30 年间获李嘉诚上亿美元捐赠,斯坦福医学院领跑 AI 生物医药创新

「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

2024 年 3 月初,南华早报 (South China Morning Post) 报道称,已 95 岁高龄的亿万富翁李嘉诚向美国斯坦福大学捐款 1.2 亿港币(约合 1,538 万美元),捐款的一部分将注入斯坦福大学的「企业家复兴与福利倡议」(SIER) 项目,剩余部分将资助两位著名学者围绕「遗传性神经病学和免疫相关疾病」的研究。

来源:南华早报

事实上,近 30 年间,李嘉诚、李嘉诚基金会曾多次捐款支持斯坦福大学医学院:

  • 1998 年,李嘉诚带领的香港和黄集团宣布捐出 400 万美元在斯坦福大学医疗中心设立肝炎研究计划;

  • 2008 年,恰逢斯坦福大学医学院创建 100 周年之际,造价 9 千万美元的「李嘉诚知识研究中心」奠基;

  • 2010 年 9 月,美国斯坦福大学医学院正式启用「李嘉诚知识研究中心」,配备了先进的医疗训练设施;

  • 2014 年 1 月,李嘉诚基金会向斯坦福大学医学院捐资 300 万美元,用以研究如何利用庞大的生物医学数据库,改善人类健康和减低医疗成本,此举也进一步加强了斯坦福大学与牛津大学的合作。

众所周知,李嘉诚白手兴家后便热衷于慈善事业,在教育、医疗等领域毫不吝啬。曾有媒体报道称,李嘉诚与斯坦福大学的渊源可以追溯至他为儿子送学而参观了这所百年学府,他膝下两子均有斯坦福教育背景。

但动辄百万美元的捐款显然并不是情怀所致,主要原因是斯坦福大学医学院在他所关注的生物医药领域实力强悍,同时,在 AI 浪潮席卷之际,这所学院仍然傲立桥头。此前,李嘉诚曾公开表示,在医学科研、课程等方面,推动 AI 有效应用,已不可或缺。 足可以看出他对于 AI 发展的密切关注。

百年积累,群星闪耀

1855 年,Elias Samuel Cooper 跟随「淘金热」来到了旧金山,并于 1858 年与太平洋大学合作,在旧金山第三街附近的传教士街建立了「太平洋大学医学系」,这个西海岸的第一所医学院便是斯坦福大学医学院的前身。令人惋惜的是,Cooper 于 1862 年离世,没有了他的领导,成立不久的医学院快速衰败。

直到 1870 年,Cooper 的侄子 Levi Cooper Lane 重建太平洋大学医学系,并于 1882 年捐建新楼,自此医学系独立并正式更名为 the Cooper Medical College。1908 年,Cooper 家族正式将这所学校赠予斯坦福大学,最初其作为斯坦福大学的医学系,后才迁回主校区,并变更为医学院。 至此,斯坦福大学医学院正式开始了其在医学领域的百年求索之路。

长期以来,斯坦福大学医学院以其在生物医学领域的创新研究而闻名,例如在 1968 年完成美国第一例成人心脏移植手术;在 1994 年开发了一种技术,使科学家能够在实验动物模型中切换基因;在 2010 年,首次使用一个健康人的完整基因组序列来预测其患几十种疾病的风险等等。

斯坦福大学医学院

在迈入 AI 新纪元后,这所颇具底蕴的学院依旧高举创新旗帜,基于 AI 完成了诸多突破性革新。例如在 2018 年开发 AI 系统,将病人死亡时间的预测精确度提高到 90%;还在 2018 年成立了 Center for Artificial Intelligence in Medicine and Imaging,推动医学影像领域创新,并陆续取得了诸多成果;在 2024 年联合麦马开发了 AI 模型 SyntheMol,设计出了能够抑制超级细菌鲍曼不动杆菌 (A. baumannii) 生长的分子等等。

此外,医学院还推出了斯坦福医学研究数据库 STARR, 其中包含了电子健康纪录数据、成人及儿童放射科 DICOM、LPCH 临床监测数据等,并在 2021 年迁移到了云端。

数据库访问链接: https://starr.stanford.edu/

每一次的里程碑式突破都彰显了斯坦福大学医学院研究人员的实力与才干,也正是学院历年来的积累与优质的科研环境,才能吸引更多顶尖人才。多年间,学院的教师与学生中已经诞生了多名诺贝尔奖获得者。 例如,分离出首个 DNA 聚合酶的 Arthur Kornberg 博士于 1959 年获得了诺贝尔生理学或医学奖 (Nobel Prize in Physiology or Medicine);1980 年,Paul Berg 博士因发现重组 DNA 而获得诺贝尔化学奖;2013 年,Thomas Südhof 医学博士因发现细胞内囊泡运输机制而获得诺贝尔生理学或医学奖。

