从高校培养到企业实践,再到行业发(fā )展,如何构建完整的养(🛍)老服(fú )务人(🖍)才培养链条,让技能型(xíng )、复合型人才持续涌现?来(lái )自政协、(📕)高校、校企(🌸)合作平(píng )台,以及企业一线的四位专(zhuān )家,分享了他们的观察与思(🐗)考。 图片来源:美国有线电视新闻网(CNN)报道截图 多年来,同(👊)济大学为落(😼)实高等教育“出海”服务国家大国外交(jiāo )战略,深度参与构建国家高(💮)(gāo )水平对外(🏸)开放新格局,推进(jìn )高等教育全球优质伙伴网络(luò )建构,与肯尼亚(🎹)教育部,以(yǐ )及联合国环境规划署、联合(hé )国人居署等联合国机构交流密切(🌙),深度参与肯尼亚教育现代化及可持续发展领域相关工作。 “母(❕)亲当时根本(🕯)动不了,家里人喂饭、换尿布都(dōu )是生手,焦头烂额。”张金(jīn )英回忆(🎁),由于缺乏专(👅)业护理(lǐ )知识,哪怕是最简单的翻身(shēn )、喂水,都成了一场考验,对(🐤)“一人失能,全家失衡”的困窘,她有了真切体会。 2020年,大规模预训练模型的兴起(💯)标志着人工智能发展进入新阶段。GPU(图形处理器)与TPU(张量处理器)等高(➕)性能计算芯(🕐)片进步(bù )、云计算与分布式计算架构(gòu )发展,以及互联网和移动(🅾)互(hù )联网发(⛔)展积累的海量数据,使得训练和部署超大规模人(rén )工智能模型成(🧡)为可能。以GPT-4.5、Gemini2.0、DeepSeek-V3等为代表的大模型扩展了人工智能的能力边界,这些大模型具(🥒)有千亿级参数,通过大规模数据训练实现跨任务、跨模态的通用(🗾)智能,能够完(🎦)成(chéng )高质量的自然语言理解、代(dài )码生成、数据分析、智能创(💛)(chuàng )作等任务(🔛)。此外,具身智能(néng )将人工智能从数字世界扩展(zhǎn )到物理世界,使得(🚿)智能机器(qì )人系统能够在物理环境进行感知、规划、决策和执行,利用感知(📤)到的数据学习物理世界运行的客观规律,进行自我训练和迭代升(🎏)级,实现智能(🌈)水(shuǐ )平快速进化。 “正如台(tái )词所写,‘我从香港北上’、‘我(🈺)从新加坡北(🌅)上’,百(bǎi )年前先贤因救亡图存的初心(xīn )共聚,百年后我们作为新(📨)时(shí )代统一战线成员,克服挑战完成这部剧作——这是对先贤最好的致敬。”肖(📷)滔滔说。 在上海市长宁区,40家养老机(jī )构分布在老居民楼之间(🤢),几(jǐ )乎每家(🦌)都在招人。如何既招(zhāo )得到人,又留得住人?如何(hé )通过人才储备(💀)推动服务优(🤓)化(huà )、引领整个行业发展?上海(hǎi )市政协委员、民盟盟员、金(💜)(jīn )福连锁养老院总院长徐兵从事养老行业16年,一直尝试找到这些(🦁)问题的答案(🏒)。