自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(259)
  • 收藏
  • 关注

原创 算力通胀:为什么AI越来越贵?我们还能怎么玩得起?

一边是模型越来越强,一边是成本越来越高。AI的“通胀”,不是算法的问题,而是算力生态的系统性挑战。

2025-06-11 11:13:36 224

原创 人工智能100问☞第45问:为什么说“数据是AI的燃料”?

在AI的世界里,没有数据就没有智能,有烂数据就会变“智障”。真正的AI竞争,不止在模型架构、算力部署,更在于:谁有“高质量数据”、谁能“高效处理数据”、谁能“用好数据做闭环”,数据不是“资源”,是“血液”。

2025-06-11 11:11:17 163

原创 客户一句“我们要上AI”,我如何用一张图搞定算力选型?

很多项目之所以流产,并不是客户没钱,也不是竞品太强,而是客户根本没理解自己需要什么。而我们作为售前,最关键的能力不是堆参数,而是建认知。当你能用一张图帮客户看懂方向、控制预算、拆解方案,你就拥有了赢单的核心竞争力。

2025-06-10 14:19:08 827

原创 人工智能100问☞第44问:AI和传统软件的核心差别在哪里?

AI与传统软件的核心差别在于:​​传统软件严格遵循预设规则执行确定任务,而AI通过数据自主学习并动态优化决策​​。

2025-06-10 14:15:29 647

原创 当算力遇上刮刮乐:AI如何颠覆“运气”的游戏规则?

还记得小时候在小卖部门口刮刮乐的激动时刻吗?一块钱一张,一刮定乾坤。有人一夜暴富,也有人十刮九空。看起来全靠“运气”,但今天我们要讲的,不是运气——而是算力。

2025-06-09 16:41:40 956

原创 人工智能100问☞第43问:什么是提示工程(Prompt Engineering)?

提示工程 = 用“精准提问”激活AI潜力,把“模糊需求”变成“可靠答案”的艺术与科学。​

2025-06-09 16:38:06 1107

原创 谁能拿下“绿色算力”,谁就能赢下AI的下半场!

过去我们讲算力,讲的是性能、速度、芯片、架构,但今天,有一个全新的变量正在快速崛起——绿色算力。不节能、耗电高、碳排多,再强的AI也会被拖慢节奏。

2025-06-06 10:59:33 513

原创 人工智能100问☞第42问:什么是知识图谱?

知识图谱是一种基于图结构的语义网络,通过“实体-关系-实体”三元组构建现实世界的关联知识体系,实现机器对复杂信息的理解、推理与智能应用​​ 。

2025-06-06 10:57:41 1105

原创 揭秘AI背后的数学灵魂:贝叶斯定理的力量

在人工智能的世界中,我们经常听到“模型预测”“概率推理”“贝叶斯网络”等术语。乍听之下,它们仿佛是技术天书,但它们的本质,其实都离不开一个关键的数学公式——贝叶斯定理(Bayes' Theorem)。这不是一个晦涩难懂的符号堆砌,而是一座桥梁,让我们能够从“已知”推测“未知”,让机器拥有“根据经验不断学习”的能力。本篇文章将系统剖析贝叶斯定理的数学原理,并揭示它如何深刻地影响着人工智能的建模思维与算法实现。

2025-06-05 17:00:53 816

原创 人工智能100问☞第41问:什么是边缘AI?

边缘AI是将人工智能算法直接部署在物联网设备、传感器等边缘终端上,在数据产生源头完成实时计算与决策的技术架构,实现低延迟、高隐私与离线可用的本地化智能处理​​。

2025-06-05 16:58:31 604

原创 一文看懂AI算力产业链,谁在悄悄吃肉?

你以为最赚钱的是做AI应用的?其实,掌握AI算力的这条“隐形产业链”,才是这场技术革命的真正赢家。谁掌握算力,谁就掌握未来的AI帝国。这篇文章,带你一口气看清AI算力产业链上的关键玩家,从卖芯片到租算力,再到大模型落地应用,全链条揭秘!

