“我們的‘AI+低代碼驅動高等教育數字化進程’活動是同濟大學和騰訊公司長期合作、互相認同、同舟共濟的結果。當下，同濟大學是國內外領先高校，而如何從領先走向世界一流，數字化轉型是重要的抓手和內涵。尤其是我們校長到任后，將進一步推動教育范式場景技術的系統(tǒng)性創(chuàng)新?！?nbsp;
據婁永琪介紹，加上今年新當選的兩位院士，同濟大學總計有四名中國工程院信息學部院士。基于人才優(yōu)勢，同濟大學同時作為國家和上海市的科學研究中心，未來將繼續(xù)攜手騰訊，將人工智能全面賦能，在智慧教育領域做出世界級的創(chuàng)新。
從數字化助手到助力高校培養(yǎng)數字化人才
致辭中，饒臻首先強調了騰訊在教育領域的“數字化助手”角色：“在我們25年的發(fā)展歷程中，有20年都參與到了教育賽道中。2003年，教育精品課程首次上線，這在互聯網企業(yè)中是非常早期的。直到騰訊整合了內部的六大事業(yè)群和二十多個教育產品，正式發(fā)布了騰訊教育品牌?！?nbsp;
此次騰訊云TVP和騰訊教育一起走進同濟大學，并攜手推出TVP行業(yè)教育大使獎項，旨在助力高校培養(yǎng)更多的數字化人才，共同為我國的智慧教育事業(yè)做出更多貢獻。
開辟教育新賽道，塑造發(fā)展新優(yōu)勢
在《教育數字化轉型的體制機制探討》的主題演講中，同濟大學信息化辦公室主任、騰訊云TVP許維勝老師首先介紹了學研界在數字化轉型上的發(fā)展情況：“目前，各教育管理部門都已參與到相關技術的落地和調研中，包括教育管理部門的管理、決策咨詢機構的決策，校領導的協(xié)調、信息化部門的技術實現和協(xié)作，以及業(yè)務部門傳達用戶的具體需求?！?nbsp;
隨后，關于高校如何做好數字化問題，在許維勝老師看來需要達成以下幾點共識：
· 一把手工程，一把手要充分重視；
· 跨部門、跨業(yè)務領域的協(xié)調和協(xié)同；
· 總結推廣可操作的計劃、組織、設計、推進的系統(tǒng)化方法；
· 適度超前的場景構思；
· IT隊伍建設和師生數字素養(yǎng)提升（數字化不僅是硬件建設，關鍵是人的事）；
· 用戶體驗和師生滿意度；
· 提升信息化部門的地位。
談及新背景下的高校數字校園建設組織模式，許維勝老師認為重點在于如何落地?！敖M織既是一個名詞也是一個動詞，學校的信息化組織一般就是網絡信息中心（或者信息辦）；而如果說到工作怎么開展，則是一個動詞。在組織方面，目前一般高校都是中心化的IT組織，相對比較集中。”
但在實際推進業(yè)務數字化轉型的過程中，集中的、中心化的IT組織，并不太給力。原因主要在于數字化轉型的需求主要是在業(yè)務側，業(yè)務與數字技術的融合存在屏障。“所以，IT組織必須要下沉到業(yè)務，職能部門、院系（業(yè)務）與IT組成一體化團隊，基于統(tǒng)一的數字平臺，共同開展數字化轉型工作?！?nbsp;
最后，許維勝老師總結到，統(tǒng)籌數字校園的核心系統(tǒng)，既要運營好校園網（5G）、超算中心、數據中心（云計算），各類軟件系統(tǒng)（云原生微服務）、消防系統(tǒng)（物聯網、邊緣計算）、安防系統(tǒng)（物聯網、邊緣計算）、智慧園區(qū)管理系統(tǒng)（物聯網、云計算），以及教育資源建設和共享（云計算）等，守牢“中宮”，同時還要四面張揚，關注新技術的創(chuàng)新應用。