Lloyd Minor:推进「精准健康」,领导 AI 革新

除了星光熠熠的教师团队外,斯坦福大学医学院的院长一职更是汇聚了多位行业巨擘,带领医学院在百余年的激荡中始终冲在第一梯队。除了在 1910-1911 年短暂代理职务一年的 John Maxson Stillman 之外,医学院到目前为止共经历了 15 位院长。

一代人有一代人的使命,面对不同的科研环境与技术趋势,领导者需要快速准确地规划学术研究方向,才能确保学院在前沿技术领域保持创新性。当历史的车轮驶入 AI 时代,院长的接力棒也恰好传入了 Lloyd Minor 手中。

Lloyd Minor,图源:华尔街日报

2012 年接任斯坦福大学医学院院长前,Lloyd Minor 已经在约翰霍普金斯大学颇具声望,曾担任该校教务长兼负责学术事务的高级副校长,同时还是学校医学院耳鼻咽喉头和颈外科 (Otolaryngology–Head and Neck Surgery) 的 Andelot Professor,以及约翰霍普金斯医院耳鼻咽喉科主治医师。

行政经验与业务能力的双重加持下,Lloyd Minor 进入斯坦福大学医学院后也领导了一系列重要项目,贯穿其中的两条主线便是精准健康 (Precision Health) 与 AI。

顾名思义,精准健康就是指在恰当的时间给予患者准确的医学治疗。 这一概念并非 Lloyd Minor 首创,早已在医学领域引起了热烈讨论,但受限于医疗设备与技术,「精准」一直很难实现。Lloyd Minor 曾在其撰写的「Discovering Precision Health」一书中探讨了生物医学及 AI 的进步有助于实现更精准、更有效的医疗,他主张从被动的健康管理转变为主动的健康管理。

2018 年,Minor 博士牵头制定了综合战略计划 (Integrated Strategic Plan, ISP), 重申了医学院的精准健康愿景,强调集成数字化工具,进行精准医学和先进的生物医学研究。2021 年,他更是提出了一个大胆的愿景,希望在未来的几十年中进一步推动精准健康的发展,使其改变斯坦福大学的生命科学。

生物医学数据科学倡议

2023 年,医学院和斯坦福 Human-Center Artificial Intelligence (HAI) 研究中心共同推出了 RAISE-Health 项目 (Responsible AI for Safe and Equitable Health), 旨在建立一个负责任的 AI+ 医疗平台,确定一个结构化的伦理标准和保障框架,并定期召集专家学者就这一主题进行讨论。此外,Minor 博士还牵头发起了一项生物医学数据科学倡议 (Biomedical Data Science Initiative),基于生物医学数据,创建学习型医疗保健系统。

除了发起诸多 AI+医学创新的前沿项目外,Minor 博士在媒体前的多次表态也透露出了他及斯坦福大学医学院在 AI 时代的「野心」。

在 2023 年 10 月与华尔街日报的采访中,被问及 AI 在医学领域应该扮演什么样的角色时,他表示,在医疗服务方面,生成式 AI 应该有助于打破获取医疗服务的障碍,并且显著提高服务质量、一致性与效率;在生物医学领域,生成式 AI 将帮助研究人员获得与临床试验相同的高质量数据,协助人们将新疗法更加安全地引入临床实践。

此外,在不久前结束的 Google I/O 大会上,Minor 博士出席了主题为「AI powered solutions: Reimagining health and science for society」的对谈活动,并介绍了环境 AI (ambient AI) 概念。

他表示,环境 AI 的一个重要应用是自动生成医生与患者之间的互动记录,从而减轻医生录入电子病历系统的文书工作。不过,目前的环境 AI 研究仍旧是集中在语言方面,他提出,环境 AI 未来或将具备多模态能力,能够与图像、实验室结果、传感数据等进行实时整合,从而为医生和患者提供实时服务。

强强联合,医学院与科技巨头共同探秘生命科学

谷歌最初只是 Larry Page 和 Sergey Brin 在斯坦福大学攻读研究生课程时的一个项目,后经过融资才发展壮大。或许也正因此,斯坦福大学与谷歌的合作十分紧密,在医学院亦是如此。

2016 年,斯坦福大学向 Google Genomics 申请生物学数据服务支持,用于其即将开展的临床基因组学服务的数据储存与分析。 Minor 博士表示,与谷歌的合作将帮助斯坦福研究人员缓解大量实时数据整合与数据临床解读所带来的巨大挑战。

