正文共:777 字 26 图,预估阅读时间:2 分钟

我第一次参与到人工智能中,还是在H3C的时候,当时H3C搞领航者峰会,准备了一个智能问答机器人——吱吱答。当时的吱吱答,是真的“人工”智能,实现机制就是传统的关键词识别、系统问题匹配等,问了提高准确率,全公司加班加点在知识库录了几千个问题,在某种场景下,准确率比现在的文心一言可能要高一点。

从领域上讲,现在的ChatGPT、文心一言、通义千问、Gemini等,都属于AIGC(Artificial Intelligence Generated Content,人工智能生成内容)领域,而AIGC则属于NLP(Natural Language Processing,自然语言处理)的对话系统分支,通过上下文理解和生成技术,实现了与用户进行智能、连贯和有逻辑的对话交互。再往上翻,自然语言处理和计算机视觉(Computer Vision,CV)都是深度学习(Deep Learning,DL)的重要方向,而深度学习又属于机器学习(Machine Learning,ML),机器学习是人工智能的一个重要分支和实现手段。至此,这个层级关系才算结束。

如果往前回顾一下,我在2020年还简单研究过机器学习,过了4年,可以把当时不成熟的研究成果跟大家分享一下了。

机器学习的思维导图之机器学习的问题。

机器学习项目中的步骤。

机器学习的工作。

机器学习中的数学。

机器学习的资源。

机器学习的定义。

机器学习的基本结构。

机器学习的学科领域。

机器学习的发展过程。

机器学习的发展趋势。

机器学习在互联网搜索。

美国在20世纪80年代就开始研究基于机器学习的汽车自动驾驶技术。

机器学习在画作鉴别。

机器学习在网络安全。

机器学习的分类。

机器学习的常见算法。

常用算法:贝叶斯推理算法。

常用算法:神经网络。

其他常用算法。

机器学习算法的评估与比较。

机器学习算法评估与比较的举例。

机器学习的操作流程。

机器学习的流行开源框架,目前好像是PyTorch、TensorFlow和Keras。

其余的听说的比较少了。

机器学习在SASE自适应微分段的应用。

毕竟大学和研究生要学习好几年的知识,不可能几个月就整明白,期待我接下来的精彩表现吧,争取达到人工智能专业普通本科毕业生的能力水平。

加油!

长按二维码关注我们吧

成了!Tesla M4+Windows 10+Anaconda+CUDA 11.8+cuDNN+Python 3.11

MX250笔记本安装Pytorch、CUDA和cuDNN

复制成功!GTX1050Ti换版本安装Pytorch、CUDA和cuDNN

CentOS 7.9安装Tesla M4驱动、CUDA和cuDNN

网络之路28:二层链路聚合

Windows Server 2019配置多用户远程桌面登录服务器

Windows Server调整策略实现999999个远程用户用时登录

RDP授权119天不够用?给你的Windows Server续个命吧!

将Juniper虚拟防火墙vSRX导入EVE-NG

配置Juniper虚墙vSRX基于策略的IPsec VPN(CLI方式)

配置Juniper虚墙vSRX基于路由的IPsec VPN(WEB方式)

使用vSRX测试一下IPsec VPN各加密算法的性能差异

参考阅读

评论可见,请评论后查看内容,谢谢!!!
 您阅读本篇文章共花了: