Репортаж от Wedoany，Система AI-интеллектуального патрулирования экзаменов, оснащенная оборудованием для граничных вычислений, в этом году была внедрена на экзаменационных пунктах вступительных экзаменов в вузы в десятках провинций по всему Китаю, заменив традиционные методы ручного наблюдения и последующего просмотра видеозаписей. В провинции Цзянси система охватила все 560 000 экзаменационных мест, а в Гуандуне, Сычуани, Шаньдуне и других регионах также были массово развернуты соответствующие пункты. Граничные вычисления перестраивают всю цепочку контроля и патрулирования экзаменов в стране.
Этот раунд внедрения AI-интеллектуального контроля экзаменов в основном обусловлен политикой. Министерство образования в 2024 году выпустило документ № 3 (2024) с требованием усовершенствовать «шестиединую» защитную сеть от мошенничества на экзаменационных пунктах; уведомление о работе по приему в вузы в 2025 году дополнительно потребовало обеспечить полное покрытие реального времени AI-интеллектуального патрулирования экзаменационных пунктов и интеллектуального контроля секретных комнат. Более десяти провинций, включая Цзянси, Гуандун, Сычуань, Хубэй, Хунань и Шаньдун, с 2025 года начали использовать систему AI-патрулирования на всех экзаменационных пунктах вступительных экзаменов в вузы. В провинции Цзянси был достигнут 100% интеллектуальный контроль всех экзаменационных мест, а в Янцзяне (Гуандун) и Циндао одновременно завершили модернизацию граничных вычислительных мощностей для экзаменов в средние школы и вузы. Местные управления образования координируют закупки оборудования и реализацию проектов, что стимулирует масштабные закупки оборудования для граничных вычислений в сфере контроля экзаменов.
Традиционные методы ручного контроля и чисто мониторинговые системы имеют очевидные недостатки. Один городской инспектор должен удаленно контролировать десятки экзаменационных пунктов, что приводит к утомлению при длительном наблюдении; в отдаленных пунктах часто не хватает персонала, создавая слепые зоны контроля. Старые системы мониторинга могут только хранить изображения, не способны к AI-анализу, и случаи мошенничества часто обнаруживаются только через несколько часов после экзамена при просмотре записей. Например, инцидент в 2021 году, когда студент из Хубэя сфотографировал экзаменационный лист с помощью телефона, или случай в 2025 году в Дачжоу (Сычуань), когда инспекторы координировали добавление баллов студенту, — все это выявлялось постфактум, когда мошенничество уже было совершено и не могло быть исправлено. Традиционное оборудование мониторинга передает все видео в облачное хранилище, что приводит к высоким затратам на пропускную способность и серверное хранение, которые трудно выдержать местным бюджетам. Кроме того, системы мониторинга в разных школах независимы, и провинциальные или городские управления образования не могут централизованно управлять ими или координировать действия при чрезвычайных ситуациях на разных экзаменационных пунктах.
Внедрение граничных вычислений коренным образом изменило эту ситуацию. Изображения, снятые камерами, обрабатываются с помощью AI на локальном граничном устройстве на экзаменационном пункте, без необходимости полной передачи в облако. Аномальные действия могут быть обнаружены в реальном времени в течение 0,5 секунды, что позволяет инспекторам немедленно вмешаться и предотвратить мошенничество, превращая подход «расследовать после инцидента» в «обнаружить и немедленно устранить». Текущая схема AI-патрулирования использует совместную работу больших и малых моделей: легкая малая модель выполняет вывод в реальном времени на локальном оборудовании экзаменационного пункта, а сложные изображения (размытые, с контровым светом и т.д.) централизованно передаются в городскую большую модель для вторичной проверки. Благодаря этой технологической системе AI-патрулирование охватывает три основных сценария: мониторинг поведения студентов, контроль выполнения обязанностей инспекторов и безопасность секретных комнат для экзаменационных материалов. Оно использует двухуровневую систему предупреждений (оранжевый и красный уровни) для выявления таких рисков, как скрытие оборудования для мошенничества, отсутствие инспекторов на посту, несанкционированное прикосновение к экзаменационным материалам и т.д. Система также может использовать существующие камеры без необходимости масштабной замены оборудования.
