两万字,清华刘云浩教授回答新生关于AI的90个问题

图解OpenAI的秘密武器GPT-2:可视化Transformer语言模型 大数据文摘出品来源:github编译:小七、池俊辉、Andy今年,我们见识了许多令人眼花缭乱的机器学习的应用成果。其中OpenAI训练的GPT-2模型就展示出了惊艳的能力,它能够撰写出连贯而富有激情的论文,比当下其他所有的语言模型写的都好。GPT-2其实并不是一种特别新颖的架构,它的架构非常类似于Transformer模型的Decoder结构。然而,GPT2是一个非常大的基于Transformer... 阅读详情

大数据文摘授权转载自清华招生


8月1日,一个好消息备受瞩目:

清华大学依托精密仪器系的

类脑计算研究中心施路平教授团队

开发出全球首款异构融合类脑计算芯片

——“天机芯”!

该芯片是面向人工通用智能的

世界首款异构融合类脑计算芯片。

基于此研究成果的论文

作为封面文章登上了

8月1日《自然》(Nature )。

研究团队还展示了由该芯片驱动的

“无人驾驶自行车”。


与此同时,
清华大学软件学院教授刘云浩
亲手写下了这么一段话:
科幻小说家克拉克说
“任何先进的技术, 初看都与魔法无异。 ”
哈利波特的粉丝们
“宁可相信自己是个麻瓜,
也不相信世上并无魔法”。
欢迎同学们来清华,
追寻世间尚未被发掘的魔法。
同时附上的, 还有针对同学们提出的、
90个与 人工智能 相关的问题 解答。


三天前,
清华大学 暑期学校开学典礼上,
5为同学们 作了一场题为
《智能+与工业互联网》的讲座。
讲座中,同学们提问踊跃,
许多同学的问题来不及回答。
于是 刘云浩教授便对所有的问题
进行了整理回答。


在刘云浩老师发来的文件中,
每位同学提问的小纸条,
都被认真地拍了照片,
并一字一句地誊写下来。


他说: 同学们的问题确实很多,
可无论什么样的问题,
他都尽量做了正面、真诚的回答,
既不调侃也不回避。
这份对同学们好奇心的珍视,
让人感动不已。


现将所有问答分享在此,
愿更多人感受来自清华的“魔法”。



- 开启魔法之旅 -


Q1: 您认为人工智能是否具有向人文领域进军发展的必要? 如果文学情感表演已经被取代,这是否意味着人类文明的颠覆? 以及如果人工智能已经达到认知智能的阶段,使它能够思考并构建出更加科学的哲学基础体系会发生什么? 会导致什么样的结果? —— T2 邓煜舒


A:人工智能已经向人文领域进军了,比如很多企业和研究人员都在研究用人工智能创作诗歌、书法、绘画、小说、音乐等等,但这不是个颠覆。因为机器的文学创作和人的文学创作有本质不同,人的创作需要灵感,可以说是个大海捞针的过程,谁能捞到这个针,如何捞,都是完全随机和不确定的。甚至一个某时某刻捞到这根针的人,换了时间环境就做不到。王羲之就经常说,他所写的兰亭集序,是那天喝完了酒之后一挥而就的。但是此后再写,就写不出那个水平了。而机器创作可能很不一样。以作曲为例,机器可以把某一个体系上所有可能的音符排列穷举各种组合,然后先用一些算法筛掉明显刺耳的大多数,然后再用一些不会创作音乐的普通人参与试听,从而挑出可能符合人类审美的曲子。


人工智能达到认知智能,也仍然不等于获得了自主的意识。因此这样的未来还无法预测。


Q2: 人工智能自主行动的技术难度如何? 是否可能发生取代人类的情况? 脑机接口是什么? —— T7 苏雨杨


A:目前的人工智能都还完全在人类的掌控之下,目前也没有新的理论和技术赋予机器“意识”。未来必然会在有些场合中出现机器取代人类的部分工作(其实这样的取代在前几次工业革命时期显著地发生过),但是取代人类的工作不等于取代人类,目前人工智能既不具备自我意识,按照目前的技术这种可能性也不存在。脑机接口(brain-computer interface),是在人或动物脑与外部设备间创建的直接连接通路。简言之,脑机接口允许脑和外部设备直接通信。


Q3: 老师您好,您说计算机有计算限度,但为什么我们生活中体会不到这个问题? —— C5 杜向阳


A:我想你可能指的是计算复杂度,这是计算机学科中,算法等课程的主要学习内容之一,用几句话很难解释清楚,欢迎你来清华之后与老师和同学们深入交流这个问题。在生活中不能体会到是因为你可能没有从计算机算法的角度考虑,举个例子,大整数分解问题,如果想把66571993057分解为31×2147483647,目前没有我们所说的“多项式复杂度”的算法,更困难的是,我们甚至还不知道这个问题是否存在这样的算法。


