爱，自己感觉水平也一般，进去之后会有点痛苦。如果是这样，建议可以走金融数据分析师的路，你的专业和技能在应届生中倒是很有竞争力。
把SQL补一下，强化一下数据分析的专业知识，多做数据分析实战！
第五位同学基本情况：
某双非大二，智能科学与技术专业，当前目标是保研（ai方向），对于工作还没有太清楚的认识，利用暑假时间看了一遍西瓜书，推了些主流模型，但是感觉理解和记忆并不深，想着比赛实战能加深记忆，但是感觉自己只会按着老师给的代码写，并不能内化为自己的知识，目前还在跟着一个老师学习，他让我研究算法推导，能力到了就可以跟他一块做项目发论文，不过感觉自己的进度有点慢，而且学的不太好，很是焦虑，以至于有点急。
Q：所以可不可以给大二的我一些大学的规划，以及学习上的建议？谢谢老师！
A：准备得挺早的，很好。西瓜书学过了，就不太建议你再推公式了。
首先借助打比赛，你没给自己压力，去多看看开源的知名比赛的代码，我们现在不断带大家打真正的比赛，几乎每2个月一场，这个是非常锻炼实战和代码能力的。
其他：选一个方向进入paper，看paper，啃代码，复现。一个paper就是大项目。然后进实验室（如果你们学校有好的ai实验室），跟着博硕们做研究，发paper。
如果代码能力不够，无法内化为自己的知识，可以看看我以前写的这篇文章，3000字8个角度细说怎么提高代码编程能力。
直播答疑系列已经全部整理完毕了，如果你有什么想不通的，关注公众号【学姐带你玩AI】来跟学姐说说吧！