又一绝大话题，铺开了多少本书也描述不完，只能先占个坑了。

人工智能

AI(artifical intelligence) # 注： 是artificial不是article，千万别弄错了。

人工智能（Artificial Intelligence），英文缩写为AI。是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

实际上，人工智能这么大，不要想着一口吃个胖子，不可能，任何一领域哪怕是很小的领域，都够许多人付出无数个日夜了，能在某个分支的某个岗位上发光发热就很不错了。
例如特种兵是很优秀的兵，对于个人来说，可以是南部战区某舰蛟龙突击队的一员突击队员，已经很优秀了。

所以，对于一般的职场人来说，能在新兴领域找到合适的岗位就不差，当然能力范围内做更多更高价值的事情是更好的。

所以，选定某个方向或分支很重要。什么，你还不知道有哪些分支，那说明和我一样盲目。

人工智能或打磨性能主要部件 TODO

人工智能-数据模态

人工智能-目标函数

人工智能-学习方式

人工智能的算法有哪些?

人工智能的核心

数据、算法、算力。

人工只能分为哪几层。

神经网络与深度学习

这应该算是其中一个分支，里面就有很多东西。

卷积神经网络(cnn)

cnn(convolutional nerual networks) # 卷积神经网络

应用领域：
图像识别(自动驾驶等)

如何理解卷积神经网络

比较好理解。
例如100100的图。拿1010的格子进行扫描，每次偏移1，需要移动100次就可以完成扫描。
如果每次偏移2，需要移动25次(横向和纵向都受影响)就可以完成扫描。

卷积神经网络的计算次数和什么有关

卷积核参数
卷积核大小（D×D）：卷积核越大，参数量和计算量呈平方增长。 ‌
输入/输出通道数（M/N）：参数量公式为 D×D×M×N，计算量为 D×D×M×N×Df²（Df为输出特征图尺寸）。 ‌
步幅与填充
步幅（Stride）：步长越大，输出特征图尺寸越小，但单次卷积覆盖范围更广，可能影响计算效率。 ‌
填充（Padding）：填充方式（如"same"或"valid"）改变输出尺寸，间接影响计算量。 ‌

卷积类型
普通卷积：计算量为 D×D×M×N×Df²。 ‌

深度可分离卷积：参数量和计算量约为普通卷积的1/9，通过分离空间和通道操作降低复杂度。 ‌

网络结构
层数与通道数：模型越深、通道数越多，总运算次数显著增加。 ‌

模型优化技术：如剪枝、量化等可减少冗余计算。 ‌

循环神经网络(rnn)

rnn(recurrent nerual networks) # 循环神经网络

应用领域：
语音识别
文本提取等

卷积神经网络和循环神经网络的对比

维度	卷积神经网络（CNN）	循环神经网络（RNN）	Transformer
主要结构	卷积层、池化层、全连接层	循环隐藏层、时间步递归	编码器-解码器结构，多头自注意力机制
处理数据类型	网格结构数据（图像、音频）	序列数据（文本、语音、时间序列）	序列数据，支持并行处理
计算效率	高，支持并行	低，序列依赖，难并行	高，完全并行，适合大规模训练
长距离依赖建模	有限，感受野限制	有限，梯度消失问题	优秀，自注意力捕捉任意距离依赖
参数共享	卷积核权重共享	时间步权重共享	无权重共享，注意力权重动态计算
优点	参数少，适合图像特征提取	适合序列建模，捕捉时间依赖	并行高效，长距离依赖，灵活性强
缺点	不适合长序列依赖	训练难，梯度消失，计算慢	计算资源需求高，模型复杂
典型应用	图像分类、目标检测、语音识别	机器翻译、语音识别、文本生成	机器翻译、文本理解、图像识别

局部连接与权重共享

局部连接

神经网络相关文档

【AI概念】卷积神经网络（CNN）vs. 循环神经网络（RNN）vs. Transformer详解（附详尽Python代码演示）| 定义与原理、数学公式、案例与代码可视化、结构对比与优缺点 # 写的比较详细

【深度视觉】第四章：卷积神经网络架构 # 图文并茂 好

deepseek和人工智能的关系。

人工智能是个很大的领域，deepseek是实现人工智能的一个产品。

2024年底的时候deepseek起了个头，到今年国家做AI十年规划，形势一目了然。
前十年就这样了，新的风口即使达不到最前沿，跟上脚步就不会太差。

人工智能和程序员写代码谁写的好?

不用怀疑了，ai写的又快又好。
对于常规功能来说，ai生成的效率比程序员快n倍，质量也很规范，比一般程序员写的代码质量肯定要好。

LLM是什么，和大模型是一个意思吗?

LLM(large language model)(大语言模型)。

大模型包括LLM。

LLM支持音频和视频吗?

音频和视频也在LLM的范围内，只不过要特定称呼下。
LLM # 大语言模型，一般指文本
音频LLM # 音频大语言模型

人工智能产品有哪些

这也是一门必修课了，新时代不掉队，包里肯定要有几款ai储备。

阿里-千问 # 通用方案
阿里-通义灵码 # idea、vscode等的插件
腾讯-元宝
字节-豆包 # 感觉生成速度比较快
字节-trae # 类似于阿里的灵码，属于开发工具范畴
deepseek # 24年底杀青亮眼、现在风头不如从前，但是作为元老，仍处于前排

RAG是什么

RAG(Retrieval-Augmented Generation)(检索增强生成)。

典型案例：
金融、医疗等领域大模型答的不太准。通过将手册导入到知识库，回答的时候先从知识库查。
注：这里不是查的到就返回结果，而是查的到就把查到的结果拼到提示词里，一起交给大模型，这样就增强了生成。

注意区别：
和直接查库返回结果是有区别的，这里是查库拿到结果后一起给大模型，最终要的是大模型的结果。

mcp是什么

MCP(model context protocol) 模型上下文协议。
简单说就是模型虽然可以回答，但是如何让他方便的调用呢?
于是mcp就出现了，相当于元信息，定义模型的信息，便于交流。

千问和通义灵码的区别

都是阿里出品。
千问(通义千问)注重综合领域。
灵码(通义灵码)专注于代码开发、测试这一块。

通义灵码可以做什么?

1、生成代码。
2、生成测试用例。
3、生成注释。
4、git提交时也可以自动生成内容概要。。。

知识库

AI为什么会一本正经的胡说八道

ai看似智能，实际并具备真实的逻辑推理能力，只是根据符号来处理数据，有可能未命中到正确的答案，也有可能知识库中根本就没有正确的答案，ai只能根据自己的理解给出最接近的答案。

一本正经胡说八道示例

百度问公孙瓒的武力值，居然是这样的答复。
翻译过来就是张辽略逊于李典。。。

知识库和elasticSearch有什么不同

es是全文检索，基于字符匹配。
知识库有提升，基于字符，还可以基于语义分析。

例如：
这个报文成功时会返回什么?
本身知识库的文档里没有成功字样，但是会分析语义，找到true之类的字样，拿到近似的答案。

注：这也不是真正的分析语义。而是通过向量化，如果找不到这个字符，也会找相近语义的字符。

其他

人工智能算法、模型、框架 # 有一定描述

https://arxiv.org # 科学论文预印本网站，可以理解为许多第一手论文的网站，国内好像访问不了，被墙了