另外一个生活中体会不深的原因也来自于,尽管很多问题计算机都无法穷尽所有的可能,但计算机科学家们提出了不少有效的近似算法,可以极为近似最优地解决问题,这样我们在生活中的体会就更不明显了。再以围棋为例,符合规则的局面数量一共有:208168199381979984699478633344862770286522453884530548425639456820927419612738015378525648451698519643907259916015628128546089888314427129715319317557736620397247064840935个(http://oeis.org/A094777),这个数量远超人类目前所观测到的宇宙的原子的个数,也没有任何计算机能穷尽这些局面,但计算机科学家仍然可以使用蒙特卡洛
数据共享的核心在定价,数据开放与隐私保护探讨 | AI Time 大数据文摘出品 作者:易琬玉 一包垃圾值得被快递吗? 当然,一袋普通的垃圾肯定不值得,但是可以暴露出某个重要人物信息的垃圾就需要小心处理,再或者,对于一个被垃圾分类逼疯的上海市民来说,答案也可能不同。 本周一,在最新一期“智源-AI Time”沙龙中,几位嘉宾用“垃圾值不值得快递取决于这包所谓垃圾的价值”类比了“数据是否值得被加密后共享”这个问题。 ... 阅读详情

相关推荐

DeepMind发布多智能体协作最新评估方法α-Rank,登上Nature

大数据文摘出品 来源:Nature 编译:魏子敏、宁静 在开发通用人工智能的过程中,训练和评估算法同样重要。 评估指标不仅仅在培训结束时发挥作用,并且也是整个培训过程中智能体进化的关键驱动因素。 错误的排序和不合理的限制可能会让AI自行进化出奇怪的“心眼”。在之前我们的一篇报道中就总结了错误的评估方式导致的AI“钻空子”训练法,比如在让AI玩俄罗斯方块的时候,发现最...

BigDataDigest的博客 1157

真实 VS 合成,我们需要的真实数据微乎其微?| 一周最火AI论文

大数据文摘专栏作品 作者:Christopher Dossman 编译:Jiaxu、云舟 呜啦啦啦啦啦啦啦大家好,本周的AI Scholar Weekly栏目又和大家见面啦! AI ScholarWeekly是AI领域的学术专栏,致力于为你带来最新潮、最全面、最深度的AI学术概览,一网打尽每周AI学术的前沿资讯。 每周更新,做AI科研,每周从这一篇开始就够啦! 本周关键...

BigDataDigest的博客 687

VLOOKUP_fixed.py

VLOOKUP_fixed.py

YOLO26算法心电图十二导联目标检测+训练好的模型+368张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[导联I(I), 导联II(II), 导联III(III), 胸导联V1(V1), 胸导联V2(V2), 胸导联V3(V3), 胸导联V4(V4), 胸导联V5(V5), 胸导联V6(V6), 加压肢体导联aVF(aVF), 加压肢体导联aVL(aVL), 加压肢体导联aVR(aVR)] · 训练集:313 张 · 验证集:37 张 · 测试集:18 张 · 总计:368 张 该数据集聚焦于临床心电图信号的精准识别与定位,其核心检测目标为标准12导联心电图中的各个独立导联波形区域,涵盖肢体导联(I、II、III)与加压肢体导联(aVR、aVL、aVF),以及胸前导联(V1至V6),适用于心电图自动分析系统中对各导联位置的快速准确标注与分类。数据采集场景真实还原了医院心电图室或急诊监护环境下的标准心电图记录纸,波形清晰、基线稳定,具有高度临床参考价值。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 57 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9708** mAP50-95 | 0.6344 Precision | 0.8990 Recall | 0.9191 train/box_loss | 1.2231 train/cls_loss | 0.9703 val/box_loss | 1.2779 val/cls_loss | 0.... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

企业级AI助手平台 开箱即用的全栈AI平台,支持多智能体协同、Supervisor模式编排、多种决策模式、RAG技术和流程编排能力 支持多厂商大模型统一接入与管理,安全可控的企业知识库与高精度检索优化

企业级AI应用开发框架,支持多厂商大模型统一接入与管理,安全可控的企业知识库与高精度检索优化能力,提供可视化流程编排、自主决策智能体与多智能体协同调度,兼容主流 Agent Skill 协议,帮助企业与开发者零门槛快速构建安全、高效、可落地的AI智能体应用与行业解决方案。

基于动态窗口法DWA的机器人路径规划研究(Matlab代码实现)

内容概要:本文系统研究了基于动态窗口法(DWA)的机器人局部路径规划算法,深入剖析其在动态环境中实现自主避障与实时轨迹优化的核心机制。文章详细阐述了DWA算法的速度空间采样策略、轨迹预测模型、动力学约束处理及多目标代价函数的设计原理,并通过构建完整的Matlab仿真框架验证算法有效性。结合典型场景的仿真实验,展示了机器人在复杂障碍物环境下如何实时生成安全、平滑且符合运动学约束的最优路径,充分体现了DWA在移动机器人导航中的实用性与鲁棒性。; 适合人群:具备机器人运动规划基础知识和Matlab编程能力,从事智能移动机器人、自动驾驶或服务机器人研发的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入理解DWA算法的理论基础与实现细节;②掌握机器人局部路径规划的仿真实现方法;③为实际机器人系统的导航模块开发提供可复用的算法原型与代码参考;④作为进一步研究高级导航算法(如TEB、MPC)的技术基础。; 阅读建议:建议结合提供的Matlab代码逐模块分析与调试,重点关注速度采样、轨迹积分、障碍物距离计算及代价评估等关键环节,通过调整参数在不同地图环境中进行对比实验,以深刻把握算法性能与参数之间的关系,进而提升对实时路径规划系统设计的理解与应用能力。

