观点 | 工信部前部长苗圩苗圩:建议基础教育引入编程课程

梯度爆炸(Gradient Explosion)详解 梯度爆炸的本质是反向传播中雅可比矩阵连乘导致梯度指数增长,当谱半径 > 1 时,仅需数十层即引发数值溢出。其根源在于深层网络缺乏稳定梯度通路,尤其在 RNN、深前馈网或初始化不当场景下显著。应对策略以梯度裁剪(如 clip_grad_norm_)为首选,辅以残差连接、归一化、合理初始化(如 He/Xavier),并结合监控 grad_norm 曲线实现早发现、早干预。 阅读详情

据中新经纬报道,11月14日,全国政协经济委员会副主任、工业和信息化部前部长苗圩在“第11届财新峰会:重建全球信任”论坛上表示,中国要主动适应数字经济时代,从娃娃抓起,加强数字经济人才培养。“建议中国基础教育领域引入3D打印、简单编程等课程,组织开展编程竞赛,提升学生数字技能和创新能力。”

工业和信息化部前部长苗圩

苗圩指出,与领先国家相比,中国目前的高技术人才供给远不能满足发展需求。据统计数据显示,2019年全世界IT总支出为3.79万亿美元(约26万亿元人民币),而中国IT总支出为2.9万亿元人民币,占全球支出的11%,低于2019年中国GDP在全球16%的占比,也低于制造业在全球28%的占比。“一份白皮书显示,2020年中国的数字化人才缺口将接近1100万。”

“我参加G20数字经济部长会议了解到,美国、英国、德国等都是从小学三四年级就开始学习简单的编程,尤其是重视女孩的参与,防止新一代出现数字鸿沟。相比之下,中国的大学毕业生除了专门学软件的学生之外,大多不会编程。中外学生之间的教育存在明显差异,应该引起我们的高度重视。”苗圩称。

对此,苗圩提出三方面建议,一是在基础教育领域引入3D打印、简单编程等课程,组织开展编程竞赛,提升学生数字技能和创新能力;二是加大支持偏远地区的数字化教育,用远程教育等方式开展教师数字化能力培养,针对贫困地区研发更简单易懂的数字化课程;三是扩大相关职业培训与继续教育规模,推动企业、技校等开展人工智能、大数据、区块链等职业培训。

来源:中新经纬APP,记者:张燕征

往期推荐

送书福利|《Scratch底层架构源码分析》等你来看!

2020NOC创新编程赛初赛题(含答案)!

中小学竞赛之路,究竟该向什么方向走?

乐高大颗粒作品之西游记

作者签名书籍预定了:适合孩子零基础学习python语言的好书

编程一小时活动通关我的世界第7关

相机图像质量研究(15)常见问题总结:光学结构对成像的影响--暗角 老式相机的暗角往往比较明显,周围一圈能够明显感觉到亮度下降的很多,当然有些电源模仿手持相机的摄影效果,也能看到周围明显的亮度下降。一、 阅读详情

相关推荐

智能体在车联网中的应用:第31天 基于RLlib的多智能体PPO实战:MAPPO算法解决simple_spread合作任务

本文介绍了如何利用RLlib框架实现多智能体强化学习算法MAPPO,解决simple_spread任务。首先分析了RLlib的架构设计理念和多智能体支持特性,包括策略映射、环境包装等核心组件。然后详细解析了simple_spread环境的任务定义、观察空间和奖励函数设计。最后回顾了MAPPO算法原理,说明其如何在RLlib中实现集中式训练与分布式执行的CTDE范式。文章提供了完整的安装指南和环境配置方法,帮助读者快速搭建多智能体强化学习实验环境。

IT深耕十余载,大道之简 1341

消解家长的误解,少儿编程究竟是什么?

常常有家长对少儿编程教育有误解·小孩子电脑都不会用,怎么学编程啊?·学习负担那么重,不要增加孩子的负担·让孩子学编程就是虐待孩子的超前教育·孩子学编程有什么用?对升学有帮助吗·孩子以后又...

IT_Scratch的博客 739

Android无线调试:adb tcpip连接实战指南

本文详细介绍了Android无线调试的完整流程,重点讲解如何使用adb tcpip命令通过Wi-Fi连接设备,摆脱数据线束缚。涵盖环境配置、连接实战、稳定性优化及常见问题排查,帮助开发者高效实现无线adb调试,提升工作效率。

pink的博客 726

AI 写的测试测的是它自己:断言锁死输出,功能改错它也测不出来

AI 生成的测试跑得勤、全绿、上线前不报错,但三个月后维护时发现它已经"测的是自己"——断言用实现逻辑生成期望值,功能改错了测试还是绿的。这篇用一组沙箱演练量"可测性":同一个实现、同一批订单、两版测试(AI 风格·字面量锁死 vs 人写规范·业务谓词),走三组对照。结论反直觉:需求不变时两版测试都绿;需求一演进,A 版测试先误报(锁死输入结构,代码没 bug 却红),"修"完就变成测自己,之后功能改错它照样绿;B 版测试不误报、改错就红。跑得绿不等于测得住。