李佳博士,图源:环球网

2018 年年底,时任谷歌云 AI 研发主管、谷歌 AI 中国中心总裁的李佳宣布离职,并回到斯坦福医学院全职参与智能医院项目, 李佳博士表示,未来会投入 AI 与医疗的项目中,希望以后能做出真正对世界有积极影响的事情。李佳师从李飞飞(李飞飞于 2018 年 9 月离开谷歌回到斯坦福大学任教),在硕士期间,她参与了与核磁共振图像分割方法相关的医疗工作,这项研究深深吸引了她。在斯坦福大学攻读博士期间,李佳重点研究大规模视觉识别相关问题,这也与 AI 医疗影像息息相关。

几乎同期,谷歌宣布组建 Google Health,并将 DeepMind 的健康业务纳入其中,随后,医学院也与 Google Health 展开了更多合作。

例如,双方对斯坦福大学(50 名初级保健医生)和全美(204 名初级保健医生)初级保健医生 (PCP) 使用电子病历 (EHR) 的体验进行深入研究, 了解 PCP 对 AI 辅助完成文档记录的看法,这能够帮助临床医生、技术开发人员等优化 AI 工具。

此外,Google Health 还联合医学院开源了一个真实皮肤病学图像数据集 Skin Condition Image Network (SCIN), 反应了不同肤色、年龄和病情的皮肤图像,皮肤科医生和研究团队帮助确定了每张图片上的诊断结果,并根据两个肤色量表对其进行了标注。

随着 AI、大模型等加速发展,斯坦福大学医学院也基于 AI、联合更多高校展开了生物医学垂直领域的创新研究,在这一过程中,医学院也与更多的科技巨头达成合作,例如在 2022 年刷新了 DNA 测序技术的吉尼斯世界纪录, 在牛津纳米孔科技公司的 PromethION Flow Cells 上使用高通量纳米孔测序技术,每小时能够产生超过千亿碱基 (gigabase) 的数据,并在谷歌云上使用 NVIDIA GPU 加速碱基判定和变体识别。

此外,医学院还参与了 Apple Heart Study, 据悉,这是有史以来规模最大的一项虚拟研究(virtual study),在 8 个月内就吸引全美超过 40 万名参与者,其中有 0.5%、约 2,000 人收到了不规则脉搏 (irregular pulse) 的通知,此外,接收到不规则脉搏通知、且在后续使用心电图贴片 (ECG Patch) 检测的人,有三分之一被确认患有心房纤颤 (AFib,atrial fibrillation)。

写在最后

过去很长一段时间里,学术研究与产业是相对割裂的,很多优秀成果束之高阁,甚至并没有走出校园的「围墙」,鲜有人知晓。如今,AI for Science 的发展在一定程度上打破了科研团队与科技企业之间的藩篱,令企业能够参与到科研中。对于斯坦福大学医学院而言,这一类与科技企业的更是屡见不鲜,尤其是各大巨头企业中都有不少该校的「校友」。

作为一家拥有超百年底蕴的医学院,在人才储备、知识积累、研究设施以及研究方向的选择上都拥有得天独厚的优势,加之斯坦福大学本身也在 AI 领域名列前茅,能够为医学院的 AI 探索输入新鲜血液。未来,期待 Lloyd Minor 带领的斯坦福大学医学院能够在 AI 时代创造更多革命性突破,为全球生命科学事业提供指引。

参考资料:
1.https://www.360zhyx.com/home-research-index-rid-65566.shtml
2.https://m.huanqiu.com/article/9CaKrnKeTV9
3.https://www.mittrchina.com/news/detail/3251

最后推荐一个「创作者激励计划」,感兴趣的小伙伴扫码即可参与!

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

AI 应用开发:四维架构落地实战——以 HR Agent 为例拆解感知·推理·记忆·执行【意图路由、规划编排、长期记忆、工具执行、面试题】

本文基于四维架构(感知·推理·记忆·执行),以HR Agent为例,系统拆解大模型应用从“聊天”到“生产可用”的落地路径。通过Spring AI实现意图路由、规划编排、RAG检索与工具调用,结合真实踩坑复盘,揭示架构化设计对安全、成本与可维护性的关键价值,为AI Agent工程化提供可复用的实战框架。

王大师企业官方博客 1209

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 353

避开这些坑!QMT多因子策略实盘中的5个常见错误及解决方案

本文深入剖析了在QMT平台上实施多因子策略时常见的5个错误,包括因子过拟合、数据延迟处理不当、因子失效、交易成本低估和风险控制缺失,并提供了实用的解决方案。通过优化因子筛选、数据对齐和动态管理,帮助量化交易者提升策略稳健性和实盘表现。

k5l6m的博客 240

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 280

计算机视觉之ResNet

RestNet是2015年由微软团队提出的,在当时获得分类任务,目标检测,图像分割第一名。该论文的四位作者何恺明、张祥雨、任少卿和孙剑如今在人工智能领域里都是响当当的名字,当时他们都是微软亚研的一员。实验结果显示,残差网络更容易优化,并且加深网络层数有助于提高正确率。在ImageNet上使用152层的残差网络(VGG net的8倍深度,但残差网络复杂度更低)。对这些网络使用集成方法实现了3.75%的错误率。获得了ILSVRC 2015竞赛的第一名。原文链接这是一篇计算机视觉领域的经典论文。