數智化運作的本質基于精細的模型架構
“在做數字化的過程中，經常有人問某個項目應該如何投資，我的回答是數據的價值不是人決定的，而是它帶來的客觀價值決定的?！痹凇禔I+低代碼技術及數字化實踐》主題演講中，中國信通院 低代碼委員會顧問、騰訊云TVP沈欣老師首先明確了數據的價值是數字化轉型的重要衡量。
具體來說，數據在以下幾個方面產生價值：
· 精細化操作減少成本；
· 新的機會增加收入；
· 減少不確定性、輔助決策；
· 連接帶來更高效的反應速度。
在數據、信息和知識的概念演進上，沈欣老師認為，數據是信息的表現形式和載體，信息則是數據的內涵?！氨热纾覀冊诳臻g中看到很多點，這是數據；但當點足夠多，發(fā)現其是一片樹葉之后，就成為了信息。而如果在信息的基礎上進行更加高級的抽象，則成為了知識?！?nbsp;
所以說，數據只是過渡，知識才代表價值，未來一定是知識的年代。
那么，基于知識的數智化究竟能夠做什么？在沈欣看來，主要在于解決數字意義的問題，了解數字背后的工作和任務出現了什么情況，其中的難點在于數學建模。“通過精細化的模型架構，從而適用于不同的應用場景，是數智化運作的本質。”
“從IT，到數智化，再到AGI ，未來是人工智能時代。智能化時代是一個Agents的過程，對開發(fā)代碼的要求會越來越高，效率要求也會越來越高，就要考慮怎么引入低代碼和無代碼的平臺幫助我們工作?！?nbsp;
沈欣老師表示，未來AI對低代碼將有巨大的顛覆作用，AIGC將會是低代碼的終局性機遇。首先，AIGC提供了從無到有的內容生成能力，突破了人類生產內容的特權。與此同時，它也可以做到已有知識的跨界創(chuàng)新，服務于0%~80%的創(chuàng)新，是一項巨大變革。
此外，據沈欣老師預判，未來三年之內初級程序員可能會消失。原因在于編程是信息化時代的產物，傳統(tǒng)的軟件包括數據、算法、流程，再加上UI，通過代碼構建、軟件執(zhí)行，加上控制即可實現?！暗搅薃I+低代碼的時代，很多東西都可以更高效的自動執(zhí)行?！?nbsp;
未來，在算力和功耗可以持續(xù)突破的前提下，業(yè)務數據庫將直接存放大量的非結構性數據，同時會變成GPT的私有訓練環(huán)境，持續(xù)迭代，最終實現數據自動進入、自動校驗，以及自動根據自然語言要求，甚至能做到自動找到最佳實踐進行輸出指導業(yè)務。
微搭：開放與自由的敏捷定制PaaS中臺
在《千企百校如何借助微搭解鎖創(chuàng)新新潛力》的主題演講中，騰訊微搭教育行業(yè)負責人 李萍老師先對微搭團隊的職能進行了簡要介紹：“微信云開發(fā)是微信團隊聯合騰訊云推出的專業(yè)小程序開發(fā)服務團隊，我們團隊會從開發(fā)角度做低代碼?！?nbsp;
截至目前，微搭完成了從快速構建到快速托管的應用產品矩陣。在低代碼方面的建設主要包括微搭低代碼、云開發(fā)，以及微信網關。
“我們希望搭建的低代碼架構是一個PaaS中臺，將云開發(fā)的一系列經驗和能力賦能給微搭，從而方便開發(fā)者在構建組件的過程中更加開放和自由。為此，我們結合了很多騰訊側的能力，比如視頻號、企業(yè)微信、教育基座，以及數字工廠之類?！?nbsp;
