纳米尺度下的单粒子追踪,厦门大学方宁团队用 AI 奏响「细胞里的摇滚」

「文智助手」全场景办公AI助理AI+OPC全流程实践方案(大赛作品) 阅读详情

在微观世界里,每一个细胞都是一个繁忙的城市,而分子们则是这个城市中的居民。想象一下,如果我们能够追踪这些居民的每一个动作,或许便能够揭开生命奥秘的一角。这就是科学家们在活细胞中进行 3D 单粒子跟踪 (single particle tracking, SPT) 的宏伟目标。通过这项技术,人们能够观察分子在细胞中的每一个动作,从而理解它们如何相互作用,构建起复杂的生命体。

但是,要在微观世界中进行精确的跟踪并非易事。想象一下,在一部枪战电影中,要追踪一颗快速移动的子弹已经足够困难了,而分子的运动速度远超子弹,运动轨迹的复杂程度更是超乎想象。科学家们面临的挑战就像是要在一场漫天飞舞的雪花中,追踪每一片雪花的轨迹一样艰难。

为了在细胞的三维空间中实时、精确地追踪分子的运动,厦门大学方宁教授团队基于深度学习研发了一种自动化、高速、多维的单粒子追踪系统, 打破了细胞微环境中纳米颗粒旋转追踪的局限性,实现了在纳米尺度下,全方位、精准追踪活细胞内单分子/单个纳米颗粒,不仅追踪了其在三维空间的位移,还首次观测到分子/纳米颗粒的旋转运动。目前,该论文已经发表于权威期刊 Nano Letters。

研究亮点:

  • 构建了一个集成深度学习算法的单粒子跟踪系统,克服了低信噪比 (S/N) 条件下旋转跟踪的局限性

  • 该系统可用于跟踪活细胞中各向异性金纳米颗粒探针的三维方向,具有高定位精度 (<10 nm) 和时空分辨率 (0.9ms)

  • 该系统具备比传统方法更好的鲁棒性和抗噪性,已经通过活细胞内沿微管 (microtubule) 运输的货物运动研究证明有效性

在这里插入图片描述

论文地址:
https://doi.org/10.1021/acs.nanolett.3c04870
关注公众号,后台回复「单粒子追踪」获取完整 PDF

SPT 系统:自动、高速、多维的单粒子追踪系统

为了更全面地了解活细胞的动态过程,该研究首先开发了一种多维成像设备:

在这里插入图片描述

自动高速多维 SPT 成像装置示意图

如上图所示,该成像装置集成了双焦平面成像 (bifocal plane imaging)、视差显微镜 (parallax microscopy) 和自动追踪功能 (autotracking capabilities)。

双焦平面成像

光束经过凝聚镜 (condenser) 后,通过物镜 (OBJ) 和物镜扫描仪 (OS) ,并通过在采集光路中插入反射透射比为 7:3 的分束器 (BS),能够将采集到的信号分成两个成像通道(聚焦通道和散焦通道),从而实现双焦平面成像。在离焦通道中插入一个 750mm 的凸透镜 (上图中 L1),在聚焦通道和离焦通道之间建立约 900 nm 的轴向分离,从而可产生最合适的离焦图案。

视差显微镜

采集到的信号被一个楔形棱镜 (WP) 分裂成两个镜像和垂直排列的图像。该装置通过记录探头在不同 z 轴位置的两幅图像之间的距离,建立 Δy 与 Δz 之间的精确关系,并构建校准曲线。然后,通过计算探针的两个镜像点在 x-y 平面上的距离来确定探针的 z 轴位置。

自动跟踪功能

该装置集成了一个自动反馈跟踪系统,该系统由一个压电物镜扫描仪 (p-725.4CD),一个控制器 (E-709) 组成。当探头的 z 轴运动导致两个镜面点之间的距离发生变化时,自动跟踪程序会根据变化值计算出目标扫描仪需要移动的距离。

