AI学习第一站:从感知到认知,AI到底是什么? 本文围绕 AI 的 “感知 - 认知” 双轮逻辑这一核心主题展开,系统阐述了 AI 的底层工作框架。首先界定了 “感知”(将物理世界连续信号转换为机器可处理的结构化数据)与 “认知”(对结构化数据进行分析、推理与决策)的核心内涵,剖析了两者的技术构成与实现路径,明确了 “感知→认知→行动→感知” 的 人工智能 2026年01月23日 177 点赞 0 评论 19367 浏览
心理学研究方法(36) 中原焦点团队网络中26期坚持分享第952天(20220915) 计算机统计分析是运用计算机进行研究数据和资源的统计、处理、分析、贮存和打印输出。有效的计算机分析的前提是严密的研究设计、准确的数据测量和充分的理论知识。 计算机的数据处理可分为联机和整批处理两个类型。联机是一种交互处理,用户给计算机的指令立即被执行并随机给新的指令;整批处理时,所有数据打入穿孔卡系统,成批加工,没有随即反馈。 SPSS 人工智能 2025年12月07日 74 点赞 0 评论 19368 浏览
8款国内外免费AI生成视频工具对比实测!我们真的可以做到“一人搞定一部影视作品“吗? AI生成视频工具的不断普及,其竞争赛道愈发激烈。产品宣发中的精美AI视频更是铺天盖地而来。宣传必不可少,但实际生成AI视频效果如果和宣传差距太大,会大大降低用户的期待值,浪费用户的时间成本,资金成本。因此本文将从AI生成速度、一次可生成视频内容时长、视频呈现效果、文本指令理解,长视频制作等维度对国内外热门AI视频生 人工智能 2025年06月08日 124 点赞 0 评论 19375 浏览
飞算JavaAI的安装及其使用方法 标签#JavaAI首先,我i们先去电脑端自带的浏览器下载IDEA界面往下滑可以看到下载安装。安装后软件会显示在桌面,如果没有安装在桌面快捷,可以在系统应用中查找。启动IDEA,在顶部菜单栏进入 File -> Settings (Windows/Linux)或 IntelliJ IDEA -> Pref 人工智能 2025年09月19日 162 点赞 0 评论 19388 浏览
写篇文章过把瘾 好久没有动手写了,感觉还是要动手写点东西,今天的计划是来到STARBUCKS好好看一下书,结果就学习一下体系化的概念就花了三个小时,感觉自己的学习时间太慢了,但是却又不得不去接受这种方式,虽然是慢了点,但好在学了就有收获。 知识的重点是用为主,如果不能应用所有的一切都是空。知识有个词叫做基础特征,别的老师喜欢叫做工具,但是我喜欢用基础特征来表示。就像写作一样,写作也有自己的基础特征,比 人工智能 2025年05月12日 83 点赞 0 评论 19421 浏览
MCP Shrimp Task Manager: 解锁AI编程新范式 ——让AI代理像开发者一样高效协作的智能任务管理工具 作为一名开发者,你是否曾为以下场景头疼不已: 面对复杂任务时,AI代理频繁重复相同的工作流程,效率低下? 团队协作中,不同成员的编程风格不一致,导致代码维护困难? 调试时无法追踪任务依赖关系,难以定位错误源头? 别担心!最近发现的MCP Shrimp Task Manager(以下简称“Shrimp Task Manager”)或许能成为你的救星。这个基于模型上下文协议(MCP)的智 人工智能 2025年08月30日 47 点赞 0 评论 19425 浏览
【Coze智能体开发】(三)解锁 Coze 智能体超能力:插件 + 知识库 + 数据库全解析,让 AI 从 “会聊天“ 到 “能办事“! 目录编辑前言一、Coze 资源全景:不止于 "聊天" 的能力延伸二、插件:给智能体装上 "手脚",让 AI 能 "动手办事"2.1 什么是插件?—— 智能体的 "工具扩展包"2.2 插件的分类:按需选择,精准赋能1. 按功能场景分类2. 按收费方式分 人工智能 2026年02月07日 116 点赞 0 评论 19455 浏览
涨知识 | 量子纠缠是什么 郑重声明:本文系原创首发,文责自负。 因为今年的诺贝尔物理学奖颁发给量子纠缠领域的物理学家,因此量子纠缠这个东西进入大众视野,许多平台都在讨论这个。我也看了许多帖子和解说,总算是了解一点点。虽然不是专业人士,也不懂背后深层次的原理,但是大概的描述还是可以分享一下,一起开开脑洞。 量子是物理量最小的不可分割的基本单位,概念很复杂。举个例子,光的最小单位,光量子,也就是光子。 而几个量子在一起会呈现纠 人工智能 2025年06月22日 99 点赞 0 评论 19505 浏览
PyTorch生成式人工智能实战(1)——神经网络与模型训练过程详解 PyTorch生成式人工智能实战(1)——神经网络与模型训练过程详解 0. 前言 1. 传统机器学习与人工智能 2. 人工神经网络基础 2.1 人工神经网络组成 2.2 神经网络的训练 3. 前向传播 3.1 计算隐藏层值 3.2 执行非线性激活 3.3 计算输出层值 3.4 计算损失值 3.5 实现前向传播 4. 反向传播 人工智能 2025年04月22日 161 点赞 0 评论 19535 浏览