中国扶贫基金会与亚马逊中国昨日宣布,旨在消弭城乡之间青少年阅读鸿沟的“书路计划”正式面向社会开放,任何社会组织、企业与个人将都能够参与该公益项目,直接通过中国扶贫基金会向偏远地区的小学捐建Kindle电子图书馆。中国扶贫基金会将对电子图书馆的Kindle设备进行统一采购,并对“书路计划”实施计划、执行、监督与管理。亚马逊中国将配合中国扶贫基金会为“书路计划”提供整套的技术解决方案,协调图书馆的电子书目内容,以及学生作文选集《书路童行》的成册义卖和教师培训等一系列项目及活动,并继续捐赠亚马逊Kindle电子图书馆。这标志着Kindle“书路计划”经过两年的发展,正式进入3.0阶段,在专业化、可持续化和可扩展的公益创新道路上迈出了坚实而重要的一步。
Kindle“书路计划”是由亚马逊中国与中国扶贫基金会于2015年共同发起的创新公益项目,并不断演进,成为一个越来越开放和公开的阅读公益平台:
• 2015年,亚马逊通过中国扶贫基金会向云南、贵州、河南、河北及甘肃五省的农村小学捐建了首批10个Kindle电子图书馆,并举办了首届“书路童行”作文征集比赛及其电子书的出版义卖。
• 2016年,亚马逊联合来自不同行业的八家合作伙伴通过中国扶贫基金会捐建了22所Kindle电子图书馆。同时,举行了第二届“书路童行”小学生作文征集,其电子书义卖的款项作为参与学生“人生中的第一笔稿费”颁发,并启动了教师“护路者”培训项目;
• 2017年,“书路计划”面向社会组织、企业及个人开放,进入3.0时代。
每一所电子图书馆计划将配备50台Kindle电子书阅读器以及由亚马逊出版社合作伙伴捐赠的500余本适合不同年龄阶段儿童阅读的电子书,以激发偏远地区小学生的阅读热情。
中国扶贫基金会副会长江绍高先生在书路计划3.0启动仪式上表示:“改善贫困地区儿童的阅读条件,是教育扶贫的应有之义。针对贫困地区儿童阅读资源匮乏,儿童读书难、读好书更难的问题,中国扶贫基金会与长期合作伙伴亚马逊公司达成共识,开展致力于解决贫困地区儿童阅读问题的‘书路计划’,这是公益创新的新方向,能让贫困地区的孩子们通过先进的工具阅读到适合他们看的书籍。我们希望,随着2017年‘书路计划’的启动,更多的爱心企业和爱心人士都能参与到该项目中来,一起为改变贫困地区贫寒学子的命运、阻断贫困代际传递尽一份力量。”
亚马逊全球副总裁、亚马逊中国总裁张文翊女士表示:“Kindle‘书路计划’自2015年启动以来,得到了社会公众和合作伙伴的广泛支持。目前受益的偏远地区学校达到32所,惠及近14, 000名学生。今天,我们很高兴见证‘书路计划’在中国扶贫基金会的支持和社会各界人士的关怀下成长为一个面向社会大众的公益项目,将有机会汇聚更多的社会关爱和力量,让更多农村小学的孩子们读更多的书、读更好的书。诚挚欢迎大家参与和支持Kindle‘书路计划’,为消除城乡阅读差距贡献自己的力量。”
截至目前,Kindle“书路计划”一共向32所偏远农村小学捐建了Kindle电子图书馆,已在受捐学校举行2期征文比赛,并邀请作家及媒体主编精选文章,汇编成《书路童行》作文合集,由浙江出版集团数字传媒有限公司编辑出版,在亚马逊平台上义卖。2016年《书路童行》义卖的收入作为稿费已回馈到这100位小作者手中,成为他们人生中的第一笔稿费,鼓励小作者们和更多的孩子们多阅读、增见识、勤写作、逐梦想,亲手谱写属于自己的成长之路。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。