模型架构:输入层+4 个卷积块+3 个全连接层

为了保证数据分布的多样性,该研究通过缩放图像、添加不同程度的高斯噪声以及执行位置变换,将相同比例的模拟数据和实验数据混合,进行训练和验证。

受视觉几何组模型 (Visual Geometry Group, VGG) 的启发,该研究通过将输入图像映射到三维方向 (方位角 φ 和极角 θ),构建了一个卷积神经网络模型。

一般而言,卷积块 (convolutional blocks) 的数量对于有背景的多层图像特征提取至关重要。因此,该研究使用 1-4 个卷积块分别测试了 CNN 架构。研究结果表明,具有 4 个卷积块的 CNN 模型误差最小。

在这里插入图片描述

多维成像系统

从结果来看,该研究的 CNN 模型最终由一个输入层、4 个卷积块和 3 个全连接 (fully connected, FC) 层组成。 其中:

  • 输入层可接受固定大小的图像,并且能够将其转换为张量形式传递下去。

  • 4 个卷积块包含多个卷积层和池化层 (pooling layers):

    a. 4 个卷积块中分别含 64、128、256、512 个卷积核,所有卷积核的大小都是 3×3,每个卷积层都通过批归一化 (batch normalization) 和整流线性单元 (ReLU) 激活函数,保证模型能够更快收敛并防止过度拟合,同时还增强了神经网络的非线性映射能力;

    b. 池化层在保证平移不变性 (translation invariance) 的同时,减少了网络的计算参数。

  • 3 个全连接层,分别包含 2048、2048 和 451 个神经元,能够将卷积层和池化层提取的特征整合到更高层次的表达中,使网络能够做出更复杂的决策和分类。

在这里插入图片描述

深度学习图像识别算法

通过对 CNN-exp、CNN-sim 和 CNN-sim+exp 三种模型的损失曲线进行研究,结果表明,对于模拟数据集,CNN 模型可以在 30 次 epoch 后达到收敛。 相比之下,使用实验数据集进行训练则需要大约 90 个 epoch 才能收敛。另外,CNN-sim+exp 模型的收敛速度相对较快。

抗噪性能评估与货物运动研究,CNN 模型更具优势

在实际应用过程中,高时空分辨率和细胞活力会影响活细胞成像。因此,该研究测试了 CNN 模型在 4、2 和 1.4 等不同信噪比条件下的抗噪性和鲁棒性,并与传统的 CC (correlation coefficient) 方法进行对比。

在这里插入图片描述

CNN 模型和 CC 方法的成像研究结果

研究结果表明,当信噪比为 4 时,CNN 和 CC 方法都表现出良好的性能和较小的误差,误差均小于 2°;当信噪比降至 2 时,CNN 方法的误差增值仅相当于 CC 方法的五分之一;当信噪比为 1.4,CC 方法无法分辨粒子方向,而 CNN 模型的误差仍在可接受范围内。

这表明在低信噪比环境下,CNN 模型比 CC 方法具有更强的抗噪性和鲁棒性。

在这里插入图片描述

货物运输的三维轨迹图

由 ATP 水解产生的能量是驱动细胞内分子进行货物运输的「马达」。因此,货物的特征性平移和旋转运动可提供货物与驱动蛋白结合状态的大量信息,并为阐明货物-马达-微管 (microtubule) 相互作用的研究提供了全新角度。简单来讲,该研究通过自动高速多维 SPT 成像装置结合深度学习模型 (CNN-sim+exp 模型),研究了活细胞中驱动蛋白沿微管骨架运输货物的动态过程。

在整个运输过程中,货物共经历了两个暂停阶段和几个主动运输阶段。

在第一个暂停阶段,货物的旋转自由度很小,这表明它处于紧密附着模式。在两个暂停阶段之间,货物处于主动运输阶段,自动跟踪系统记录了约 300nm 的轴向位移, 这是传统成像方法难以获得的。

在第二个暂停阶段,货物的运动状态不断地在 tight attachment 和 tethered rotation 之间切换。在 tight attachment 模式,货物可通过多种驱动蛋白与微管紧密连接,很少自由旋转。在 tethered rotation 模式下,货物与微管相连之间的结合松散,并且不断寻找、连接新的微管。总的来说,这一系列运动突出了细胞内运输的动态性和复杂性,以及驱动蛋白在促进货物沿着微管轨道运动中的作用。

在美工作 13 载后回归母校

基于对研究人员的深度挖掘,本篇论文的通讯作者——厦门大学方宁教授走进了我们的视野。从求学经历来看,方宁教授可谓是「一路成才,回馈母校」的典范。

1998 年,方宁教授在厦门大学化学系毕业后,先后在加拿大英属哥伦比亚大学和美国能源部埃姆斯国家实验室开展博士及博士后研究,分别师从 David D.Y.Chen 陈大勇教授和国际著名分析化学家 Edward S. Yeung 教授。

在这里插入图片描述

方宁教授

在美国工作 13 载后,方宁教授早已升任佐治亚州立大学正教授。为了在国内光学成像领域做出贡献,方宁教授于 2021 年全职回国, 以特聘教授的身份加盟厦门大学化学化工学院,开发化学及生物光学成像技术, 并依托这些开创性的工具在纳米材料、催化、以及生物物理等领域,开展单分子、单颗粒级别的研究工作,至今已在 Nature Catalysis, Nature Cell Biology, Chemical Reviews, Nature Communications, Science Advances, JACS, Angewandte Chemie等期刊发表论文 90 余篇。

目前,方宁教授在厦门大学自主搭建了单分子、单颗粒、光学显微成像实验室,围绕分子与纳米材料的光学成像领域,开发了单颗粒旋转追踪技术、拉曼光谱 + 先进成像、激光片层扫描成像、超分辨率光学成像、全内反射荧光、全内反射暗场等六大研究方向,在国内。单分子、单颗粒、光学显微成像领域成绩突出。

早在 2021 年,方宁教授团队就曾先后开发出全新的单粒子旋转追踪系统和三维角度单粒子追踪技术, 在阐明受体介导内吞机制和实时解析囊泡在细胞中运输的旋转动力学方面取得了突破性进展。面对汹涌而来的 AI 浪潮,该团队敏锐察觉出 AI 技术在光学成像领域的突出价值,本次研究就是使用深度学习/AI 辅助成像对活细胞生命过程研究的第一步。

方宁教授团队认为,将 AI 引入实验需要在图像的自动识别、运动模式及细胞行为的分类以及预测三大领域取得突破。 本次研究成果正是对基于计算模拟生成的数据对图像自动识别的第一阶段取得的阶段性成果。目前,该团队正在对第二阶段的细胞生物过程进行识别和判定。

毫无疑问,当三大阶段均被完成,研究人员或能将对药物递送的进程与结果进行预测,这也将会领国内制药行业之先。

参考资料:
1.https://mp.weixin.qq.com/s/mcO_7Mg40OmyauhbeB91QA
2.https://mp.weixin.qq.com/s/NnHGnBZRRbDOI_2sZu7irA
3.https://mp.weixin.qq.com/s/CUWhLnA-HuvxdZDzMfDxAA

船载 OpenHarmony AIS 航海工作台:告警与防碰撞预警系统 船载OpenHarmony AIS航海工作台的告警与防碰撞系统,集成十余类告警(超速、偏航、会遇、SOS等),通过网格空间索引实现高效邻近判定,保障实时性。告警管理器统一调度规则、去重、通知与日志,支持悬浮球、语音、跑马灯、弹窗多渠道触达,确保航行安全。SOS紧急通道独立运行,避免干扰。系统设计强调性能优化与多场景适配,为航海安全提供核心支撑。 阅读详情

相关推荐

淘宝链接跳转微信全攻略:自建合规中转页实现私域引流

在跨平台运营中,链接跳转是连接不同生态、实现流量引导的关键技术。其核心原理是通过服务器端或前端逻辑,将用户从一个平台的链接安全引导至目标页面,同时规避平台间的访问限制。这项技术的核心价值在于打破数据孤岛,实现跨平台用户沉淀与精细化运营,广泛应用于电商引流、私域流量构建和跨平台营销等场景。本文聚焦于**淘宝短链**与**企业微信**之间的跳转难题,提供了一套基于自建中转页面的完整工程解决方案,手把手教你如何通过合规的技术手段,将淘宝流量高效、安全地引导至微信生态,并实现数据追踪与客户分流。

weixin_34185512的博客 414

单粒子跟踪扇形跟踪器的研制

随着超分辨率荧光显微术的发展,可以以前所未有的时间和空间分辨率观察和记录活细胞中复杂的动态过程。单粒子追踪(SPT)是探索亚细胞分子时空动力学与其功能之间关系的最重要步骤。尽管先前的研究已经开发了用于定量分析细胞中粒子动力学的SPT算法,但是传统的跟踪方法在处理交叉轨迹时性能较差。这可归因于两个主要原因:(a)它们没有重叠对象的点补偿过程;(b)他们使用低效的运动预测模型。在本文中,我们提出了一种...

hdpai2018的博客 396

不止于HTTPS请求:用VS2022编译的libcurl玩转文件上传和代理设置

本文详细介绍了如何使用VS2022编译的libcurl库实现文件上传和高级代理配置。通过实战代码示例,展示了多部分表单上传、二进制数据上传以及各种代理设置技巧,帮助C++开发者提升网络编程能力。

weixin_28595749的博客 207

论文阅读笔记:基于深度学习的单粒子跟踪分析,实现扩散与函数的自动关联

方法来进行识别(计算不同帧之间粒子的位移之和,以时间为变量进行曲线拟合),如果轨迹很多,通过计算许多单粒子在不同时间跨度的帧的位移,拟合出扩散方程,判断是什么扩散状态,然而这一方法却假设粒子在扩散过程中状态不会变化,忽略了在扩散过程中可能从状态变化而分析出现象这么一个可能性,因此有局限性。同时,在通常使用的方法中,如果希望看两个不同蛋白的定位,通常使用两种不同的蛋白,但是通过轨迹特征,可以节省荧光蛋白的通道数量,文章采用相同萤光团标记进行测试时,实现了。,其外部结构逐步剥离的过程。

m0_64779909的博客 1505

手把手教你安装 Vivado2022.2(附安装包)

Vivado 2022.2版本与之前的版本相比,具有以下几个显著的优势:电源设计管理器(PDM):Vivado 2022.2引入了全新的电源设计管理器(PDM),这是一个下一代功耗评估平台,为Versal® 和 Kria™ SOM提供了准确一致的功耗估计能力。PDM是Versal产品家族的首选功耗评估工具,为Versal ACAP硬IP块提供增强向导,简化从XPE向PDM的迁移,帮助用户获得准确的功耗评估。

dpwkj的博客 2万+

Android 车载开发深度解析:CarPropertyManager 核心机制与实践指南

摘要: Android Automotive OS中,CarPropertyManager作为车载信息娱乐系统的核心组件,连接应用层与车辆硬件(如车速、油量等),其架构基于分层设计(App→CarAPI→VHAL→ECU),采用发布-订阅模式实现高效数据通信。通过HIDL/AIDL跨进程交互及共享内存优化,延迟可降至2ms以下。安全机制包括分级权限控制(VISIBLE/PROTECTED/SYSTEM_RESTRICTED)和HMAC防篡改。开发时需注意监听器生命周期管理、事件合并降负载及低功耗适配。

郑伟强dev的专栏 344

抓住「AI+生物医药」黄金时期,盘点2024年最值得关注的颠覆性成果

此外,AI 还可优化细胞分化过程、推动细胞大模型的研发…:美国俄亥俄州立大学、微软研究院、加州大学欧文分校、伦斯勒理工学院等发布了迄今最大、最具多样性的适用于机器学习的生物学图像数据集 TreeOfLife-10M,并开发了生命之树的基础模型 BioCLIP,该模型充分利用 TreeOfLife-10M 中植物、动物和真菌的多样化生物图像,在多种细粒度生物学分类任务中,其表现显著优于现有方法。它可以根据化学分子的结构,对该分子的气味进行描述,在 53% 的化学分子、55% 的气味描述词判断中优于人类。

