<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AI全书 on 知识铺的博客</title>
    <link>https://index.zshipu.com/ai/tags/AI%E5%85%A8%E4%B9%A6/</link>
    <description>Recent content in AI全书 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Wed, 18 Dec 2024 08:25:24 +0000</lastBuildDate>
    <atom:link href="https://index.zshipu.com/ai/tags/AI%E5%85%A8%E4%B9%A6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>人工智能VS人类智慧：命运依然攥在人类手中</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BDVS%E4%BA%BA%E7%B1%BB%E6%99%BA%E6%85%A7%E5%91%BD%E8%BF%90%E4%BE%9D%E7%84%B6%E6%94%A5%E5%9C%A8%E4%BA%BA%E7%B1%BB%E6%89%8B%E4%B8%AD--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:25:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BDVS%E4%BA%BA%E7%B1%BB%E6%99%BA%E6%85%A7%E5%91%BD%E8%BF%90%E4%BE%9D%E7%84%B6%E6%94%A5%E5%9C%A8%E4%BA%BA%E7%B1%BB%E6%89%8B%E4%B8%AD--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>随着科技的飞速发展，人工智能已经从人类智慧的产物转变为全球热议的话题。不同于以往的技术发展，人工智能的兴起伴随着其在生活和工作中的应用，人们正在享受它带来的便利。然而，好莱坞电影中的科幻场景——机器人拥有智慧并占领地球，也让人们对未来充满了担忧。现实中，关于人工智能与人类智能的讨</description>
    </item>
    <item>
      <title>粒子群优化算法（Particle Swarm Optimization, PSO）概述</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E7%B2%92%E5%AD%90%E7%BE%A4%E4%BC%98%E5%8C%96%E7%AE%97%E6%B3%95Particle-Swarm-Optimization-PSO%E6%A6%82%E8%BF%B0--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:22:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E7%B2%92%E5%AD%90%E7%BE%A4%E4%BC%98%E5%8C%96%E7%AE%97%E6%B3%95Particle-Swarm-Optimization-PSO%E6%A6%82%E8%BF%B0--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>什么是粒子群优化算法？ 粒子群优化算法（Particle Swarm Optimization，PSO）是进化计算的一个分支，是一种模拟自然界的生物活动的随机搜索算法。 PSO模拟了自然界鸟群捕食和鱼群捕食的过程。通过群体中的协作寻找到问题的全局最优解。它是1995年由美国学者Eberhart和</description>
    </item>
    <item>
      <title>线性判别分析（Linear Discriminant Analysis, LDA）</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E7%BA%BF%E6%80%A7%E5%88%A4%E5%88%AB%E5%88%86%E6%9E%90Linear-Discriminant-Analysis-LDA--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:16:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E7%BA%BF%E6%80%A7%E5%88%A4%E5%88%AB%E5%88%86%E6%9E%90Linear-Discriminant-Analysis-LDA--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>线性判别分析 (LDA) 介绍 逻辑回归通常是处理两类分类问题的算法。然而，当我们面对多于两个类别的分类任务时，线性判别分析（Linear Discriminant Analysis, LDA）成为首选的线性分类方法。 LDA 的模型表示 LDA 的模型非常直观，它主要依赖于数据的统计特性来为每个类别建立描述。对于单一输入变量，LDA 涉及以下统计量： 每</description>
    </item>
    <item>
      <title>一文看懂什么是RAG（检索增强生成）</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E4%B8%80%E6%96%87%E7%9C%8B%E6%87%82%E4%BB%80%E4%B9%88%E6%98%AFRAG%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:11:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E4%B8%80%E6%96%87%E7%9C%8B%E6%87%82%E4%BB%80%E4%B9%88%E6%98%AFRAG%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>RAG（Retrieval Augmented Generation，检索增强生成）是一种结合了检索技术和大语言模型提示的生成式模型解决方案。它通过从各种数据源检索相关信息，并将这些信息与用户的问题结合起来，形成丰富的提示模板，以指导大模型生成准确的答案。RAG的主要特点是能够依赖大语言模型来强化信</description>
    </item>
    <item>
