岛内关注大陆高校招收台生新政策******
【环球时报特约记者 张 若 余 枫】在北京大学、清华大学开放台湾学生报考硕博士班之际,大陆教育部近日又公布2023年度招收台生新政策——允许台生以台湾“学测”(“学科能力测试”,即台湾的大学升学考试)成绩报名就读大陆高校。随着大陆高校进步发展,国际影响力上升,台湾学生赴大陆求学的意愿也在增加。
可用“学测”成绩直接报名
教育部16日公布《2023年普通高等学校依据台湾地区大学入学考试学科能力测试成绩招收台湾高中毕业生办法》(以下简称《办法》),持有台湾居民居住证或台湾居民来往大陆通行证以及在台湾居住等有效身份证明,且在当年“学测”中语文、数学、英语科目中任意一门达“均标”级以上成绩的台湾高中毕业生,都可以报名。报名时间从2023年3月1日起至3月31日止。
据《环球时报》记者查询,台湾“学测”是台湾高中毕业生升入大学的“门槛”考试,一般获得“学测”成绩后,还需参加更深入的分科考试、学校面试等筛选环节。“学测”共有5门,为语文、数学、英语、社会和自然,最后成绩取其中4门(即社会和自然选其一)。每科成绩满分为15分,成绩上分为“顶标”(超过88%的学生)、“前标”(75%)、“均标”(50%)、“后标”(25%)和“底标”(12%),每年每科的具体成绩分布都有所不同。以2022年为例,选自然的理科生成绩分布分别为“顶标”50分、“前标”44分、“均标”34分、“后标”25分以及“底标”19分。
台湾学生填报大陆高校志愿采取平行志愿方式,每名台湾考生可填报6所学校,每校可填6个科系,并选择是否服从“专业调剂”(即分配到同所学校的其他科系就读)。考生可在报名截止前修改志愿,逾期不得修改。审核及考核期间为2023年4月1日至 5月14日,之后学校将通知考生参加考核,校方可根据需要增设笔试或面试。就录取原则部分,《办法》指出,大陆高校将根据台湾考生的“学测”成绩,并参考其中学期间学习经历、社会实践等情况,按照招生简章择优录取。
台湾学生报读意愿不断提升
台湾中时新闻网17日报道称,台湾升学咨询平台“大学问”网站执行长魏佳卉表示,大陆高校招收台湾高中生的方式在贴近台湾自己的招生方式,比如从过去一律要求第二关采取实体面试,到现在开放在线面试与书面审查,以及减少“学测”录取科目等要求,“让台生报读大陆大学更为便利”。以最新《办法》来看,如果台湾学生第一次填报志愿没有上榜,还有第二次申请机会。魏佳卉特别提到,台湾学生在大陆被录取,采取的是“外加名额”办理,录取人数有固定名额,并不会排挤到大陆本地生的就学权益。至于如今两岸关系紧张是否会影响到台湾学生报名的意愿,他表示,大陆高校近来国际排名不断攀升,把港台顶尖大学抛在身后,学校的国内外资源充沛,再加上官方不断加大对台招生力度,自然吸引台湾高中生前往报读。
一名在上海交通大学就读的台湾学生表示,他知道大陆学生能考进这些顶尖大学非常不容易,几乎都是各地状元才有机会进入名校;如今台湾学生有了到大陆就读的渠道,报名方式也很便利,因此非常吸引台湾高中毕业生。在北京工作多年的台湾青年透露,即便近年两岸关系不稳,同时还存在疫情等因素,但台湾学子到大陆读书的群体整体来看数量依旧持平,大多希望能在毕业之后留在大陆工作。
大陆国台办发言人朱凤莲早在9月曾提出数据称,近年台湾学生到大陆求学人数整体保持稳定,目前在大陆高校就读台湾学生约有1.2万人。实际上,今年对台招生已经试点过使用“学测”成绩,首次试点启用统一招生平台,北京大学、清华大学等207所学校参加,从效果来看受到台湾学生欢迎,以“学测”成绩被录取者年增率超过20%。她强调,大陆欢迎更多台湾学生来大陆就读,将为其在大陆成长成才、实现人生理想创造更好条件。
台专家忧台高校吸引不到陆生
与此同时,一些台媒担忧,陆生到台湾人数大幅减少。据台湾联合新闻网15日报道,2022学年大陆学生赴台就读数据7月发榜,根据台湾“陆生联招会”的统计,45校共录取硕博士生465名,招生率仅为31%。而根据“陆生联招会”11月22日公布的最新注册数,招生人数中仅有377人注册,相当于疫情前一年2019年总注册数量的18%,与2015年注册的4817人相比,更是仅为其8%。
联合新闻网称,台湾“中国文化大学”前教务长方元沂表示,过去台湾高等教育环境对大陆学生而言还不错,且学费便宜;但近年受两岸情势影响,且台湾学历在大陆已不一定“好用”。该校大众传播学系主任王翔郁也表示,过去台湾的求学经验对大陆学生有加分,大陆高教圈、民间公司多把负笈港澳台视为异地经验,但随着两岸局势改变,大陆学生若有其他出路,只要经济许可就会转往欧美。
(环球时报)
ChatGPT搞钱行不行******
一系列的试探之后,AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日,人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本,每月收取20美元。免费了两个月,月活用户却达1亿的ChatGPT,终于踏上了自己的“赚钱路”,由此,AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道,ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。
免费服务仍将继续