除了賦能開發(fā)者，微搭也開始走向行業(yè)，產品應用在教育、零售，以及工業(yè)領域的輕應用和小程序開發(fā)平臺。對此，李萍老師以協(xié)同同濟大學合作構建的櫻花節(jié)應用為例：“服務商可以直接對接系統(tǒng)的數據中心和用戶中心，從而只需關注當下要實現的業(yè)務，同時起到了規(guī)范低代碼業(yè)務水平的作用。”
此外，微搭也實現了在流程開放平臺中的應用，打破了扁平化的業(yè)務流程，從而構建了立體化的生態(tài)。而在營銷活動場景中，不僅完成了百分之百的UI還原，通過Serverless云函數可支持高并發(fā)（10萬QPS)，同時也實現了微信私密鏈路的安全防護。
最后，李萍老師談及微搭和AI的關系。在她看來，AIGC可以解決學習成本高企的問題，進行快速培訓，讓更多開發(fā)者迅速學習微搭的開發(fā)內容。同時，她也覺得AIGC后續(xù)可以快速喚醒應用模塊和生成應用組件，生成代碼等遞進演變。
理解大模型、擁抱時代浪潮
騰訊云智能教育行業(yè)負責人 賈鶴老師帶來《重塑智能時代生產力的應用實踐分享》主題演講。
賈鶴老師的分享主要分為兩個部分，首先他站在AI從業(yè)者的角度，談及如何理解當下的大模型，其次是從技術到工程，再到產品市場的視角，如何將對應的技術進行產品體系的豐富，進而賦能客戶和行業(yè)應用，帶來的思考和實踐。
首先，該如何理解大模型，他認為這是一種新范式：
· 從大模型熱的現象到背后的實現
2023年是AI從業(yè)者的高光時刻。與以往不同的智能化體驗、C端用戶的快速增長，以及迅速的ToB產品和市場策略，ChatGPT及各種gpt大模型掀起一輪又一輪浪潮。
· 關鍵技術組件，海量的高質量訓練語料，“足夠大”的模型基座
從GPT1到GPT2，再到GPT3，訓練語料呈現出成百倍的增長。OpenAI所堅持的模型思路是只要模型“足夠大”就可以應對更多任務和場景，因而全球典型的科研機構和廠商都會參考類似的路徑。
此外，還包括高性能算力、高速通信、Prompt Engineering以及系列Infra的組合，才可能出現這樣的一個“工程奇跡”。
· 對趨勢的一些思考
信息化程度越高的行業(yè)，用戶容忍度更高的場景，以及復雜度更低的任務，大模型更容易結合和落地。未來行業(yè)也會更冷靜，加速實戰(zhàn)落地。同時國內，一段時間內，很可能是行業(yè)/領域大模型和通用大模型并存，一邊服務B端客戶“生產”需求，另一邊服務C端用戶“大眾”需求。其次，應該如何擁抱AIGC的時代浪潮？ 泛化性更強、通用性更強、實用性更強，是大模型時代的三個典型特征。在金融、傳媒、教育、政務、能源等多個行業(yè)頭部企業(yè)和機構已經開啟落地實踐。
· TI平臺工具鏈升級，覆蓋大模型開發(fā)、應用全生命周期
面向大模型訓練精調場景，從數據、訓練、推理到加速 等能力，進行一套TI平臺的工具鏈進行升級。
· 全面接入主流開源模型，提供更豐富的模型選擇
接入和更新主流開源模型，加速能力升級，支持更多模型，實現更高加速比，幫助AI開發(fā)者和生產商降低訓練和推理成本。
“基于以上分析來看，我們的混元大模型有四大核心能力，一是實現多輪對話，更理解上下文意圖；二是知識能力增強；三是構建邏輯推理能力，準確理解用戶意圖，基于輸入數據或信息進行推理、分析；四是內容創(chuàng)作，提高生產力。這是我們四個維度上的創(chuàng)新和發(fā)力?！辟Z鶴老師介紹說。