      <title>向量 - AI全书</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E5%90%91%E9%87%8F-AI%E5%85%A8%E4%B9%A6-%E7%9F%A5%E8%AF%86%E9%93%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:10:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E5%90%91%E9%87%8F-AI%E5%85%A8%E4%B9%A6-%E7%9F%A5%E8%AF%86%E9%93%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>什么是向量 向量主要有2个维度：大小、方向。 大小：箭头的长度表示大小； 方向：箭头所指的方向表示方向； 向量的3种表达方式 代数表示 一般印刷用黑体的小写英文字母（a、b、c等）来表示，手写用在a、b、c等字母上加一箭头（→）表示，如：$\vec{a} ,\vec{b}, \vec{c}$ 。 几何表示 向量可以用有向线段来表示</description>
    </item>
    <item>
      <title>一文看懂什么是通用人工智能（AGI）</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E4%B8%80%E6%96%87%E7%9C%8B%E6%87%82%E4%BB%80%E4%B9%88%E6%98%AF%E9%80%9A%E7%94%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BDAGI--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:06:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E4%B8%80%E6%96%87%E7%9C%8B%E6%87%82%E4%BB%80%E4%B9%88%E6%98%AF%E9%80%9A%E7%94%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BDAGI--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>人工智能（AI）是计算机科学的一个分支，它致力于创建能够执行通常需要人类智能的任务的系统。从简单的自动化工具到复杂的决策支持系统，AI已经渗透到我们日常生活的方方面面。然而，尽管取得了显著进展，当前的AI系统仍然局限于特定的任务和领域，无法像人类一样进行通用思考。这种局限性促使了</description>
    </item>
    <item>
      <title>学习AI必须了解的技术性关键词一览</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E5%AD%A6%E4%B9%A0AI%E5%BF%85%E9%A1%BB%E4%BA%86%E8%A7%A3%E7%9A%84%E6%8A%80%E6%9C%AF%E6%80%A7%E5%85%B3%E9%94%AE%E8%AF%8D%E4%B8%80%E8%A7%88--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:05:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E5%AD%A6%E4%B9%A0AI%E5%BF%85%E9%A1%BB%E4%BA%86%E8%A7%A3%E7%9A%84%E6%8A%80%E6%9C%AF%E6%80%A7%E5%85%B3%E9%94%AE%E8%AF%8D%E4%B8%80%E8%A7%88--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>人工智能（AI）是当前全球最热门的话题之一，被视为21世纪科技领域和生活方式转变的风向标。了解人工智能的定义、分层、技术及其边界至关重要。此外，通用人工智能（AGI）作为人工智能的一个分支，旨在达到或超过人类的智能水平，具备感知、理解、学习和推理等基础思维能力，并能在不同领域灵活</description>
    </item>
    <item>
      <title>矩阵 - AI全书知识铺</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E7%9F%A9%E9%98%B5-AI%E5%85%A8%E4%B9%A6%E7%9F%A5%E8%AF%86%E9%93%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:02:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E7%9F%A9%E9%98%B5-AI%E5%85%A8%E4%B9%A6%E7%9F%A5%E8%AF%86%E9%93%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>访问量 44 发表于 2023-11-11 更新于 2024-03- 19 7~9 分钟 阅读 什么是矩阵 矩阵是一种数据结构，用于表示一个由m行n列组成的矩形阵列。这个阵列中的元素可以是实数或复数。当矩阵的所有元素都是实数时，我们称它为实矩阵；如果所有元素都是复数，则称为复矩阵。特别地，当一个矩阵的行数和列数相等时（即m=n），这样的矩阵</description>
    </item>
    <item>
      <title>张量 Tensor - AI全书知识铺</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E5%BC%A0%E9%87%8F-Tensor-AI%E5%85%A8%E4%B9%A6%E7%9F%A5%E8%AF%86%E9%93%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 08:01:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E5%BC%A0%E9%87%8F-Tensor-AI%E5%85%A8%E4%B9%A6%E7%9F%A5%E8%AF%86%E9%93%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>访问量 69 发表于 2023-09-11 更新于 2024-03- 19 7~10 分钟 阅读 什么是张量 在人工智能领域，张量的定义是多维数组，旨在将向量和矩阵扩展到更高的维度。这种定义可以类比为从点（标量）、线（向量）、面（矩阵）到体（张量）的维度提升。 张量百科介绍 百度百科（详情） 张量（tensor）理论是数学的一个分支学科，在力学中有</description>
    </item>
    <item>
      <title>Cursor开发iOS应用Rules系统提示词示例和建议</title>