四六的六专栏 482

获取上传至DMS服务器上文件的URL

如果需要失效时间延长会设置URL永久有效, 可以去修改函数SCMS_URL_GENERATE的参数DURATION 或EXPIRATION ,DURATION最大时间是999999,若需要永久有效,则需要设置EXPIRATION的时间,这时系统会忽略DURATION的参数,生成URL的时候 SCMS_URL_GENERATE会调用SCMS_URL_SIGN函数这是其中默认这是了URL的生效时间为两小时。

一只学习的渣渣 548

从入门到精通:MATEKH743 飞控全解析——MAVLink 接口软/硬件对接实战

MATEKH743飞控是基于STM32H743微控制器的无人机核心控制系统,具备强大计算能力和丰富外设接口。该飞控采用双核架构,集成高性能IMU、气压计等传感器,支持多种开源固件(Betaflight/INAV/ArduPilot),适用于FPV穿越机、固定翼及工业无人机。相比PX4等飞控,MATEKH743在性价比和DIY友好度上优势明显,同时支持MAVLink协议实现设备通信。未来发展方向包括集成更高精度传感器、优化电源管理以及拓展工业应用场景,持续推动无人机技术创新。

bother3000的博客 2313

病虫害 AI 诊断可视化实录:三框同屏的流式诊断与五图看板

接上篇病虫害识别系统。AI 诊断从"点按钮等 30 秒"改造成"提示词、思考过程、诊断结论三框同屏流式输出",改造中最有价值的发现是:推理模型的思考框里能看到完整的鉴别诊断推理——模型逐条排除"玉米螟还是草地贪夜蛾",这个过程对植保人员比结论本身更有参考价值。同时把看板从 5 个数字升级成 5 张图。技术栈 SpringBoot3 + LangChain4j + ECharts,文末附实测数据。

qq_45896330的博客 214

【SpringBoot笔记44】SpringBoot多数据源配置(方式一:配置多个mapper扫描不同的包路径实现多数据源配置)

在SpringBoot应用开发中,一般情况下,都是只会配置一个数据源信息,之后整个工程都是对当前数据源进行增删改查的操作。但是,在实际开发里面,也有可能会遇到多数据源的情况,例如:当前工程中除了需要访问自己应用的数据库,还需要直接连接第三方系统的数据库进行业务处理,这种情况下,就需要进行多数据源的配置。SpringBoot考虑到了这一点,所以它是支持多数据源的配置的,下面介绍一下如何配置多数据源。

✅ Java 开发工程师 1118

React Native 0.84 鸿蒙手写批注实践:AI 辅助生成与真机重构 Pen Kit 一笔成形及动态 NDK 预测

React Native 鸿蒙手写库 react-native-stylus-pen 实现了手写画布、一笔成形与报点预测功能,配套开源项目“智绘手写讲义本”支持讲义圈注、轻触标记与直线规整。通过 HarmonyOS Dev Assistant 生成跨端桥接代码,并在华为畅享 100 Pro Max 真机与 API 26 模拟器上验证,解决了帧内触点合并、笔迹替换及 C 预测库缺失回退等关键问题,实现真机与模拟器双端稳定运行。项目已开源,欢迎交流与贡献。

白天写代码,晚上追AI大模型,偶尔搞点八卦 开源动态|技术干货|实习机会|生态活动 我负责分享,你负责变强 8774

本地部署AI应用:基于Google Gemini的banana-prompt快速上手指南

AI应用开发的核心在于将大模型能力集成到实际场景中,其原理是通过API调用将用户输入转化为模型可理解的指令,再由模型生成响应。这一技术价值在于降低AI应用开发门槛,实现数据本地化处理与隐私保护。在工程实践中,开发者常面临环境配置复杂、API集成繁琐等挑战。本文聚焦于使用banana-prompt工具包,通过TypeScript技术栈和npm包管理,快速在Windows本地部署基于Google Gemini API的AI应用。该方案特别适用于ai-prompts提示词工程和content-creation内容

weixin_27188815的博客 320

从零开始:C#上位机集成YOLO完成摄像头目标追踪(保姆级教程)

新手入门C#上位机+YOLO做摄像头目标追踪,最忌讳的是“只抄代码,不懂逻辑”。这个教程不仅给了完整代码,还把核心原理和踩坑点都讲清楚了,新手跟着走,不仅能跑通demo,还能理解为什么这么写。如果你们在运行时遇到具体问题,比如模型导出失败、代码报错,都可以在评论区留言,我会一一解答。后续也可以出一期工业相机+YOLO目标追踪的教程,帮助大家把demo落地到实际生产中。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1035