HyperAI超神经 1772

第1集:面试官视角:AIOps 核心能力模型与面试项目全局搭建【免费试读】

本文介绍了一门面向AIOps工程师的面试实战课程,针对当前运维领域薪资差距明显的痛点,帮助学员系统掌握企业级AIOps平台开发能力。课程承诺提供可直接用于面试和生产环境的代码实现,从零构建模块化AIOps平台。第一集重点讲解了面试官视角下的核心能力模型,并指导学员搭建项目基础环境,包括Python虚拟环境配置、本地大模型部署(Ollama)以及智能巡检Agent的代码实现。课程强调实战导向,通过40集系统讲解,帮助学员实现薪资40-60万的职业跃升。

qq_2937655951的博客 616

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 341

基于STM32L4XX的环境光传感器(AS7343-DLGMN)应用程序设计

define AS7343_STATUS_SPECTRAL_INT (1 << 3) /* 光谱数据就绪 */#define AS7343_SYS_CFG_SPECTRAL_EN (1 << 1) /* 光谱测量使能 */#define AS7343_SYS_CFG_ALS_EN (1 << 0) /* ALS使能 */#define AS7343_SYS_CFG_INT_EN (1 << 4) /* 中断使能 *//* 切换通道组 (0=组1 F1-F6, 1=组2 F7-F12) */

myron6688的博客 260

基于STM32设计的水质检测系统_333

水质安全对生态环境、农业生产、工业制造以及人类健康至关重要。针对传统水质检测方式检测周期长、成本高、实时性差的问题,本项目设计并实现了一种基于STM32的水质检测系统。系统采用STM32F103RCT6作为主控芯片,集成水温、pH值、电导率和浊度等传感器,能够实时采集水质数据,并通过OLED显示屏进行本地显示。同时,利用Air724UG 4G模块通过MQTT协议将数据上传至华为云IoT平台,实现远程监测。用户可通过Qt5开发的Android手机APP和Windows上位机查看水质数据,并接收超限报警提示。此

719

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 280

面试问题总结——关于OpenCV(一)

整理了一下网上和我面试中遇到的关于OpenCV相关的问题。 其中因为我的简历中有个项目用到了特征点检测相关的知识,所以整理了SIFT/SURF和FLANN。 有些知识点也不深入,对于写的不对的地方,欢迎指正。 关于OpenCV的内容 1.OpenCV中cv::Mat的深拷贝和浅拷贝问题   深拷贝:分配新内存的同时拷贝数据,当被赋值的容器被修改时,原始容器数据不会改变。   浅拷贝:仅拷贝数据,当被赋值容器修改时,原始容器数据也会做同样改变。 OpenCV的Mat时,有几种赋值方式分别为:   深.

boss-dog 1万+

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 616

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

抽象主义人工智能和生命体AI的内在联系

彭军辉提出“抽象主义人工智能”作为第四大AI范式,批判符号主义、连接主义、行为主义剥离生命本体的误区,确立“智能是现象,生命是本体”的核心公理。主张原生智能必须依附具备存续诉求的生命本体,提出“生命体AI理论”,构建七层演化阶梯与自闭环工程框架,强调智能不可跳过底层存续机制直接模拟语言。该体系为生成式AI提供科学边界,推动从“仿真表象”向“原生智能”的范式跃迁,开辟硅基人工生命新赛道。