“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告,订阅ChatGPT Plus服务的用户,即使在高峰时段,也可获得该聊天机器人更快速的回应,而且可以提前体验新功能和改进。
去年11月,ChatGPT横空出世,不仅能够通过学习和理解人类的语言与用户进行对话,还能根据上下文互动,甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验,ChatGPT迅速蹿红。
当地时间2月1日,瑞银发布研究报告称,截至今年1月,近期爆火的ChatGPT在推出仅两个月后,其月活跃用户估计已达1亿,成为历史上用户增长最快的消费应用。同样的成绩,海外版抖音TikTok在全球发布后,花了大约9个月的时间,Instagram则花了两年半的时间。
但大量用户涌入的同时,也导致ChatGPT经常在流量压力之下无法提供及时的回应,此次收费版的ChatGPT Plus针对的便是这一痛点。
据悉,付费计划将在未来几周内首先在美国推出,然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT,Open AI表示,将继续为ChatGPT提供免费访问。
烧不起的模型成本
尽管只推出了两个月,但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初,Open AI就曾提出过专业版ChatGPT的计划,宣布“开始考虑如何使ChatGPT货币化”,并公布了一项调查。什么价格以上会无法接受?什么价格以下会觉得太便宜?诸如此类关于定价的问题皆在其中。
有用户曾在社交媒体上提问ChatGPT是否会永久免费,对此,Open AI首席执行官Sam Altman回应称:“我们将不得不在某个时间点,以某种方式将其商业化,因为运算成本令人瞠目结舌。”Sam Altman曾透露,ChatGPT平均每次的聊天成本为“个位数美分”。
“这类大模型训练成本非常高。”在接受北京商报记者采访时,瑞莱智慧高级产品经理张旭东表示。
但相对训练来说,模型推理,也就是用户提交输入模型输出结果的过程,这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用,所以前段时间免费的公测也停止了,如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。
“钱景”在哪
长久以来,广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实,对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。
洛克资本副总裁史松坡对北京商报记者分析称,ChatGPT受到广泛认可的重要原因是引入新技术RLHF,即基于人类反馈的强化学习。在史松坡看来,ChatGPT是一个高效的信息整合助手,可以取代大量人类中初级助理的角色。
但他同时提到,目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析,但还不能胜任高频度的人类主观决策,比如大型投资决策、政治战略决策等。
天使投资人、知名互联网专家郭涛认为,ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机,将推动众多行业快速变革,有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地,具有万亿级市场规模。
张旭东认为,AIGC商业化落地还需要结合应用场景,目前基于生成式大模型的商业应用案例还比较少,就以当下的技术水平看,一两年内达到很好的AGI(通用人工智能)水平还是不太现实的,所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。
AIGC商业化,侵权与被侵权
AIGC要想商业化,场景只是其一。伴随着ChatGPT的爆火,争议始终并行,比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应,权威学术出版机构Nature规定,ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示,纽约公立学校的所有设备和网络上将禁止使用ChatGPT。
张旭东认为,目前AIGC最为成熟的应用在内容作品创作上,但从专业角度看,AIGC属于模仿创新,并不具备真正的创造力,AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权;另一方面,AIGC作品也存在被他人侵权的风险。
此外,就安全性问题而言,AIGC这种深度生成能力很可能被滥用于伪造虚假信息,比如生成一些敏感性的有害信息,甚至伪造新闻信息恶意引导社会舆论,而且这些生成式内容难以分辨追踪,大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。
郭涛则提到,当前AIGC赛道尚处于孕育探索阶段,存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题,短期内还难以实现大规模商业化应用。
北京商报记者 杨月涵