2025-06-04 09:10:59 570

原创 人工智能100问☞第40问:什么是联邦学习?

联邦学习是一种分布式机器学习技术,允许多个参与方在本地数据不离开原始位置的前提下,通过加密交换模型参数(如梯度、权重)协作训练全局模型,打破“数据孤岛”并满足隐私合规要求。

2025-06-04 09:07:27 551

原创 概率分布,支撑AI算法的数学基石

概率分布,是现代人工智能(AI)算法不可或缺的数学语言。它不仅描述了数据中的不确定性,更揭示了机器学习模型背后的本质运作机制。本文将带你深入了解概率分布的数学本质,以及它在监督学习、深度学习、生成模型等核心AI领域的关键作用,揭秘概率论如何成为AI理论和实践的强大支撑。同时,我们也将展望概率建模未来在AI中的发展趋势。

2025-06-03 10:08:34 527

原创 人工智能100问☞第39问:什么是AutoML?

AutoML(自动化机器学习)是通过算法自动完成机器学习全流程(数据预处理→特征工程→模型选择→超参数优化→模型部署)的技术,显著降低AI应用门槛并提升开发效率​​。

2025-06-03 10:01:49 735

原创 人工智能100问☞第38问:什么是多模态模型?

多模态模型是一种能同时处理并融合多种类型数据(如文本、图像、音频、视频等)的AI系统,通过跨模态理解与生成技术,模仿人类多感官协同的智能认知能力​​。

2025-06-01 23:16:46 814

原创 当算力遇上端午节,粽子都能智能推荐了?

锣鼓声响、龙舟破浪、粽叶飘香……这是我们熟悉的端午节。但在未来,节日的“打开方式”彻底变了样:龙舟可以自动划、水上竞技靠AI指导、粽子口味是AI定制、直播能360°云看比赛……科技这股“算力风暴”,直接把端午节玩出了“元宇宙”的感觉!

2025-05-30 11:11:02 709

原创 人工智能100问☞第37问:什么是扩散模型?

扩散模型是一种​​通过系统性地添加再去除噪声来生成新数据(如图像)的生成式AI技术​​,其核心机制分为两个阶段:正向扩散​​:对原始数据(如清晰图片)逐步添加噪声,直至完全变成随机噪点(类似老照片逐渐模糊的过程);逆向生成​​:从噪声出发,通过训练好的神经网络逐步预测并移除噪声,最终还原或创造出高质量的结构化数据(如将模糊影像修复为清晰图像)。

2025-05-30 11:08:03 723

原创 人工智能100问☞第36问:什么是BERT?

BERT是基于Transformer Encoder的双向语言预训练模型,具备强大的语义理解能力,是现代自然语言处理的重要基石。它是一套让机器像人一样“前后一起看”的语言理解技术,它让AI不光“读得快”,还“读得懂”。现在很多搜索引擎、客服系统、智能问答,背后都用了BERT技术。

2025-05-29 17:05:44 855

原创 一文带你详细了解英伟达Hopper H200 GPU

NVIDIA H200 Tensor核心GPU是基于 NVIDIA Hopper架构的最新力作,专为加速生成式AI、大语言模型(LLM)、高性能计算(HPC)和科学计算设计。2024年初发布以来,H200迅速成为AI行业的焦点,其核心亮点在于引入了HBM3e内存,显著提升了内存容量和带宽,完美适配超大规模模型的需求。相比前代H100,H200并非全新架构,而是对Hopper架构的优化升级,重点提升内存性能和能效,堪称“核动力引擎”的进阶版。

2025-05-28 15:23:55 2078

原创 人工智能100问☞第35问:什么是Transformer模型?

Transformer是一种以自注意力机制为核心的深层神经网络结构,具备并行处理与全局建模能力,广泛应用于语言、图像和多模态智能任务中,是现代AI模型的核心基石。核心是让AI“更会读书、更会说话、更会画画”的超级大脑。

2025-05-28 15:20:12 679

原创 人工智能100问☞第34问:什么是语音识别与合成?