此外，賈鶴老師也帶來了更多落地實踐的分享，MaaS助力智能應用升級，更加豐富了教育場景實踐，目前這些實踐主要包括高教場景Whole Picture、重塑PaaS/SaaS產品等，落地于招生咨詢助手、備課輔助、知識問答助教、口語助教、AI for Science、科研助手、行政問答助手、陪伴&心理咨詢助手、生涯助手等九大場景中。
面向高校信息化或者數字化建設，同時騰訊云智能也做了更多更為具體的落地實踐：
· 在科研場景探索，聯合某頭部醫(yī)學機構，共建醫(yī)療行業(yè)大模型，為居民提供連續(xù)、綜合、有效、精準的一體化智能問答健康服務，后續(xù)進一步拓展到智能影像識別，臨床試驗等科研創(chuàng)新場景。
· 在教學場景探索，某省級公共教學資源平臺的智能教學問答應用升級，旨在幫助師生提升教研教學資源利用率和用戶體驗。
· 在管理場景探索，“虛擬輔導員“助力高校學生及時、精準和高效地獲取生活或思政資訊。
騰訊會議：AI能力深度融合教學實踐，讓“教”與“學”更智慧！
“大模型對整個行業(yè)有非常大的影響和撬動，基于這項混元大模型的能力，我們在智能轉寫、AI小助手等多個功能上做了很多升級。”在題為《騰訊會議AI能力的創(chuàng)新應用實踐》演講中，騰訊會議教育行業(yè)負責人 施徐國老師強調說。
具體落地到騰訊會議智慧教室Rooms教學解決方案上，分別從學校、教師、學生不同層面給予價值展現——
線上線下、校內校外靈活連接：AI時代，學校管理更科學
融入AI技術的騰訊會議，可以豐富學校數字化創(chuàng)新建設，將傳統(tǒng)單一內容沉淀，轉型為面向師生的“個性化、多模態(tài)”內容知識平臺。而在學校精準培養(yǎng)的實施落地過程中，通過對課中、課后過程，進行大數據分析，業(yè)務平臺反饋用戶體驗，發(fā)現學生的優(yōu)點特長，促進個性發(fā)展。此外，提供面向跨校區(qū)、跨學校、跨國家的超低延時面對面的通訊系統(tǒng)，無縫對接海外主流通訊平臺，豐富對外合作能力，進一步延伸學校對外影響。
兼顧實時互動教學與課程制作回放：AI時代，老師教學更輕松
騰訊會議的AI能力，可以幫助老師記錄授課內容，自動生成多語種文字，形成課程章節(jié)，方便老師導出，編寫個人專屬教材，沉淀教師個人知識資產。此外，可以通過生成式的內容回顧，方便學生基于多模態(tài)進行個性化學習，并可通過權限控制管理授課內容的可見范圍，分擔教師教學輔導壓力。而數據分析加強了課程設計，“因材施教”幫助教師了解學生關注點、困難點，實現教師備課內容的科學性化的教，提升教學成就感。
智能錄制與高效互動：AI時代，學生學習更個性
在學生的學習環(huán)節(jié)，AI技術的融入可以幫助學生實現個性化學習——通過AI生成的教學知識內容平臺，方便每個學生根據自己的學習進度，完成個性化學習，如內容切片與檢索等。通過簡單易用的互動工具，實現筆記、簽到、彈幕、搶答、分組，提升教學氣氛，提升學生教學參與積極性。
圓桌對話：
通過AI解決低水平重復建設，改進管理模式
彭愛華：今天的主題是“AI+低代碼”，我們請許老師分享一下，AI和低代碼在高等教育數字化的流程中起到了什么樣的決定性作用？
許維勝：從同濟大學的實際情況來看，AI對高校的影響大概分為三個部分：
一是對專業(yè)教學內容的影響。我們學校每一個專業(yè)都在和AI相結合，比如說建筑設計、土木工程、智能建造、AI輔助的創(chuàng)意設計等等，這是對專業(yè)教學內容的影響。