AI辅助评审怎么落地:杭州40个试点的技术细节

原因写得很具体:投标文件普遍存在页数多、数据体量大、格式不统一、排版不规范等情况,系统在文本解析、关键要素提取、深度语义理解等环节面临较大压力,耗时较长,运行效率有待提升。杭州公开了试点细节,不是AI加评审这种口号,而是一套有底座、有边界、有已知缺陷的工程实现。系统的准确率不是靠一次性训练定死的,而是靠真实评审过程持续抬升,每评审一个项目,系统就多一批带标签的难例。对做招投标系统的人来说,这套底座直接决定接口形态:招标文件要拆成可检索的条款项,资质材料要有明确的字段映射,否则比对无从下手。

m0_37802841的博客 330

ModuleNotFoundError: No module named‘langchain.schema.output parserlangchain.schema is not a package

电脑里现有的langchain库版本与import所需的不同,卸载原有langchain,重新下载最新的langchain。在步骤1后,若仍不可运行。在确保已重新下载新langchain后,重启python后,可正常运行。在版本号中填入所需的langchain版本号,可在requirements.txt查看。运行如下代码时,出现error。

weixin_45751925的博客 1715

AI应用 vs AI Agent:不是能力升级,而是“控制权”的转移

本文揭示AIAgent与AI应用的本质区别:核心在于流程控制权归属——代码决定路径的是AI应用,模型动态决策下一步的是Agent。Agent依赖“感知-规划-行动”闭环,导致成本高、不可控风险大,需通过Harness工程构建约束机制。判断使用场景的关键是任务路径的不确定性:可预判用AI应用,目标明确但路径未知则适合Agent。2026年,真正落地的Agentic系统仍不足一成,技术成熟度远未匹配热潮。

热爱代码的小小码农一只 374

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

我们用 AI 给 AgentLoop 手搓了一套海底世界探秘游戏,并开源了

前段时间 Ebby Amir,上线了一款 Starry Nightrider 的游戏,玩法是让梵高骑着自行车,穿行在 3D 化的《星月夜》(1889)里。玩家沿途收集光球,送进画里那座教堂尖塔。他并不具备游戏开发的职业背景,但是借助大模型,依旧能开发出一款质量很高的小游戏。

阿里巴巴云原生的博客 292

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

PaddleOCR与PyQt 界面综合案例

本项目基于PaddleOCR与PyQt5实现流水线标签实时识别系统,通过摄像头采集画面,结合置信度过滤(≥0.7)、正则格式筛选及三帧投票策略,有效降低单帧误识别,提升结果稳定性。系统采用模块化设计,实现“采集—识别—标注—统计”全流程可视化,界面简洁,响应实时,具备良好可扩展性,适用于工业场景中的自动化标签识别需求。

2302_80153357的博客 411

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

多模态试驾预约Agent实战案例

本章将实现一个完整的多模态试驾预约Agent应用系统,该系统实现了从多模态输入解析到试驾全流程(预约、调度、调整、信息查询)的闭环处理,适用于汽车试驾预约的智能化服务场景。系 统 概 述该项目“多模态试驾预约Agent”是一个集成多模态交互与试驾全流程管理的系统,主要功能概述如下。1. 多模态输入处理支持文本、语音、图片三种输入方式的解析与处理。(1)文本输入:识别用户意图(如“试驾预约”“价格查询”等),并提供针对性操作建议。

夏天又到了的专栏 407

AI赋能农业水域三维场景快速搭建:造形家框选即生成,解锁动态水流仿真能力

在乡村规划、农田水利设计、湿地文旅开发项目中,农业大棚、河湖沟渠、水库湿地等农业水域场景三维建模,过去常依赖航测倾斜摄影,成本高、周期漫长,还要投入大量人力手动建模。造形家依托 AI 识别能力,仅需框选地图范围,就可以快速生成完整可编辑的农业水域三维场景,还搭载 Flowmap 水流仿真能力,实现水体动态效果模拟,为农业水利规划、项目汇报、数字孪生底座建设提供高效解决方案。

m0_69539167的博客 244

Chrome、Edge、Firefox、MDN 联手给 AI 编程 agent 写了本现代 web 教材

最近在给 agent 工作流配前端能力,模型写出来的页面常年停在 2015 年的手法,这个仓库正面回答了这个问题。Modern Web Guidance 官方宣传图,来自项目博客本周 Top5:astryx(+8,700)、modern-web-guidance-src(+7,015,本期主角)、skills(+4,847)、sure(+4,786)、agent-skills(+3,884)。榜单前五有三个都在干同一件事,给 agent 喂知识,这个信号比任何单个仓库都直白。

