- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 【AI系列第3讲】智能体的“记忆系统“：如何让AI记住过去，规划未来
本文探讨了智能体如何通过记忆系统实现从"健忘"到"智慧"的转变。传统AI如健忘症患者般无法保留对话历史，而现代智能体则通过分层记忆架构（短期记忆、长期记忆、情感记忆）实现持续学习。文章详细解析了记忆的存储与检索策略，包括重要性评估、关键词/语义检索等方法，并通过个人助理案例展示了偏好记忆、任务历史记忆和上下文记忆的实际应用。
2025-10-24 22:52:01
1851
原创 【AI系列第2讲】智能体的“工具箱“：如何让AI学会使用工具
本文探讨了智能体如何通过工具调用从"纸上谈兵"到"真刀真枪"的转变。文章对比了传统AI与智能体的区别，指出智能体通过掌握工具使用能力实现了真正的任务执行。详细介绍了工具调用的技术实现，包括工具描述、选择机制、参数提取和结果处理等环节。列举了API调用、文件操作、网络搜索等常见工具类型，并通过一个多功能智能体案例展示了实际应用场景。最后深入探讨了工具选择的复杂性和组合策略，强调工具调用让智能体从被动建议者转变为主动执行者，为人类提供更强大的辅助能力。
2025-10-24 22:46:36
745
原创 【从零到一学AI】第5篇：信息论：AI如何“理解“信息的价值
文章摘要：本文通过小李学习AI的故事，生动讲解了信息论在人工智能中的核心应用。文章以"信息价值如何衡量"为切入点，用通俗例子说明信息量与意外程度的关系，介绍了香农信息论的基本概念。重点解析了熵、信息增益、互信息等关键指标在机器学习中的实际应用，包括特征选择、决策树构建和损失函数设计等场景。通过Python代码演示了信息论在AI模型中的具体实现，如电报编码优化、注意力机制分析等。文章最后指出信息论为AI提供了量化信息价值的数学工具，是理解现代人工智能的重要理论基础。
2025-10-23 23:37:29
857
原创 【AI系列第1讲】从大脑到执行者：理解大模型 (LLM) 与智能体 (Agent) 的核心区别
介绍大模型和智能体的基本概念、发展历史和核心区别。结合案例：如ChatGPT作为大模型的应用，AutoGPT作为简单智能体的示例，帮助新手建立直观理解。
2025-10-23 22:45:21
582
原创 【从零到一学AI】第4篇：梯度下降：AI如何“爬山“找到最优解
摘要： 本文通过登山比喻生动讲解梯度下降算法——AI学习的核心原理。就像登山者在迷雾中寻找最低点，AI通过计算梯度（最陡方向）调整参数，逐步降低预测误差（损失函数）。文章详细解析了基础梯度下降、随机梯度下降（SGD）和小批量梯度下降（MBGD）的区别，并以房价预测为例展示代码实现。同时探讨了局部最优、鞍点等挑战及解决方案（如动量法、Adam优化器）。最后通过训练简单神经网络解决XOR问题，强调学习率调优和优化器选择的重要性。梯度下降不仅是数学工具，更是AI“学习”的本质——在参数空间中高效寻找最优解。
2025-10-21 23:03:03
791
原创 【从零到一学AI】第3篇：概率论的日常智慧：从天气预报到AI决策
本文通过天气预报和垃圾邮件分类的案例，生动讲解了概率论在AI中的核心作用。文章指出，概率思维让AI能够诚实表达不确定性，在不确定世界中做出理性决策。重点介绍了贝叶斯定理如何让AI基于证据更新信念，以及不同概率分布的数据特性。通过医疗诊断案例展示了反直觉的贝叶斯推理，强调先验概率的重要性。最后讲解了交叉熵损失和不确定性量化两项关键技术，说明概率使AI系统更可靠。文章用生活化案例和代码演示，将抽象的概率概念转化为实用AI知识，帮助读者理解概率思维的价值。
2025-10-20 22:26:15
676
原创 【从零到一学AI】第2篇：矩阵不是魔法：用Excel就能理解的线性代数
摘要：本文通过一个用Excel给女友推荐电影的生动案例，通俗易懂地讲解了线性代数在AI推荐系统中的核心应用。文章首先将矩阵类比为Excel表格，用余弦相似度计算用户口味匹配度；然后介绍矩阵分解如何发现电影的"隐藏基因"；最后展示协同过滤算法如何寻找"口味双胞胎"进行推荐。通过Python代码实战，演示了从相似度计算到SVD分解、再到推荐生成的全过程，并针对情侣观影场景提出了"交集电影"的解决方案。全文以生活化场景阐释复杂数学概念，帮助读者克服对AI
2025-10-19 18:57:32
1863
原创 【从零到一学AI】第1篇：为什么学AI一定要懂数学？一个文科生的逆袭故事
《文科生也能学会的AI数学：从恐惧到工具的转变》 摘要：本文通过文科生小李的AI学习故事，打破了"数学是AI学习障碍"的迷思。文章指出传统数学教育与AI应用数学的本质区别：AI数学更注重解决实际问题而非应试。通过推荐算法、垃圾邮件分类等生动案例，展示了线性代数、概率论等数学工具在AI中的实际应用。作者提出了"理解优先于记忆"的学习理念，并给出分阶段学习路线和实用工具箱建议，强调数学是掌握AI的"超能力钥匙"，而非难以逾越的门槛。
2025-10-19 12:51:04
964
原创 多模态感知进化论：智能体睁开双眼，感知世界的温度
AI智能体正从“认知”迈向“感知”，多模态赋予眼耳，闭环感知-认知-行动，环境交互抑制幻觉，具身智能落地制造、医疗，潜力爆发，即将成为人类的“生命伙伴”。
2025-10-09 08:26:54
850
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人