人工智能
专注于人工智能的理论、模型、应用、伦理和社会影响。
子分类
您可以探索更具体的主题。
文章
16 篇文章
进入无边界时代：创建一个30种语言的博客网站
2025年8月24日
本篇文章详细介绍了一位系统工程师如何利用生成式AI（Gemini）构建了一个支持30种语言的自动化多语言博客网站。作者首先概述了网站的核心机制，该机制基于Astro框架，能够从文章草稿自动生成HTML文件，并且整个开发过程都得益于与Gemini的编程对话。网站的关键功能包括：文章的自动分类和标签化，利用Gemini的自然语言处理能力，通过API将文章发送给Gemini进行分析，并由Gemini根据...
开发型开发与重构驱动测试
2025年8月19日
本文探讨了生成式AI对软件开发带来的深刻变革，并提出了“开发型开发”和“重构驱动测试”两种新的开发范式。传统的开发过程耗时耗力，尤其在复杂化日益加剧的今天。生成式AI的出现，特别是其强大的编程能力，正改变这一现状，使得AI驱动的软件开发成为可能，并逐渐将AI自主代理推向软件工程师的核心位置。文章指出，生成式AI不仅能加速最终软件的开发，还能提升辅助开发软件的开发效率。通过利用生成式AI快速创建自动...
时间压缩与盲点：调速的必要性
2025年8月16日
文章探讨了人工智能，特别是生成式人工智能（Generative AI）的指数级发展所带来的“时间压缩”现象及其对社会造成的“盲点”问题。作者认为，AI技术的进步不仅提升了自身能力，还通过软件连接和知识获取进一步加速，这种加速效应递归地推动了AI领域整体的进步，并吸引了更多投资者和工程师，形成了社会经济层面的强化循环。然而，当技术进步速度过快时，其益处可能被风险超越。开发者和公众都难以完全理解新技术...
作为智力矿山的 GitHub
2025年8月15日
本文探讨了GitHub作为开源软件协作平台之外的未来发展潜力，认为其将日益成为开放知识共享和“智力工厂”的原材料中心，进而演变为一个“智力矿山”。文章首先介绍了生成式AI在软件开发中的新趋势，特别是Devin的出现，以及Cognition公司推出的DeepWiki服务，该服务能为GitHub上的公开项目自动生成维基文档。DeepWiki的潜在成功预示着AI程序员的普及，并展示了AI在自动化文档生成...
学习如何学习：与生俱来的智能
2025年8月13日
本文探讨了智能的涌现机制，特别是通过“学习如何学习”的倾向，认为人工智能和人类大脑都拥有这种与生俱来的能力，并将其归因于一种“天生的框架构建者”（natural born frameworker）机制。文章区分了身体学习和语言学习，并进一步将学习过程划分为“形而下学习”（通过重复记忆概念，如观察物体或身体运动）和“形而上学习”（只需较少重复即可记住，或能当场查阅利用，利用预先学习的概念进行类比和组...
模拟思考的时代
2025年8月12日
文章探讨了生成式AI在软件开发和模拟系统领域的变革性影响。作者提出，“智力工厂”的概念，即利用生成式AI将原创内容转化为多种衍生内容的系统，并描述了其在博客翻译、视频制作和个人网站生成等方面的实际应用。作者独立开发了一套支持“智力工厂”的Web应用前端、后端服务器和虚拟机批处理基础设施，并将这种全方位、跨平台、可轻松迭代的软件开发模式称为“液态软件”（liquidware）。 在业务系统开发方面...
时序扰动社会
2025年8月12日
本文探讨了生成式人工智能（AI）的出现如何导致一种名为“时序扰动社会”（Chronoscramble Society）的新社会现实。这种社会的核心特征是人们在时间感知上存在显著且不断扩大的差距。过去，时间感知上的差异主要源于经济差距、文化差异和代际差异，且容易通过信息交流和技术普及来弥合。然而，生成式AI，特别是大型语言模型的出现，打破了这些界限，导致即使是AI领域的专家之间，对技术现状和未来前景...
人工学习智能系统：ALIS 构想
2025年8月9日
本文提出并阐述了人工学习智能系统（Artificial Learning Intelligence System: ALIS）的概念、原理及设计开发方法。ALIS的核心在于整合先验学习（主要指当前基于神经网络的监督学习，如大型语言模型LLM）与一种独立于先验学习的后天学习过程，以实现全面的推理能力。与仅依赖神经网络参数存储知识的先验学习不同，ALIS的后天学习过程将知识存储在神经网络外部，并在推理...