十年以上架构设计经验,专注于软件架构和人工智能领域,对机器视觉、NLP、音视频等领域都有涉猎 2万+

超级详细的H3C模拟器HCL的交换机Telnet服务配置过程(图文)

VC++2017 MFC关于一个电话机房配线架进线出线节点数据库管理的程序 机房数据库原来是一个EXCEL表,查询,输入数据不方便。现用access数据库ODBC访问。平常没编过程序,编个程序练练手。记录一下学习中的问题,和解决方法,供大家分享,讨论,以便共同进步。希望多提宝贵意见,携手提高代码水平。 程序写的很不规范,代码冗余,显得程序臃肿,代码重用性差。发表这篇博客的目的也是为了改进这个程序。CListCtrl 单元格可以编辑,有Combo Box下拉列表功能。使用PreTranslateMe

techcai的博客 1万+

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 254

ArcGIS中利用DEM数据生成地形图既视感的等高线;利用掩膜进行等高线注记;DEM的可视化表达总结

文章目录前言一、效果图展示二、地形(DEM)可视化表达1.一维可视化2.二维可视化2.三维可视化二、ArcGIS中利用DEM数据制作等高线2.三维可视化2.三维可视化2.三维可视化2.三维可视化二、ArcGIS中利用DEM数据制作等高线2.三维可视化2.三维可视化2.三维可视化总结 前言 最近老师布置作业:DEM的可视化表达。想做一个等高线地形图那样、看起来高级一点的等高线,可是我看网上大多数教程都只展示了【等值线】工具,做出来效果都一般。我自认为自己做出来的效果还可以,把步骤分享给大家。 一、

pink_pig__的博客 5万+

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 191

Windows安装Pytorch3d

pytorch和pytorch3d版本对应关系如下:https://github.com/facebookresearch/pytorch3d/releasescuda和NVIDIA CUB版本对应关系如下:https://github.com/NVIDIA/cub/releases?page=1本人配置如下:GPU:1050TiCUDA:11.1python:3.8。

Snakewood的博客 4287

Xilinx UltraScale+ FPGA实战:手把手教你实现USB3.0设备开发(附原理图+代码)

本文详细介绍了如何使用Xilinx UltraScale+ FPGA开发USB3.0设备,涵盖硬件设计、Vivado工程配置、Petalinux系统定制及功能测试全流程。通过实战案例和优化技巧,帮助开发者快速掌握高速数据传输实现方法,提升嵌入式系统开发效率。

weixin_29159995的博客 209

【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 563

NVIDIA Isaac GR00T N1 人形机器人强化学习入门教程(二)详细步骤

LeRobot 格式 1.1 加载数据集 要加载数据集,我们需要定义以下 3 项内容: 在数据中显示图像帧 我们还可以对 LeRobotSingleDataset 类中的数据进行一系列转换。下面展示了如何对数据进行转换。 现在看看应用转换后的数据有何不同。 例如,对状态和操作进行规范化和串联,对视频图像进行裁剪、调整大小和颜色抖动。 二、GR00T 推断 本教程介绍如何使用 GR00

2506_90492529的博客 3014

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 619

58.Sobel边缘检测算子

注:在梯度运算中,很可能会出现负的灰度值,我们不能再采用uint8类型作为像素的数据类型,而是采用了CV_16S或者CV_32F这种有负数范围的类型,运算结果里的负数也不能不处理,否则在显示的时候就会被截断为0,这样就会丢失边界信息。如下图所示,对中心像素Z5求取多个方向的灰度差分,对于Z5的8邻域,分为4个方向,即对角线和水平垂直4个方向对:(z1, z9) ,(z2, z8), (z3, z7), (z6, z4) 给定邻域方向梯度矢量g的幅度为:|g| = <像素灰度差分>/<相邻像素的距离>。

twnkie的博客 4887

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

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 160

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

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 294

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

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 51

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! 428

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 488

AI作图软件技术选型:从4个技术维度出发的实测对比

AI作图软件技术选型:从4个技术维度出发的实测对比

Vbaoke的博客 252

【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。

328

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 369

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 5029

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 506
上一篇: 在线教程 | 轻松拿捏莫奈花园、宫崎骏漫画风格,用 ComfyUI InstantID 打造百变写真
下一篇: NeurIPS ’24 截稿不足 2 天!hyper.ai 汇总 58 个顶会,提供精确到秒的 DDL 倒计时,持续更新中
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