Kaiji1126的博客 218

融新 AI 气泡图大师在制造业质检中的落地应用

在制造业的质检环节,面对堆积如山的工程图纸,最让人头疼的往往不是测量本身,而是前期的“打标”工作。传统的 FAI(首件检验)流程中,质检员需要拿着纸质或 PDF 图纸,用红笔一个个圈出尺寸,手动编写气泡编号,再对照公差表录入 Excel。这个过程不仅耗时极长,而且极易出错:漏标一个关键尺寸、看错一行公差、或者编号顺序混乱,都可能导致后续整批产品的误判。特别是在处理大幅面装配图或格式复杂的旧版图纸时,人工肉眼排查的效率瓶颈显得尤为突出。

zxy916740139的博客 510

大语言模型LLM综述解读:从预训练到评测,建立理解 LLM 的技术地图

本文综述大语言模型(LLM)的核心技术脉络,从预训练、适配调优、使用方法到能力评估,系统梳理了模型发展中的关键问题与进展。强调高质量数据、结构设计、指令微调与参数高效方法的重要性,并指出模型“符合人类偏好”不等于“工程正确”。提出需结合外部验证机制评估实际应用能力,尤其在专业领域如网络配置中,应重视格式合规性与约束满足性。

Soari的博客 315

企业内网知识库本地部署AI:档案合同检索的落地踩坑记

单位档案室堆着十几年的合同和公文,找一份三年前的采购协议得翻半天——这个问题我们团队在新疆几家政企单位都遇到过。这篇文章适合正在考虑本地部署大模型做私有知识库的技术负责人和运维工程师看。读完你能搞清楚:内网环境下 RAG 怎么搭、文档解析有哪些坑、以及为什么“数据不出内网”这件事比模型选型更值得先想清楚。先说结论:本地部署知识库不是买个显卡装个模型就完事,真正花时间的是文档清洗和检索调优。本地部署 AI 知识库,模型选型反而是最简单的一步。真正决定成败的是文档解析质量、切分策略和权限设计。

cyxq99的博客 347

RAG 运维与 AI Agent 运维岗位拆解:技术边界、运维对象与能力清单

本文从运维工程视角解析RAG知识库与AIAgent系统的新故障面,提出两大新岗位:RAG侧聚焦数据链路(解析→索引→检索→重排),Agent侧关注行为链路(规划→工具调用→执行→反馈)。两者复用容器、K8s、监控告警等传统底座,新增能力涵盖切分调优、向量库运维、评测流水线、多Agent编排与自动恢复。建议企业先接入AI链路指标,再按能力清单补强短板,推动大模型应用向生产级运维演进。

496

一种针对平铺 Token 语言模型的白箱、先验完备替代方案

序位逻辑(OPLogic)提出一种白箱、先验完备的平铺Token语言模型替代方案,将自然语言建模为分层标注的格点结构。通过双列表⟨P-ID, Z-GE⟩编码字符,短语表示为多列表态射链,验证三公理并构建言-语范畴,证明格点完备性与无幻觉定理。孪生图灵机(TTM)实现全局测序定位,复杂度O(G·D),优于自注意力的O(n²d)。二者代表不同本体论:前者以结构化构造意义,后者以概率逼近。理论根植于融智学(1993–2026)长期积累。

geneculture的专栏 187

明确边界:在AI工程实践中重构自我定位

分析在AI应用的过程中,人应该如何参与进去:通过AI去解决人无法分析的问题,但是这个过程中又需要人去判断,比如安全的边界和决策。从开始无法理解这种情景下存在的一定矛盾性,到通过不断实践后确定自己在整个过程的位置,达到能够更有针对性的补充知识体系的目的。

CC_77123的博客 215

从 RNN 到 GQA:自注意力与多头注意力机制全解析

对比维度RNN / LSTM计算方式逐步串行,依赖上一步隐藏状态矩阵运算,全序列并行任意两位置距离O(n),需逐步传递O(1),一步直达长距离依赖易衰减,梯度消失直接建模,衰减较弱单层复杂度O(n d²)O(n² d)GPU 利用率低,受串行限制高,适合大规模并行可解释性隐藏状态难以直观解读注意力权重可视化直观正是这些优势,让自注意力成为 Transformer 的基石,并进一步支撑起 BERT、GPT 等现代大模型。

weixin_39910711的博客 301
上一篇: 2020NOC创新编程赛初赛题(含答案)!
下一篇: 少儿编程满天飞,究竟有用吗?一文将你点醒!
青少儿编程课堂
博客等级 码龄6年 4168粉丝 1015原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址