在人工智能的世界里,“看、听、说、写”早已不是人类的专属技能。语音识别,让机器有了耳朵;语音合成,让机器长了嘴巴;合在一起,机器就开始“说人话、听人言”了。

2025-05-27 10:43:09 534

原创 OpenAI砸65亿美元并购苹果设计教父Jony Ive的公司,AI终端要来了,算力产业颤了!

OpenAI这波,不是造手机,而是造下一代算力入口。

2025-05-26 09:49:38 387

原创 人工智能100问☞第33问:什么是计算机视觉?

计算机视觉就是让计算机拥有“看”和“理解”图像与视频的能力,就像人类用眼睛和大脑感知世界一样。

2025-05-26 09:34:58 541

原创 线性代数之张量计算,支撑AI算法的数学原理

在人工智能的世界里,“张量(Tensor)”是一个无法绕开的核心概念。听起来像是高级数学家才会用的词,但其实,张量是一个非常实用而通俗的概念 —— 它是向量与矩阵的高维推广。

2025-05-25 21:57:30 1287

原创 人工智能100问☞第32问:什么是迁移学习?

迁移学习就是让AI把在一个任务中学到的本事,拿来加速另一个任务的学习,实现“举一反三”。

2025-05-25 21:52:57 441

原创 Meta要上天,小扎真豪横!600亿美金砸向AI算力,谁在瑟瑟发抖?

扎克伯格此举,不是孤例,而是整个AI行业的缩影。我们正处在一次技术大洗牌的开端,谁有算力,谁能训练模型,谁就有资格定规则。Meta的600亿美元,是一场无法回头的豪赌。赌赢了,他们就能从社交巨头变身AI巨无霸;赌输了,就是第二个“元宇宙泡沫”。但无论结果如何,有一点是肯定的:AI不是谁“想做”就能做,而是谁“敢投”才能赢。这个世界,终究属于那些敢赌、能熬、会算账的人。

2025-05-24 21:04:04 999

原创 人工智能100问☞第31问:如何评估一个AI模型的性能?

评估AI模型性能,就是通过一系列指标综合判断它“答题”是否又准又稳、既快又聪明,能不能在新场景中举一反三。

2025-05-24 21:00:08 1047

原创 人工智能100问☞第30问:什么是损失函数?

损失函数是衡量模型预测值与真实值差异的非负实值函数,通过最小化该函数优化模型参数,从而降低预测误差。

2025-05-23 16:47:34 452

原创 一文带你详细了解英伟达Hopper H100 GPU

英伟达H100 GPU,代号Hopper,是NVIDIA于2022年推出的第九代数据中心GPU,专为AI训练、大模型推理、高性能计算(HPC)场景打造,是A100的直接继任者。

2025-05-23 14:53:19 1556

原创 “AI+工业制造”智能化转型解决方案

1、建设背景当前,中国制造业正处于智能化转型的关键阶段。随着“工业互联网”“中国制造2025”等国家战略的推进,以及“双碳”目标下节能减排的要求,制造企业亟需引入AI、大数据、物联网等新技术来提升竞争力。智能制造依托实时数据和AI分析,能够自动响应市场和生产需求的变化,提高生产效率和质量。此外,随着人口老龄化和人工成本上升,制造业亟需通过智能化手段替代传统的人力密集型流程,实现从“制造”向“智造”的升级。在此背景下,工业园区数字化程度不断提高,成为智能制造的基础设施。

2025-05-22 14:25:44 1082

原创 人工智能100问☞第29问:常见的激活函数有哪些?

激活函数如Sigmoid、ReLU、Softmax等,通过非线性映射与梯度优化机制,赋予神经网络“思考能力”,既打破线性束缚,又调控信号传递的强度与范围。

2025-05-22 09:29:25 840

原创 AI加速芯片全景图:主流架构和应用场景详解

从数据中心的超大算力,到边缘设备的低功耗推理,AI芯片正在重塑整个AI产业链。无论你是模型算法工程师、芯片架构师,还是AI系统集成商,理解芯片架构背后的逻辑,才能真正用好每一份算力。

2025-05-21 17:17:39 982

原创 人工智能100问☞第28问:什么是过拟合与欠拟合?

