「Adaptive」的搜尋結果

本頁的資料來源與計算方式 ⓘ

#Adaptive也是一個關鍵字標籤

過去 31 天有 1 篇標成這個標籤 · 目前不在排行榜上

看 #Adaptive 的趨勢 →

11/4（三）

  • 睿傳媒

    51Talk全球溝通力兒童英語課程 結合AI與真人外師 讓孩子從「跟著說」到「自己說」 - 睿傳媒 Rightmedia

    生活中心／綜合報導 「孩子上了不少英文課，卻還是不敢主動開口！」這是許多家長心裡的疑慮。在課堂上孩子們整齊地跟著老師背單字、念句子，然而當孩子必須自己看圖說英文時，卻無法用一個完整語句回答問題，這些問題也發生在你家孩子身上嗎？ 學英文不該只靠死背、硬記、跟著唸，為了鼓勵孩子能夠敢開口、自然說，線上兒童英語平台51Talk在台推出全新「全球溝通力課程（Global Communicator）」，以牛津大學出版社授權大綱為基礎，由51Talk團隊開發貼合在地學習需求的課程教材。課程結合真人外師1對1授課與AI個人化練習，打造「3A主動開口金三角」：Academic專業內容、Adaptive個人化學習、Active英文互動，引導孩子從「跟著說」走向「自己說」，並透過學習報告讓家長了解進步與待加強方向。 給答案還是給線索？藉由引導，讓孩子探索出正確答案 能跟著老師念出單字、句子，不代表孩子已經能在不同情境中自行組句。從理解到表達，還需要透過提問、線索與反覆嘗試，練習把學過的英文用出來。 新課程中，51Talk依照牛津大學出版社授權大綱為孩子梳理學習脈絡，將單字、句型與生活情境循序串聯，從理解常見表達、練習情境問答，到運用已學內容完成溝通任務，以豐富生動的場景畫面搭配任務式互動，抓住孩子學習專注力。 以認識顏色為例，孩子可以從辨認、說出單字，逐步練習用完整句子描述眼前物品。AI依照孩子的回應安排適合的練習，真人外師則透過提問、延伸與即時回饋，在孩子卡住時提供線索，鼓勵孩子再次嘗試，用英文說出自己的想法。這樣的設計希望讓孩子更願意參與，也更有動機持續練習。 ▲孩子和外師搭配教材開心的用英文對話。（圖/線上兒童英語平台51Talk） 學習歷程有紀錄，51Talk以課後、單元與月度報告呈現學習狀況 對家長而言，看見孩子喜歡上課只是第一步，更關心的是有沒有進步。牛津全球溝通力課程透過課後報告、單元報告與月度報告，協助家長掌握孩子的學習表現、已學習的內容與待加強方向，從單堂互動到階段性變化，都有可追蹤的參考依據。家長不必只靠分數猜測成效，而能更具體了解孩子如何從聽懂指令、回答問題，慢慢走向主動表達。 科技的價值不在取代老師，而是讓教學更貼近每個孩子。新課程的系統化學習方式，讓真人外師的教學更加立體和細緻，結合AI輔助讓練習加強方向變得更具體，透過情境互動，提供孩子練習英文表達的機會 。 想要更了解 51Talk 全新課程，歡迎家長搜尋「51Talk 全球溝通力 直播體驗會」，先認識課程內容，再決定適不適合孩子。 這篇文章 51Talk全球溝通力兒童英語課程　結合AI與真人外師 讓孩子從「跟著說」到「自己說」 最早出現在 睿傳媒 Rightmedia.