      <link>https://index.zshipu.com/ai/post/20241218/Cursor%E5%BC%80%E5%8F%91iOS%E5%BA%94%E7%94%A8Rules%E7%B3%BB%E7%BB%9F%E6%8F%90%E7%A4%BA%E8%AF%8D%E7%A4%BA%E4%BE%8B%E5%92%8C%E5%BB%BA%E8%AE%AE--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 07:59:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/Cursor%E5%BC%80%E5%8F%91iOS%E5%BA%94%E7%94%A8Rules%E7%B3%BB%E7%BB%9F%E6%8F%90%E7%A4%BA%E8%AF%8D%E7%A4%BA%E4%BE%8B%E5%92%8C%E5%BB%BA%E8%AE%AE--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>在Cursor中，你可以设置“Rules for AI”，这是一个系统级的提示词设置区域。你可以通过此区域要求和制定Cursor在帮你写代码时的工作原理。我目前设计了下面这一套提示词，目的是让Cursor在写代码做架构时能清晰告诉你他在做什么，而且持续更新的readme文件也很容易让你自</description>
    </item>
    <item>
      <title>定位和学习范围 - AI全书</title>
      <link>https://index.zshipu.com/ai/post/20241218/%E5%AE%9A%E4%BD%8D%E5%92%8C%E5%AD%A6%E4%B9%A0%E8%8C%83%E5%9B%B4-AI%E5%85%A8%E4%B9%A6--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 07:58:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/%E5%AE%9A%E4%BD%8D%E5%92%8C%E5%AD%A6%E4%B9%A0%E8%8C%83%E5%9B%B4-AI%E5%85%A8%E4%B9%A6--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>定位和学习范围 访问量 358 发表于 2024-03-23 更新于 2024-04-02 阅读时长: 9~12 分钟 底层及模型研究 本章节面向的是专注于人工智能（AI）底层基础设施的研究人员与开发人员。探讨的内容将深入到学科基础、计算机科学原理，包括但不限于机器学习、神经网络、自然语言处理（NLP）、视觉音频处理以及算法设计等关键领域。此外，</description>
    </item>
    <item>
      <title>Cursor简介 - AI全书</title>
      <link>https://index.zshipu.com/ai/post/20241218/Cursor%E7%AE%80%E4%BB%8B-AI%E5%85%A8%E4%B9%A6--%E7%9F%A5%E8%AF%86%E9%93%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 07:54:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/Cursor%E7%AE%80%E4%BB%8B-AI%E5%85%A8%E4%B9%A6--%E7%9F%A5%E8%AF%86%E9%93%BA--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>访问量 46 发表于 10天前 更新于 10天前 10~14 分钟 阅读 cursor是一个集成了GPT4、Claude 3.5等先进LLM的类vscode的编译器，可以理解为在vscode中集成了AI辅助编程助手，从下图中的页面可以看出cursor的布局和vscode基本一致，并且cursor的使用操作也和</description>
    </item>
    <item>
      <title>Next.js开发网站的Cursor Rules系统提示词示例</title>
      <link>https://index.zshipu.com/ai/post/20241218/Next.js%E5%BC%80%E5%8F%91%E7%BD%91%E7%AB%99%E7%9A%84Cursor-Rules%E7%B3%BB%E7%BB%9F%E6%8F%90%E7%A4%BA%E8%AF%8D%E7%A4%BA%E4%BE%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 07:50:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/Next.js%E5%BC%80%E5%8F%91%E7%BD%91%E7%AB%99%E7%9A%84Cursor-Rules%E7%B3%BB%E7%BB%9F%E6%8F%90%E7%A4%BA%E8%AF%8D%E7%A4%BA%E4%BE%8B--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>在Cursor中，你可以设置“Rules for AI”，这是一个系统级的提示词设置区域。你可以通过此区域要求和制定Cursor在帮你写代码时的工作原理。我目前设计了下面这一套提示词，目的是让Cursor在写代码做架构时能清晰告诉你他在做什么，而且持续更新的readme文件也很容易让你自</description>
    </item>
    <item>
      <title>Cursor的Tab功能 - AI全书知识铺介绍</title>
      <link>https://index.zshipu.com/ai/post/20241218/Cursor%E7%9A%84Tab%E5%8A%9F%E8%83%BD-AI%E5%85%A8%E4%B9%A6%E7%9F%A5%E8%AF%86%E9%93%BA%E4%BB%8B%E7%BB%8D--%E7%9F%A5%E8%AF%86%E9%93%BA/</link>
      <pubDate>Wed, 18 Dec 2024 07:41:24 +0000</pubDate>
      <guid>https://index.zshipu.com/ai/post/20241218/Cursor%E7%9A%84Tab%E5%8A%9F%E8%83%BD-AI%E5%85%A8%E4%B9%A6%E7%9F%A5%E8%AF%86%E9%93%BA%E4%BB%8B%E7%BB%8D--%E7%9F%A5%E8%AF%86%E9%93%BA/</guid>
      <description>Cursor Tab 是一个自动补全代码的功能，它比 Copilot 更强大。它可以建议整个差异，并且具有特别好的记忆能力。由自定义模型驱动，Cursor Tab 可以：在光标周围建议编辑，而不仅仅是插入额外的代码。一次修改多行。根据您最近的更改和 linter 错误提出建议。免费用户可以免费获得 2000 次建议。Pro 和 Business 计划用户可以获得无</description>
    </item>
  </channel>
</rss>