过拟合是模型学得太细导致新数据翻车,欠拟合是学得太糙连现有数据都搞不定,前者死磕训练数据噪音,后者连基本规律都没抓住。

2025-05-21 17:15:19 354

原创 一文带你详细了解英伟达Blackwell B200 GPU

2024年3月,英伟达在GTC大会上正式发布了基于Blackwell架构的B200 GPU。Blackwell架构的发布是英伟达技术创新的又一力作。B200 GPU为训练和推理万亿参数的大型语言模型(LLM)提供了无与伦比的计算能力,同时在能效和安全性方面实现了显著提升。

2025-05-20 22:31:23 1212

原创 当算力遇上520,AI不仅懂你,还能爱你

每年一到5月20日,朋友圈、微博、小红书就像被恋爱病毒入侵了一样,满屏都是“我爱你”“官宣”“求婚”“撒狗粮”……单身狗被虐得体无完肤,恋爱狗又忙着P图发红包。但今年的520,注定不一样。你有没有发现一个神奇的现象——越来越多的“表白”不再是人对人,而是“人对AI”的倾诉。比如:有人用ChatGPT写了一封完美的情书;有人用AI生成女友的虚拟形象,陪他过节;还有程序员直接送女朋友一张“H100”的显卡,说“这就是我爱的算力”。听起来离谱?但这,正是“AI+情感经济”全面渗透我们生活的开始。今年的520,已经

2025-05-20 22:25:57 1014

原创 人工智能100问☞第27问:神经网络与贝叶斯网络的关系?

神经网络与贝叶斯网络是两种互补的智能模型:神经网络通过多层非线性变换从数据中学习复杂模式,擅长大规模特征提取和预测,而贝叶斯网络基于概率推理建模变量间的条件依赖关系,擅长处理不确定性和因果推断。两者的融合(如贝叶斯神经网络)结合了深度学习的表征能力与概率建模的置信度量化优势,在提升预测可靠性的同时增强模型可解释性。

2025-05-19 18:30:03 981

原创 人工智能100问☞第26问:什么是贝叶斯网络?

贝叶斯网络是基于有向无环图和条件概率表构建的概率图模型,用于表达变量间的条件依赖关系并进行不确定性推理。

2025-05-18 19:06:16 602

原创 人工智能100问☞第25问:什么是循环神经网络(RNN)?

循环神经网络(RNN)是一种通过“记忆”序列中历史信息来处理时序数据的神经网络,可捕捉前后数据的关联性,擅长处理语言、语音等序列化任务。

2025-05-17 22:04:07 365

原创 技术剖析|线性代数之特征值分解,支撑AI算法的数学原理

特征值分解(Eigenvalue Decomposition)作为一种强大的矩阵分析工具,不仅是线性代数的核心概念,更是支撑众多AI算法的关键数学原理。从主成分分析(PCA)到推荐系统,从图像处理到自然语言处理,特征值分解无处不在。这种诞生于线性代数的矩阵分析方法,正在智能算法的演进历程中持续释放着独特的数学能量。

2025-05-16 10:07:58 1097

原创 人工智能100问☞第24问:什么是生成对抗网络(GAN)?