    #AI#傳媒#孩子#溝通#兒童#課程

  • 新頭條

    51Talk全球溝通力兒童英語課程 結合AI與真人外師 讓孩子從「跟著說」到「自己說」 - 新頭條-TheHubNews

    生活中心／綜合報導 「孩子上了不少英文課，卻還是不敢主動開口！」這是許多家長心裡的疑慮。在課堂上孩子們整齊地跟著老師背單字、念句子，然而當孩子必須自己看圖說英文時，卻無法用一個完整語句回答問題，這些問題也發生在你家孩子身上嗎？ 學英文不該只靠死背、硬記、跟著唸，為了鼓勵孩子能夠敢開口、自然說，線上兒童英語平台51Talk在台推出全新「全球溝通力課程（Global Communicator）」，以牛津大學出版社授權大綱為基礎，由51Talk團隊開發貼合在地學習需求的課程教材。課程結合真人外師1對1授課與AI個人化練習，打造「3A主動開口金三角」：Academic專業內容、Adaptive個人化學習、Active英文互動，引導孩子從「跟著說」走向「自己說」，並透過學習報告讓家長了解進步與待加強方向。 給答案還是給線索？藉由引導，讓孩子探索出正確答案 能跟著老師念出單字、句子，不代表孩子已經能在不同情境中自行組句。從理解到表達，還需要透過提問、線索與反覆嘗試，練習把學過的英文用出來。 新課程中，51Talk依照牛津大學出版社授權大綱為孩子梳理學習脈絡，將單字、句型與生活情境循序串聯，從理解常見表達、練習情境問答，到運用已學內容完成溝通任務，以豐富生動的場景畫面搭配任務式互動，抓住孩子學習專注力。 以認識顏色為例，孩子可以從辨認、說出單字，逐步練習用完整句子描述眼前物品。AI依照孩子的回應安排適合的練習，真人外師則透過提問、延伸與即時回饋，在孩子卡住時提供線索，鼓勵孩子再次嘗試，用英文說出自己的想法。這樣的設計希望讓孩子更願意參與，也更有動機持續練習。 ▲孩子和外師搭配教材開心的用英文對話。（圖/線上兒童英語平台51Talk） 學習歷程有紀錄，51Talk以課後、單元與月度報告呈現學習狀況 對家長而言，看見孩子喜歡上課只是第一步，更關心的是有沒有進步。牛津全球溝通力課程透過課後報告、單元報告與月度報告，協助家長掌握孩子的學習表現、已學習的內容與待加強方向，從單堂互動到階段性變化，都有可追蹤的參考依據。家長不必只靠分數猜測成效，而能更具體了解孩子如何從聽懂指令、回答問題，慢慢走向主動表達。 科技的價值不在取代老師，而是讓教學更貼近每個孩子。新課程的系統化學習方式，讓真人外師的教學更加立體和細緻，結合AI輔助讓練習加強方向變得更具體，透過情境互動，提供孩子練習英文表達的機會 。 想要更了解 51Talk 全新課程，歡迎家長搜尋「51Talk 全球溝通力 直播體驗會」，先認識課程內容，再決定適不適合孩子。

    #51Talk#主動開口金三角#兒童英語課程#全球溝通力課程#牛津大學出版社#真人外師

10/24（六）

  • 商傳媒

    AI重塑房市 數據中心外六大投資機會浮現

    圖／本報資料庫商傳媒｜簡明心／綜合外電報導人工智慧（AI）浪潮正全面改變產業生態，也為房地產市場帶來新的投資機會。儘管外界多聚焦於AI數據中心的龐大需求，但由於其高資本門檻與專業操作需求，直接參與並非易事。根據城市土地學會（Urban Land Institute）與 Heitman LLC 發布的報告，點出了除了數據中心之外，還有六種值得關注的AI房地產投資潛力。 該報告指出，供電土地（Powered land） 成為關鍵的投資機會。電力供應的充足性與可達性，已成為土地價值的決定因素。例如，美國維吉尼亞州勞登郡的工業用地價格已超過每英畝 400 萬美元，其中又以能在 18 至 36 個月內確保電力供應的土地最受青睞。不過，也有投資者認為此領域進入門檻提高，回報率可能被風險稀釋。漢斯有限合夥公司（Hines）預計，未來五年全球約需要 4 萬英畝土地用於數據中心建設。 第二個機會是電池儲能（Battery storage） 。工業用地、自助倉儲、停車場，乃至於變電站附近閒置的土地，都能出租給電池開發商，地主可收取租金。美國南方電力公司（Xcel Energy）在明尼蘇達州的「Capacity*Connect」計畫，目標在 2028 年前於商業與工業場所安裝 200 百萬瓦（MW）的電池，並預計向參與的地主支付約 4.3 億美元。 動力倉庫（Powered warehouses） 也日益受到重視。能夠運行機器人與自動化設備的倉庫，因其充足的電力供應而價值提升。摩根大通（J.P. Morgan）的數據顯示，電力供應超過 4,000 安培的倉庫和配送中心，其每平方英尺售價高於整體工業房地產市場。 此外，數據中心相關的輔助房產（Data center-adjacent properties） 也帶來商機。大量的數據中心員工及其設備，推升了對附近住房與倉儲空間的需求。例如，在德州阿比林，DataCenterPads 和 Nika Corporate Housing 正在為數據中心員工開發住宅。2025 年，數據中心相關租戶在美國六大主要數據中心市場的工業租賃中佔比達 14.4%，較前一年增長 44%。 第五個潛力領域是既有建築改造（Adaptive reuse） 。具備充足電力與光纖連接的舊倉庫、製造廠房及工業園區，可被改造為 AI 運算設施。即使是廢棄的辦公室和大型零售店，也可能適用於規模較小的運算操作。此方式的優勢在於能快速投入市場，或規避新建限制，但仍需投入大量資金升級冷卻與電力系統。 最後，在地化 AI 運算空間（Localized AI computing space） 提供更分散的投資機會。這類模式是指在建築物內租賃小型空間給那些需要接近終端用戶進行「推論（Inference，指利用預先訓練好的模型來進行實時數據處理並產生結果）」運算的公司。這些在地化設施的電力需求通常介於 50 千瓦（kW）至數百萬瓦，遠低於超大規模數據中心動輒 100 百萬瓦起跳的電力消耗。 報告引述一位受訪者表示，由於科技發展的不可預測性，企業必須不斷進行壓力測試，並規劃多種情境，以應對未來的變化。 【提醒您】 不動產投資需審慎評估個人財務狀況，本文僅供參考，不構成投資建議

