和鲸平台展现了一个理想的Al for Science系统,不仅提供了高效的AI业务化能力,还构建了一个协作和知识共享的空间,每次更新都会带来一些惊喜,和鲸的设计团队是懂程序猿的!
一体化科研平台与医院数据大中心对接并纳入了开源医疗数据集,能够为全院科研人员提供高效、安全的数据提取、分析建模环境工具,有效的减轻科研负担,加速科研进程。同时有利于培养交叉型人才,增强临床医生科研能力。
开源共享是当前科研的趋势与潮流,为广大志同道合的学者提供共享平台与交流机会,对各行各业具有重要作用与意义,希望和鲸平台越办越好,为更多学者与用户提供无限可能。
为满足专业发展和科研需求,我们学校计划建设一个人工智能实验室。在深入调研了22家企业,软件方面选择了和鲸,充分满足了我们对实践教学、课程实训、学生竞赛、科研和团队管理等不同场景的需求。
相较于人文学科的感性色彩,统计学与运筹学更重理论逻辑,若把握不到位很容易产生枯燥感,所以教师需要不断创新授课模式。《数据模型决策》课程是我们面向MBA 学生的一次比较成功的尝试,和鲸的低代码工具与数据案例资源都获得了很好的反馈。
医学生课业压力很大,让他们再真正掌握一门编程语言是不现实的,所以我们的医学大数据分析课程实际是通过和鲸的低代码平台将代码和分析过程都封装好,学生只要在此基础上进行选择与修改,这也能够帮助他们从感性上克服对于计算机程序的畏惧感。
和鲸的平台能很好地帮助学生快速上手,学生在实践课上调用过以后就会产生好奇心,比如当他想知道如何改进优化结果时,就会反过来激发他了解内部机理、学习理论课的热情。
教育,并不等同于教学,我们应为教育引入更多形式,激励学生将知识应用于实际。和鲸协助我们中心落实赛训一体的方针,过程中引入了平台工具和许多案例资源,不仅对教育本身有促进作用,也为我们教师大幅减负。
和鲸云平台为计算神经科学培训提供了理想环境,学生可在此进行实时编程实践,深入理解复杂神经计算模型;平台灵活性使我们能够适应不同规模课程;通过这种云平台模式培养优秀人才,加速了计算神经科学在国内的推广和应用。
目前,我们已经在中台为多种优化、预测场景固化了 30余套模型模板、接口服务,全面提升了从开发到交付的效益效能,按现在的产品研发效率,未来,每年都将有几十个新模型能够落地投产。