一文读懂AI大模型时代的RAG技术

RAG(Retrieval-Augmented Generation,检索增强生成) 是一种结合检索技术与生成模型的技术架构,旨在通过动态引入外部知识库增强大语言模型(LLM)的生成能力。其核心思想是通过检索系统从外部数据源(如企业知识库、实时文档等)获取相关信息,并将检索结果作为上下文输入生成模型,以提高生成答案的准确性、时效性和专业性

awei0916的专栏 2118

服务器卡死排查实战:从现象分类到根因定位的完整手册

服务器卡死是运维中最令人头疼的故障之一,从游戏圈吐槽的“土豆服务器”到生产环境中的Linux系统无响应、rsync复制挂起,本质都是系统或进程失去正常响应能力。其原理通常涉及CPU、内存、磁盘IO或网络资源耗尽,以及内核和驱动异常。掌握系统化的排查方法,能够帮助工程师快速定位根因、缩短故障时间,避免盲目重启。本文从资源、层级、场景等多维度分类,结合top、dmesg、strace等工具,梳理一套从现象确认、指标收集、日志分析到进程定位的实战排查流程,并覆盖常见高频场景与预防治理建议。无论你是运维新手还是老手

weixin_33851177的博客 374

无人驾驶--车道线检测实战(附源码)

做完项目后写了个技术小结,供自己回顾也为他人学习提供参考。 另外准备建一个无人驾驶方面的微信交流群,有兴趣的朋友可以加我微信:wxl609278502 请注明: 姓名-单位/学校 项目描述: 使用opencv实时处理车载摄像机采集的道路图像,检测当前的车道,并计算出当前车辆偏离车道中心的距离,计算当前车道的曲率。 项目代码GitHub地址:https://g...

weixin_38746685的博客 6万+

Unity中实现FairyGUI弹窗背景模糊的3种方法对比(附完整代码)

本文详细对比了Unity中实现FairyGUI弹窗背景模糊的3种方法,包括FairyGUI原生滤镜方案、多摄像机混合渲染方案和渲染纹理动态混合方案。每种方法均附有完整代码示例,帮助开发者根据项目需求选择最佳方案,实现镜头虚化模糊效果,提升游戏UI的视觉沉浸感。

ff678的博客 230

eDP接口信号组成认识

eDP接口信号主要由Main Link、AUXCH与HPD三部分组成,如下图所示。 Main Link:表示主通道,用来传输各类型视频数据和音频数据; AUX CH:表示辅助通道,用于传输低带宽需求的数据,以及链路管理和设备控制信号; HPD:表示热插拔检测通道。 Main Link南1~4对数据线组成,每对数据线都是一对差分线。对于一款液晶屏而言,Main Link具体需几对数据线,这取决于屏幕的分辨率和彩色位数。 在该通道中传送的信号有视频像素信号、视频定时信号、视频格式信号、比特/像素及

精诚所至 2万+

LCD驱动芯片——BL55072A驱动程序

初始化子程序: START 0x7C; I2C子地址 0xEA;ICSET,软件复位芯片 0xC0;MODSET,关显示 0xF0;BLKCTL,关闪烁 0xA3;DISCTL,80Hz Line inversion,High Power mode 0xE8;ICSET,清复位bit1 STOP 显示刷新子程序: START 0x7C;I2C子地址 0xF0;BLKCTL,关闪烁 0xA3;DISCTL,80Hz Line inversion,High Power mode 0xE8或0xEC;ICSE

love421的博客 3175

独家开源|RK3588 平台 YOLOv5 Android 源码级解析:NPU 量化、多线程与目标跟踪实战

本文将带你完成一个完整的AI视觉项目:在搭载RK3588芯片的Android开发板上运行实时目标检测与跟踪应用。实战目标:成功运行官方YOLOV5摄像头实时检测案例技术深度:深入理解RKNN开发框架和源码实现核心技能:掌握NPU推理、多线程并发、目标跟踪等关键技术。

m0_71589036的博客 193

[nvidia-GB200-安装]ubuntu24.04高端GPU gb200 570.158.01驱动安装解读及gb200一键化安装脚本,复制即可安装

【代码】[nvidia-GB200]高端GPU gb200 驱动安装解读及gb200一键化安装脚本,复制即可安装。

jundao1997的专栏 872

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

上一篇: 光看走路就知道你在想什么!AI步态识别情绪系统
下一篇: 当AI学会共情,港科大新研究赋予Chatbot同理心 | 一周AI最火论文
BigDataDigest
博客等级 码龄9年 448粉丝 500原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值