打卡笔记1
1.2012 AI自主学习特征
2.商汤:大模型书生-海量数据、海量参数的模型,使模型具备一些先验知识。
3.部署:onnx、openVINO
4.机器学习的典型范式
监督学习:数据之间存在某种映射关系,如何基于有限的数据样本推断出这种关系?
无监督学习;数据自身是否存在某种“结构“或”规律”?
强化学习:如何和环境交互,以获得最大收益?
5.线性分类器:假设类别和特征之间存在某种线性关系
6.机器学习基本流程:1.训练2.验证3.应用
7.
推荐几个热门A1研究方向(同济子豪兄2022.11)
1.人工智能的可解释性分析、显著性分析
2.图机器学习、图神经网络(AlphaFotd2)、知识图谱
3.人工智能+VR/AR/数字人/元宇宙
4.轻量化压缩部署:Web前端、智能手机、服务器、嵌入式硬件5. Al4Science:天文、物理、蛋白质预测、药物设计、数学证明6.做各行各业垂直细分领域的人工智能应用
7.神经辐射场(NERF)
8.扩散生成模型(Diffusion)、AlGC、跨模态预洲练大模型
9.隐私计算、联邦学习、可信计算
10.AI基础设施平台(数据、算力、教学、开源、算法工具包)
11.认知科学+类脑计算+计算神经科学