抽象主义人工智能和生命体AI 209

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

OpenAI Control Room 架构拆解:给企业 AI Agent 加一套可审计的急停系统

OpenAI 公开了用于追踪和停止研究模型工作负载的 Control Room。本文拆解 job_id、推理前鉴权、35 秒撤销窗口与 Fail Closed 设计,并给出企业 AI Agent 急停控制面的数据模型、FastAPI 参考实现、缓存撤销策略和故障演练清单。

jerry764的博客 345

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

OpenClaw 深度调查:把 AI 助手做成你自己的控制平面

对 openclaw/openclaw 的完整技术尽调:Gateway 架构、Agent 运行时、工具与沙箱、30 个消息通道、181 个插件、安全信任边界、工程代价与采用建议。17 章 / 10 张图,全部数字标注口径,数据截至 2026-10-31。

厚积薄发 363

AI赋能智慧港口建设|造形家快速生成港口全要素三维场景

随着智慧港口、港口数字孪生项目的持续推进,港口三维场景的需求日益旺盛。传统港口三维建模,往往需要航拍倾斜摄影采集数据,再人工搭建吊机、岸桥、船舶、集装箱等大量工业设施模型,项目周期长、人力成本高,修改迭代繁琐,制约港口可视化项目落地效率。国产AI三维建模工具,依托卫星影像 AI 识别能力,无需航拍作业,一键快速搭建港口完整三维场景,为港口数字孪生、方案汇报、投标演示提供高效的场景解决方案。

m0_69539167的博客 87

从设备增点到治理闭环:老旧小区物业数智化落地实践

系统连接合同审批、银行流水、收费记录与项目台账,执行到期提醒、收入核验、异常标色和月度对账,让每一笔资金来源明确、去向可查。针对设施老旧、诉求响应慢、公共收益不透明等问题,津南以6类小区为试点场景,统一建设物业数字化底座,关联楼栋、单元、房屋、业主、空间、设施设备、工单、公共收益等核心数据。系统采用统一编码管理,将摄像头、路灯、井盖、道路、绿化等设施纳入资产台账,解决纸质记录更新滞后、故障责任难追溯的问题。基于历史工单建立分类模型和知识库,辅助识别照明、给排水、电梯、环境秩序、秩序维护等问题;

wuyeshuzhihua的博客 163

企业微信iPad协议详解:接口接入、实时消息同步与语音转码实践

深入解析企业微信iPad协议的技术架构与开发思路,涵盖API接口接入、长连接通信、实时消息同步、Silk语音转码、异常重连及高并发优化,帮助开发者了解企业微信自动化系统的设计与实现。

欢迎来到祖安! 514

Product Hunt 热榜 2026-11-13:Plurai Simulation、YouArt Desktop App、Omnigraph

2026-11-13 Product Hunt 新产品精选:Plurai Simulation、YouArt Desktop App、Omnigraph。汇总 15 款产品的中文介绍、功能关键词和产品链接。

LaughingZhu的博客 619

【AI Agent面试系列】AI Agent可观测、评测、安全相关的知识点

之前的文章介绍了和,本文主要介绍AI Agent的测评、可观测等知识。

408

Docling 原理解读:是什么、为什么、怎么样

从论文视角拆解 Docling 的整体架构、DoclingDocument 数据模型、PDF 预处理、版面分析、OCR、TableFormer 双解码器、阅读顺序与装配流程,并解释版面框与 OCR 框的区别。

PLANTTHESON的博客 402

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 5168

从认识人工智能到理解机器学习:我的 AI 入门第一课

正式开始学习人工智能之前,我对 AI 的认识其实比较模糊:知道 ChatGPT、知道大模型,也知道现在很多岗位都在谈 AI,但如果有人问我“人工智能到底是什么”“机器是怎么学会识别一只猫的”,我未必能从头到尾讲清楚。上午的课程更偏向行业全景:人工智能的发展、研究方向、NLP、岗位分工、学习路线和 AI Coding 工具。下午的课程更偏向技术基础:机器学习的原理、有监督学习、深度学习、模型训练和评估方法。

chh563的博客 573
上一篇: 【活动汇总】纽约大学AI Meets Science;第十六届生物信息学和生物医学技术国际会议;Bio-IT World2024
下一篇: 一键部署 Llama3 8B/70B!最高仅占1.07GB存储;COCONut上线,字节跳动推出的首个大规模全景图像分割数据集...
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753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