二是對教和學的過程影響。比如，老師的教學方法和學生的學習方法，以及教與學的模式可以如何通過AI來優(yōu)化，這也是一個方面。
三是對校園管理和治理的影響。包括各種輔助決策、數據分析和業(yè)務系統(tǒng)的架構，期間都有AI的參與，但目前還在探索和起步階段，離我們期望的目標相距甚遠。
此外，還有兩個場景是騰訊和信通院可以幫助我們實現的：學校的應用系統(tǒng)存在低水平重復建設問題，可以通過AI+低代碼技術改善；管理模式的改進，包括減少試錯成本，從而進行更多的嘗試，通過技術的方式不斷走出桎梏。
AI技術賦能日常，教學場景更加高效
彭愛華：感謝許老師的真知灼見，接下來想問一下王老師，您是同濟大學的校友，這次也帶著中山大學多年的信息化積累回到了母校，一定會有非常多的感觸，可以談談您對數字化領域的經驗積累和思考感受。
王旭：感謝主持人。相較于時刻緊盯技術變革的企業(yè)來說，我們中山大學的技術并非先進，但還是有一些落地應用。比如，我們通過定位和人臉識別完成了一款新生報道的小程序，確保學生在校園內的定位功能是網絡與信息中心使用騰訊的LBS服務自行研發(fā)的，雖然不是很復雜的技術，但確實在很大程度上減輕了數千名學生一起報道的擁堵現場。
另一項分享是我們近期和微搭團隊合作了新一代師生服務平臺，其中有一個流程是橫向科研蓋章。在完成這個項目之前，中山大學的此項流程是完全線下化的。老師們需要跑多個部門才能辦完，可能還需要跨城市辦理，非常浪費時間和精力。基于微搭的線上連通能力，就把蓋章的流程和其他系統(tǒng)結合起來打通，完成了線上化。
我們上學的時代計算機還不是生產力工具，現在的電腦可以說是老師和學生最重要的生產工具，怎么用好這個工具就非常關鍵。通過電腦獲取知識更加方便，大大提高了學習效率毋庸置疑，但對學生來說，在處理大量信息的過程中可能力不從心，很難在有限的時間完成高效的知識提取，這是一個比較大的挑戰(zhàn)。不過，我們也從技術的跨越發(fā)展中走出了新的一步，AIGC就可以幫助老師和學生解決提煉和處理知識的問題，這是非常好的方向。但新的方向也會帶來新的問題，然后會有新的技術進一步解決，我相信技術在輔助人的認知方面還是可以形成良性閉環(huán)。
讓學生更好地匹配科技發(fā)展和產業(yè)升級
彭愛華：確實還是需要厘清技術和教育之間可能存在的矛盾關系。下一個問題想請教林楠老師。您從企業(yè)管理者的角度，是如何看待教育適應科技的發(fā)展，以及提升產業(yè)升級的能力？有哪些經驗思考？
林楠：先回答您第一個問題。教育的本質還是育人，所以談教育適應科技的發(fā)展和產業(yè)的升級，更重要的是如何培養(yǎng)學生，讓他們更好地匹配科技的發(fā)展和產業(yè)生產。具體到實踐中，我認為主要基于以下四個方面：
· 保持好奇的心態(tài)，這點特別重要。在科技發(fā)展和行業(yè)升級上，會不斷有新的技術涌現和迭代，要時刻保持好奇心。
· 培養(yǎng)動手能力。新技術出現后，人們總是看得多，動手做得少，但事情只有動手實踐才能更有積累和體會。
· 提升跨學科素質。以往單一學科可以解決很多問題，但現在隨著產業(yè)發(fā)展越來越深入，非常需要跨學科的能力。
· 持續(xù)學習的習慣。技術一直在迭代，我們需要保持持續(xù)學習的心態(tài)和習慣，才能跟得上未來的發(fā)展浪潮。
