武汉大学采购金属有机化学气相沉积设备项目 招标项目的潜在投标人应在阳光招采电子招标投标交易平台（网址：http://www.yangguangzhaocai.com/）获取招标文件，并于2022年06月10日 09点30分（北京时间）前递交投标文件。

本项目经过多轮反复筛选历时三年最终设计了100多种结构化合物，并确定了具有促成体神经发生高活性的新专利骨架。该类化合物在1mg/kg仍然有非常高的显著活性，可以通过药物刺激大脑海马区的神经细胞再生，替换死亡的神经元细胞功能，从而增强与海马区相关的学习和记忆能力。 一、项目分类 关键核心技术突破 二、技术分析 随着社会的发展，人口老龄化速度正在加快，早老性痴呆症的发病率在65岁左右的老年人中约占10％，或有6000多万人患有不同种类的痴呆症。目前治疗阿尔兹海默症的药物均无法延缓痴呆症的进展。任何一个能成功治疗阿兹海默疾病的药物至少获取200亿的利润。本项目经过多轮反复筛选历时三年最终设计了100多种结构化合物，并确定了具有促成体神经发生高活性的新专利骨架。该类化合物在1mg/kg仍然有非常高的显著活性，可以通过药物刺激大脑海马区的神经细胞再生，替换死亡的神经元细胞功能，从而增强与海马区相关的学习和记忆能力。 本项目的药物属于小分子，结构稳定，非常易于工业合成。本项目的候选药物是促进患者自身提高大脑区海马神经发生弥补受损神经元的缺失功能，因此在疗效上与单纯抑制或是提高神经递质类水平药物相比存在巨大竞争优势。预估计，随着时间的推移，该候选化合物上市后，可以取代这些药物的总市场的50%-70%。目前已经获得中国和美国发明专利授权。

围绕学习者网上自主学习，创新性的引入人脸实时识别功能对学习过程进行判断，这个判断可以由教师进行开启或关闭，并设定判断标准。对学习资源采用课程资源包的形式，支持上传和在线编辑多种形式的资源。资源可以设定学习时长和作业测试，未达标则不允许进行下一步学习，包括人脸核验失败也会暂停学习动作，避免出现非本人等无效学习现象。 课堂交互能增加课堂趣味，提升学习者兴趣，并可进行课前、课中、课后报告对比。课末考试能及时检查学习效果。学习报告能统一呈现课程资源的学习时长、学习进度、考试成绩、教师评价等信息。

产品详细介绍

产品详细介绍 　　     

U等生涵盖大学英语四六级、留学语培、职业提升等服务，通过线上直播+录播，线下入校培训、答疑，科学合理安排培训中测、讲、练、答疑等各环节，一站式解决备考知识点和备考技巧的学习应用。

该平台包括多项核心技术和技术优势： （1）基于逻辑隔离机制的算力主机安全保护。实现了一种基于逻辑隔离机制的沙箱算力环境，能够独立于用户的系统进行计算。通过计算环境隔离、数据的存储隔离、网络环境的隔离，保障了算力运行环境独立于用户系统，互不干扰。 （2）多源异构数据的混合学习模型。提出一种基于深度学习的多源异构数据的混合学习模型，该模型通过深度学习进行不同数据源的特征提取，然后再通过深度学习的融合训练得到结果。 （3）高并发任务的调度。采取动态分配任务的机制，根据当前不同地区网络的传输速度，算力的分布情况，训练数据量的大小，根据制定的规则找到最合适的几个服务地点进行任务分配、数据传输以及分布式训练，最大化地利用当前算力资源。 （4）数据隐私保护。通过联邦学习、同态加密训练、区块链数据确权等方式加强对用户数据的保护。实现了一套基于同态加密和多方安全计算的训练系统，能够完全保护用户的数据隐私性。 （5）区块链记录及激励。“计算即挖矿”，系统根据用户提供的计算资源以及资源利用率来进行区块的奖励，算力越大获得的奖励也就越多。通过搭建的区块链可以记录数据的交互信息以及使用权，并可搭建智能合约平台。 该协作学习平台撮合各方业务和资源，包括算力、数据、模型，结合分布式机器学习、安全多方计算技术，提供保护隐私数据、算法模型前提下的协作学习服务，通过底层分布式账本记录，电子合约对接供需方，智能匹配资源对接，建立AI协作生态。具有以下优势：协作低成本、平台化；具备数据隐私保护，打破共享壁垒；后台底层账本对平台使用中产生的模型、数据、算力、广告收入等进行管理，保证数据可信；操作便捷，可提供定制化服务，高效最优匹配。02. 应用前景 该协作学习平台可用于人工智能、互联网广告、金融等领域，为中小型企业、科研机构或个人提供算力共享、数据共享、模型共享与模型开发等服务，具有广阔市场前景。03. 知识产权 已申请发明专利16项，登记软件著作权1项。04. 团队介绍 本成果团队长期研究区块链、人工智能、网络安全等。团队课题负责人为徐恪教授、博士生导师，清华大学计算机系副主任，国家杰出青年科学基金获得者，北京市卓越青年科学家。获得国家科学技术进步奖二等奖、国家技术发明奖二等奖，2011年获中国计算机学会青年科学家奖，是中国电子学会理事和中国计算机学会理事，曾在ACM SIGCOMM、IEEE/ACM TON、IEEE Communication Magazine等知名国际会议、期刊发表论文100余篇，近五年获得中国发明专利授权四十余项，获得美国发明专利8项。团队成员还包括多位教授、副教授、研究员和博士研究生。05. 合作方式 投融资 / 商务合作。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn

如何及时感知学生的学习状态是中小学教育中的难点。传统课堂教学中，教师需要在讲课的同时观察数十名学生的学习状态，难以做到面面俱到；而在家庭练习中，父母陪同观察孩子既费时又会引起孩子的紧张和反感。针对这一应用需求和痛点，本项目计划研发一款能够自动及时感知中小学生的智能相机。该相机将采用人工智能和大数据的前沿技术，对中小学生的学习行为进行自动采集和分析，智能感知学习状态，并反馈给教师和家长进行参考，据此调整教学内容和形式，从而达到改善教学效果、提高学习成绩