人工智能发展史略:从“符号学派”到“Software 2.0”时代
回望 AI 半个世纪的跌宕起伏:符号主义的兴衰、连接主义的复兴,以及当今因算力和数据而迎来爆发的大模型时代。这不仅仅是算法的演进,更是我们编写软件方式(Software 2.0)的革命。
查看全文 →
记录代码,记录成长小结。探幽人工智能的星辰大海。
回望 AI 半个世纪的跌宕起伏:符号主义的兴衰、连接主义的复兴,以及当今因算力和数据而迎来爆发的大模型时代。这不仅仅是算法的演进,更是我们编写软件方式(Software 2.0)的革命。
从最初的词向量到注意力机制,再到如今千亿参数的模型,Transformer 彻底改变了我们在自然语言处理上的认知。同时总结了模型训练过程中的工程避坑指南。
LLM 已经不再仅仅是一个“对话窗口”。如果我们把它看作新一代的操作系统(LLM OS),结合工程全链路流水线(Pipeline),软件开发将迎来降维打击。
从纯粹的噪声中雕刻出绝美的图像,Stable Diffusion 背后的数学魔法究竟是什么?一文看懂前向加噪与反向去噪的 U-Net 架构。
在 AI 浪潮的尖端,制约模型能力的不仅是算法,更是底层的物理极限。为了打破“显存墙(Memory Wall)”和功耗瓶颈,混合专家架构(MoE)是如何成为破局之匙的?
不要害怕 AI 替代人类程序员;会替代你的,是熟练使用 AI 的另一个程序员。重新审视在使用 Cursor 等工具时,如何保持代码的架构级控制权。
单纯的文字一问一答已触及瓶颈!拥有多模态感知、长效工作记忆(Memory)、自主拆解与规划能力(Planning),以及工具操控能力(Action)的完整 Agent 体系,才是点燃第四次工业革命的基石。