Модель закупок AI-интеллектуального контроля экзаменов также меняется. Традиционная модель единовременной покупки оборудования заменяется разнообразными формами кооперации. В настоящее время существуют три основных подхода: аренда перед экзаменами с ежегодным контрактом, когда поставщик решений полностью финансирует подготовку оборудования, устанавливает его перед экзаменами и забирает после, без капитальных затрат для школы, а оборудование может быть повторно использовано в разных регионах; единовременные закупки чаще используются в провинциальных столицах с достаточным бюджетом, где местные управления образования закупают оборудование за счет специальных средств; совместное создание банков и предприятий становится популярной моделью в уездах и районах, где банки финансируют закупку программного и аппаратного обеспечения в обмен на доступ к финансовым ресурсам школ, а школы проводят модернизацию без затрат.
В сфере AI-патрулирования экзаменов компания QianShiTong является одним из представителей производителей, объединяющих программное и аппаратное обеспечение. QianShiTong обладает дифференцированной конкурентоспособностью в трех аспектах: точность алгоритмов, архитектура и опыт внедрения, а также имеет полный набор возможностей AI «граница-облако-бизнес-платформа управления». На уровне алгоритмов QianShiTong разработала более 40 алгоритмов для четырех основных целевых сценариев: отдельные студенты, группы студентов, инспекторы и секретные комнаты. Эти алгоритмы охватывают такие действия, как вставание студента, преждевременное начало ответа, поворот головы, подбор подозрительных предметов, опускание рук под стол с наклоном головы, выход и вход в экзаменационный пункт во время экзамена, неправильное расположение инспектора, несанкционированное прикосновение к экзаменационным материалам, вход в секретную комнату в неположенное время и т.д. На архитектурном уровне QianShiTong, опираясь на собственные граничные интеллектуальные устройства серии AE и интегрированные серверы обучения и вывода больших моделей серии IS/TS, построила трехуровневую архитектуру: «граничные вычислительные мощности на экзаменационном пункте + проверка городским центром с помощью большой модели + координация на провинциальной платформе». Одно граничное интеллектуальное устройство серии AE может интеллектуально анализировать от 8 до 64 потоков видео в реальном времени с разрешением 1080P, а в сочетании с серверами IS/TS может поддерживать одновременный анализ до 20 000 и более потоков видео в реальном времени. Серия IS/TS отличается от обычных устройств только для вывода, распространенных в отрасли; она объединяет обучение и вывод AI, позволяя выполнять настройку алгоритмов и итерацию моделей на основе реальных данных с экзаменационных пунктов локально, а после оптимизации отправлять их одним нажатием на граничные интеллектуальные устройства, формируя замкнутый цикл самоэволюции: вывод, возврат данных, локальное обучение, обновление алгоритмов и повторная отправка. Все видеоданные хранятся локально и не передаются в публичные облака, что соответствует требованиям управления конфиденциальностью в образовательной сфере. На момент публикации решение AI-патрулирования QianShiTong было внедрено в нескольких провинциях и городах по всему Китаю, имея практический опыт одновременного анализа более 20 000 видеопотоков.
По мере ускорения интеллектуальной модернизации ежемесячных и итоговых экзаменов в средних и начальных школах, а также профессиональных квалификационных экзаменов, ожидается, что рыночное пространство для граничных вычислительных мощностей в сфере образовательного контроля будет продолжать расширяться. Система AI-контроля экзаменов эволюционирует от эксклюзивной конфигурации для вступительных экзаменов в вузы к базовому стандарту для стандартизированных экзаменационных пунктов на всех уровнях образования.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