技術與應用場景融合發(fā)展，AI未來加持低代碼
彭愛華：感謝林老師的分享。接下來我們進入到觀點眾議的環(huán)節(jié)，基于之前搜集的三個具有代表性問題，分別邀請三位嘉賓來進行回答。
問題一：對于未來幾年的技術發(fā)展前景，哪一些趨勢和創(chuàng)新值得我們關注？
問題二：就您所了解的先進技術，在當前數字化應用領域有哪些潛力可以挖掘？
問題三：AI是否會取代程序員，以及和低代碼之間的技術關系是怎樣的？
許維勝：在教育行業(yè)，數字化轉型解決的問題主要是需求側的高質量個性化發(fā)展，這是從學生角度來說。作為供給方，學校如何將所存資源給到形形色色的每一位學生也是一個關鍵問題。這里涉及到三個模型，我們稱之為學習者模型、教學模型和知識模型。
學習者模型最重要在于數據打通；教學模型比較像物流系統(tǒng)，將老師提供給學生的知識進行搬運；知識模型主要在于知識的表現可能會運用到元宇宙的一些技術。此外，未來教育行業(yè)會發(fā)展出很多和場景關聯的技術，技術與應用場景的融合將是一大趨勢。
彭愛華：確實，未來的高等教育可能不在高校圍墻里面，也可以通過數字化無時無刻、隨時隨地的存在。下面請王旭老師再談談您的看法。
王旭：從自然語言處理到CNN，再到深層神經網絡的自然語言處理，技術的發(fā)展是日新月異的。如果讓預測明年會出現什么新技術，我確實沒有這個能力。但是，我可以暢想未來有一天可以在元宇宙中進行學習，生活，可以將包括ChatGPT，語音轉文字，圖像處理等機器學習應用在元宇宙之中，讓其更加真實。
關于AIGC的能力和低代碼的結合，我認為還是比較完美的。包括ChatGPT在內的AIGC基本上通過了圖靈測試，可以理解人類的語言，那和低代碼結合起來就非常方便。
但是以目前的AI能力，在細節(jié)的把控上是不足夠的，想要完全代替程序員還是不可能的。通過和AI的交流，可能完成百分之七八十的任務，但是對業(yè)務深入理解性的功能還是需要初級甚至資深程序員來完成。
彭愛華：接下來有請林老師站在騰訊的視角，您是如何看待這三個問題的？
林楠：人類的智慧實在太強大了，可以創(chuàng)新的技術非常多，但從我個人關注的場景來說，還是對大模型和虛擬現實最感興趣。
大模型對現有產品的重構已經影響到我們日常生活的方方面面，比如新能源智能汽車通過引入AIGC可以進行人車交互。再比如，騰訊利用自研混元大模型進行趨勢預測，從而提升廣告效率，也是一種預判趨勢和輔助決策的能力。
此外，回到今天的主題，我認為AI在未來會加持低代碼，首先是改變代碼的形態(tài)和交互方式，原來通過拖、拉、拽來實現一個應用，現在用自然語言就可以完成交互。雖然在生成復雜代碼上還有相當的難度，但是在低代碼集成大模型的能力之后，可以實現更加個性化的應用調整。微搭聯合騰訊大模型混元也在這方面積極地做一些嘗試，相信不久會有機會給到大家使用體驗。
結語
數字化轉型道阻且長，對于當下的高校來說，可能依然處于深度挖掘轉型場景的初級階段。而在挖掘的基礎上，需要不斷思考如何通過技術工具賦能，讓轉型路徑更加平穩(wěn)順暢，AI+低代碼無疑是驅動這一進程的重要催化劑。
而無論產、學、研，科技界的不同領域都是騰訊云TVP踐行“用科技影響世界”的寶藏之地。未來，我們仍將秉持審慎而樂觀的理性態(tài)度，帶來更多業(yè)界實踐。