生成对抗网络(GAN)是一种由​​生成器​​与​​判别器​​组成的机器学习模型,通过对抗训练生成逼真数据。

2025-05-16 10:01:09 292

《数字低空测试与验证白皮书(第一阶段)》

内容概要:本文档为《数字低空测试与验证白皮书(第一阶段)》,聚焦数字低空测试与验证的核心需求,梳理了技术发展现状与挑战。数字低空通过通信、感知、导航等技术融合,推动物流、巡检、文旅等场景智能化应用,但面临高密度、高频次、异构化等挑战,亟需完善测试与验证体系。白皮书提出“四横三纵”架构,“四横”覆盖物理设施、信息基础设施、数字化空间和应用系统四大层级,“三纵”通过模拟仿真、封闭区域和开放区域测试,全面评估系统性能与可靠性。该架构贯穿数字低空系统全生命周期,明确了通信、感知、计算、安全等关键指标,为技术规模化应用和标准化建设提供科学依据,助力低空经济高质量发展。 适用人群:从事低空经济及相关技术研发、测试、管理的专业人员,政策制定者,行业研究人员。 使用场景及目标:①为低空物流、文旅、载人、巡检、消防等典型应用场景提供测试验证内容与关键指标;②推动低空经济的标准化建设,确保系统的安全性、可靠性和适应性;③为技术研发、测试验证、政策制定提供科学依据和指导。 其他说明:白皮书详细阐述了基于用例、场景和公共开放空域的测试方法,以及虚拟仿真、硬件在环和封闭空域测试技术。这些方法和技术不仅能够满足不同测试阶段的需求,还能有效降低测试成本与风险,为数字低空系统的快速迭代和优化提供了有力支持。展望未来,数字低空测试与验证体系的完善,将成为低空经济高质量发展的重要推动力。

2025-04-23

泛在安全低空数智网技术体系白皮书

泛在安全低空数智网技术体系白皮书

2025-04-22

低空通导监气技术白皮书

内容概要:本文档由数字低空工作组编制,系统梳理了低空通信、导航、监视及气象技术(通导监气)的核心框架与应用场景,旨在为低空空域的安全高效运行提供技术支撑与标准化指引。文中详细介绍了低空通导监气技术的发展历程、核心技术、系统架构与集成、应用场景、面临的挑战及未来发展趋势。低空通导监气技术通过融合5G、卫星通信、高精度导航及智能感知等关键技术,逐步构建起覆盖通信、定位、环境监测与空域调度的综合体系,支撑农业监测、应急救援、城市物流等多样化场景。尽管当前仍面临通信信号覆盖盲区、动态频谱管理不足、数据隐私保护等挑战,但未来技术将朝着智能化、集成化与全球化方向演进,依托人工智能、边缘计算及空天地一体化网络,推动低空经济与智慧城市深度融合。 适用人群:政府监管部门、技术研发企业、行业用户、无人机及低空飞行器操作员、航空及通信领域的专业人士。 使用场景及目标:①理解低空通导监气技术的核心框架与标准体系,为低空空域的安全高效运行提供技术支撑;②促进低空空域管理技术的创新与应用;③推动国际合作,建立全球范围的低空空域监管网络;④为无人机交通管理、城市空中交通、低空物流、农业监测、应急救援等应用场景提供技术支持。 其他说明:本文档不仅涵盖了低空通导监气技术的基本概念、发展历程与现状,还深入探讨了其在无人机交通管理、城市公共服务、城市空中物流、农业与环境监测、应急救援与灾害管理等领域的具体应用。此外,文档还分析了技术挑战、法规与政策、市场与商业模式,并展望了未来的发展趋势,强调了智能化、集成化与全球化的重要性。通过阅读本文档,读者可以全面了解低空通导监气技术的现状与未来发展方向,为相关领域的研究与实践提供有价值的参考。

2025-04-22

通感一体赋能数字低空网络白皮书

内容概要:本文档深入探讨了低空经济的发展及其对通信感知一体化(通感)技术的需求。低空经济依托数字低空网络,以无人驾驶航空器为核心,构建快递物流、城市管理、农林植保和应急救援等领域的经济体系。文中指出,通信感知一体化是数字低空网络的重要支撑技术,通过硬件、频谱、信号处理等一体化设计,使通信设备同时具备通信与感知功能,具有低成本、广覆盖、高精度等特点。文档详细分析了通感技术的发展现状、面临的挑战(如通感融合理论缺失、低空立体覆盖不足、感知精度受限、感知可信性不足、全局干扰复杂),并提出了相应的解决方案。此外,文档还介绍了通感融合理论、低空通感架构及关键技术、标准化影响

2025-04-21

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除