    #AI房地產#數據中心#房產投資#科技應用#不動產

10/19（一）

10/16（五）

10/13（二）

  • 商傳媒

    AI模型精準預測鈣鈦礦帶隙 準確度達99.9%

    商傳媒｜責任編輯／綜合外電報導南韓研究團隊近日開發出一個混合式人工智慧（AI）框架，能以近乎完美的精準度預測有機鈣鈦礦（Perovskite）材料的帶隙能量。這項突破為新一代太陽能電池與發光二極體（LED）的材料開發帶來重大進展。 鈣鈦礦是一種具有特殊晶體結構的材料，因其優異的光電轉換效率，被視為太陽能電池等應用領域的明日之星。而帶隙（bandgap）則是材料吸收或發射光線的關鍵電子特性，直接決定了太陽能電池的效率和 LED 的發光顏色。由於有機鈣鈦礦可透過調整化學成分來改變帶隙，這使其應用潛力廣泛，但也因分子形狀、方向、偶極矩及動態無序等複雜因素，難以建立精確模型。 這個名為 Context Axial Discrete Hopfield Reverse Attention Neural Network（CADHRANN）的 AI 模型，在準確度、精確度、召回率和 F1-score 等評估指標上，都達到了 99.9% 的超高水準。根據《Bioengineer.org》報導，該模型展現了極低的誤差，其平均絕對誤差（MAE）僅為 0.008，均方根誤差（RMSE）為 0.010，而平均絕對百分比誤差（MAPE）則僅有 0.34%。這意味著模型的預測偏差遠小於實驗測量的典型誤差範圍。 這項研究的資料集建立在 1208 個材料樣本之上，涵蓋 30 種特徵描述，並整合了 201 篇文獻和開源資料。整個 AI 框架採用三層式管道：首先由 Simplified Adaptive Fuzzy Min-Max Neural Network（SAFMMNN）進行模糊預處理，有效應對資料中的歧義和雜訊；接著透過結合 Draco Lizard Optimizer 和 Superb Fairy-wren Optimization Algorithm 的混合元啟發式演算法進行特徵選擇；最後由核心的 CADHRANN 深度學習模型整合離散式 Hopfield 網路、上下文軸向機制和逆向注意力組件來進行預測。模型的參數則由 Duck Swarm Algorithm 進行調校，以確保收斂穩定性與預測效能。 這項成果可望取代傳統計算成本高昂的密度泛函理論計算，成為高通量虛擬篩選的實用工具，大幅加速新材料的發現。雖然初步表現令人振奮，研究團隊也指出，仍需透過獨立的外部資料集來驗證模型的泛化能力。這項由全北大學（Chonbuk National University）Malrey Lee 教授及其研究團隊完成的成果，已發表於《Journal of Materials Science》期刊，展現了人工智慧在材料科學領域的巨大潛力。

    #人工智慧#材料科學#鈣鈦礦#帶隙預測#南韓研究

  • 奧丁丁新聞

    AI模型精準預測鈣鈦礦帶隙 準確度達99.9% - OwlNews

    #Technology