自然语言机器学习
2025年8月8日
文章探讨了一种名为“自然语言机器学习”的新型机器学习范式，它利用大型语言模型（LLM）处理自然语言数据，与传统的基于数值数据的机器学习形成对比。传统的机器学习依赖于数值计算和参数调整，而自然语言机器学习则利用LLM强大的自然语言理解和生成能力，将知识存储在自然语言描述的知识库中，并通过自然语言交互进行学习。 文章首先阐述了自然语言机器学习的基本模型，以监督学习中的分类问题为例。在该模型中，预训练...
作为微型虚拟智能的注意力机制
2025年8月6日
文章探讨了 Transformer 模型的核心——注意力机制，并将其与“虚拟智能”和“微型虚拟智能”的概念联系起来，提出了一种实现高级智能的新视角。注意力机制的核心在于其能够动态地识别并关注文本序列中的相关部分，从而有效地处理长距离依赖关系和指代不明的问题。它通过学习在处理一个词语时，应该“关注”句子中哪些先前词语，从而过滤掉不必要的词语，保持解释密度，无论文本长度如何。 文章随后引入了“虚拟智...
空间感知的维度：AI的潜力
2025年7月30日
文章探讨了人类和人工智能（AI）在感知和理解高维度空间方面的潜力，特别是对四维及以上空间的研究。文章指出，人类通过视觉信息（二维图像）来感知三维空间，大脑会将二维视觉信息逆映射到内部的三维空间图像。作者提出，借鉴这一原理，人类有可能通过计算机模拟四维空间，并将模拟结果映射到二维平面上，从而通过视觉学习和掌握四维空间的概念和行为，最终在头脑中构建四维空间感知能力。然而，作者也指出，这一过程需要漫长的...
交响智能时代
2025年7月30日
本文探讨了生成式AI应用的现状和未来，提出了“交响智能”这一新概念。文章首先区分了“迭代工作”和“流程工作”。迭代工作是指人类通过试错方式组合多个任务，最适合使用工具，而生成式AI目前主要被用作迭代工作中的工具。然而，工具在迭代工作中的效率提升有限，人类自身成为瓶颈，且资深与新员工之间存在难以弥合的技能差距。 为了克服这些限制，文章提出将迭代工作转化为标准化的“流程工作”并进行系统化。通过系统连...
虚拟智能编排
2025年7月30日
文章探讨了“虚拟智能”的概念，将其类比于计算机中的虚拟机技术，指出虚拟智能是存在于实际智能之上的能力，如同人类在对话或扮演角色时展现出的能力。对话式AI在生成多人对话或让角色回应指令时，也表现出高水平的虚拟智能。文章进一步引入“智能编排”的概念，与计算机系统中的“系统编排”进行对比。系统编排通过组合具有不同规格和功能的计算机来构建分布式协作系统，允许灵活更改配置。在AI应用中，系统编排可用于结合多...
基于流程的工作与系统：生成式AI利用的本质
2025年7月29日
本文探讨了在业务中利用生成式AI（Generative AI）提升生产力和质量的核心在于将“迭代工作”转化为“基于流程的工作”并进行系统化。作者首先区分了工具与系统的概念，指出系统并非只是复杂的工具，而是在特定工作类别下才能显现其优越性。文章将工作分为“迭代工作”（通过试错、灵活调整逐步完成）和“基于流程的工作”（分阶段推进，最终产出可交付成果）。对于迭代工作，工具包是有效的；而对于基于流程的工作...
液态软件时代的“全能型工程师”
2025年7月28日
文章探讨了生成式AI在软件开发领域的革命性影响，预示着“液态软件”和“全方位工程师”时代的到来。首先，文章指出生成式AI，特别是基于大型语言模型的对话式AI，能够理解并执行编程任务，类似于人类程序员将需求“翻译”成代码。AI的编程能力结合了测试驱动的迭代优化，大大提高了程序生成的效率，尽管目前仍受限于指令的精确性和AI自身能力。随着AI能力的提升和人类指令方法的改进，AI自动生成程序的范围正在扩大...
思考的宿命：AI与人类
2025年7月12日
本文探讨了在人工智能（AI）时代，人类将面临的思维模式转变和“思考的宿命”。作者认为，AI将接管传统的脑力劳动，但人类并非因此免于思考，而是将被要求进行一种不同类型的、更深入的个体化思考。 文章首先提出了“过程导向软件”的开发范式，作为面向对象的下一代。过程导向将整个流程（从事件触发到终止）视为一个单一的、可管理的单元，其中包含执行所需的所有处理、变量和数据。这种方法符合人类直觉，并允许辅助过程...