- 综合排序
- 最热优先
- 最新优先
- 来自专栏DotNet NB && CloudNative
AI应用实战课学习总结（9）Hello 深度学习
最近入坑黄佳老师的《AI应用实战课》，记录下我的学习之旅，也算是总结回顾。 今天是我们的第9站，一起了解下大数据和GPU时代下的 深度学习 和 PyTorch框架。 PyTorch 是一个开源的机器学习库，主要用于应用如计算机视觉和自然语言处理等领域。 它由 Facebook 的 AI 研究团队开发，并以 Python 编程语言为基础，提供了强大的 GPU 加速支持。
30410编辑于 2025-04-02 AI代码生成技术解析与应用
代码生成技术突破生成式AI系统现已具备前所未有的能力，能够生成类人文本、总结复杂文档、提出新药方案或创作受多种人类艺术风格启发的作品。 如今，大型语言模型这一生成式AI形式已被应用于支撑它们的技术基础：计算机编码。核心功能与特性某机构推出基于云的代码生成服务，利用机器学习和大型语言模型提升开发者的工作效率。 ，研发团队采用模型量化和内存访问优化等自研技术，确保在毫秒级延迟内提供多建议输出。 未来展望代码生成技术正推动编程的民主化进程。 正如生成式AI艺术让任何人都能通过提示词创作艺术作品，代码自动化虽尚未达到同等水平，但AI对编程和自然语言的高级理解将不仅增强开发者专业能力，更为更广泛群体打开编程大门。
38510编辑于 2025-09-13语音AI技术突破与应用实践
在8月26日的技术访谈中，某机构首席应用科学家受邀分享其在语音技术领域的研究成果。 重点探讨了以下技术方向：核心技术领域：语音识别与理解系统的架构优化韵律建模在语音合成中的应用面向对话场景的文本摘要技术自然语言处理在对话系统中的实现技术挑战与突破：实体解析在虚拟助手普及中面临的技术瓶颈基于常识推理的流畅对话生成机制任务导向对话与开放域对话的技术差异处理技术成就 ：因在语音理解与语言学习技术方面的突破性贡献，荣获2021年度国际语音通信协会会士称号获得电气电子工程师学会颁发的2021年度会士荣誉在Interspeech 2021会议上展示25年语音语言技术研究成果技术背景 ：研究者持有普渡大学电气与计算机工程博士学位，曾任职于伯克利国际计算机科学研究所、多家科技企业人工智能实验室，并担任大学计算机科学教授职务，2019年9月起专注于任务型对话系统与开放域对话技术研发。
20710编辑于 2025-08-21- 来自专栏企鹅号快讯
“BIM＋” 9大技术PM、云计算、GIS……集成应用
同时，更加广泛地发展和应用BIM技术与数字化技术的集成，进一步拓展信息网络技术、智能卡技术、家庭智能化技术、无线局域网技术、数据卫星通信技术、双向电视传输技术等与BIM技术的融合。 随着新技术的应用，全站仪逐步向自动化、智能化方向发展。 目前，国外已有很多企业在施工中将BIM与智能型全站仪集成应用进行测量放样，而我国尚处于探索阶段，只有深圳市城市轨道交通9号线、深圳平安金融中心和北京望京SOHO等少数项目应用。 BIM与虚拟现实技术集成应用，可提高模拟工作中的可交互性。 随着各项技术的发展，现阶段BIM与3D打印技术集成存在的许多技术问题将会得到解决，3D打印机和打印材料价格也会趋于合理，应用成本下降也会扩大3D打印技术的应用范围，提高施工行业的自动化水平。
4K50发布于 2018-01-26 - 来自专栏开源物联网平台开发
【物联网应用案例】智能农业的 9 个技术用例
一、农业中的物联网用例 一般而言，农业物联网传感器以及农业物联网应用有多种类型： 1. 气候条件监测 气象站无疑是当今智能农业领域最受欢迎的设备。 Arable和Semios这两个典范，就是这类应用在实际农业生产中的生动展现。它们证明了，物联网的加持，能让我们的农业生产更为科学、精准，为丰收的田野织就一道坚实的保护网。 4. 虽然物联网和智能传感器技术是高度相关的实时数据的金矿，但数据分析的使用可以帮助农民理解它并做出重要的预测：农作物收获时间、疾病和虫害风险、产量等. SoilScout等解决方案应用于农业，使农民能够节省高达 50% 的灌溉水，减少因过度浇水造成的肥料损失，并无论季节或天气条件如何，都能提供可行的见解。 8. 9. 机器人和自主机器 机器人创新也为农业自主机器领域提供了充满希望的未来。一些农民已经使用自动化收割机、拖拉机以及其他无需人工控制即可运行的机器和车辆。
3.5K10编辑于 2024-03-20 - 来自专栏AI
AI技术在英语培训中的应用
AI技术在英语培训APP中的应用，通过智能化手段重构传统学习流程，覆盖“学、练、测、评”全环节，显著提升学习效率与个性化体验。以下是核心应用场景及技术实现方式。一、智能诊断与个性化学习路径规划1. 口语实时纠错：通过 语音识别（ASR）+ 语音评测（TTS） 技术，分析用户发音的 音素准确度（如/θ/与/s/混淆）、流利度（停顿次数）、语调自然度 ，实时反馈问题（如“尾音升调不自然，需降调”），并提供 智能题库与组卷动态题库生成：AI根据用户学习进度（如刚学完现在完成时），自动生成 针对性练习题 （涵盖语法点+场景应用），并标注题目难度（如★～★★★）与知识点标签（如“时态-现在完成时”）。 成就系统：通过AI记录学习里程碑（如“连续7天打卡”“词汇量突破3000”），发放虚拟奖励（如勋章、等级提升），增强用户坚持动力。四、多模态技术与沉浸式体验1. 总结AI技术在英语培训APP中的应用，本质是通过 “精准化诊断→ 个性化学习→ 智能化交互→ 数据化优化” 的闭环，解决传统培训中“师资资源不均”“学习路径模糊”“反馈滞后”的痛点。
53010编辑于 2025-09-17 - 来自专栏Flink实战应用指南
怎么应用AI技术快速模拟宇宙外观
这是天体物理学家第一次使用人工智慧技术，对宇宙进行3D模拟，研究人员表示，他们所开发的D3M模型，能够以参数调整，快速且精确地模拟宇宙的外观，回答像是宇宙中有多少暗物质（Dark Matter）存在等问题
82600发布于 2019-07-11 - 来自专栏AI技术应用
AI 技术在英语学习中的应用
AI 技术正在深刻地改变英语学习的方式，为学习者提供了更加个性化、高效和便捷的学习体验。以下是 AI 技术在英语学习中的主要应用。1. 虚拟现实 (VR) 和增强现实 (AR) 语言学习: AI 可以结合 VR/AR 技术，创建沉浸式的英语学习环境，例如模拟真实场景进行对话练习。 具体 AI 技术应用示例:语言学习 APP: 许多流行的语言学习 APP（如 Duolingo, Babbel, ELSA Speak, Grammarly）都广泛使用了 AI 技术来实现个性化学习、发音评估 AI 技术在英语学习中的优势:个性化定制: 能够根据每个学习者的独特需求和特点提供定制化的学习体验。即时反馈: 能够提供快速、及时的反馈，帮助学习者更快地发现和纠正错误。 未来，随着 AI 技术的不断发展，我们可以期待在英语学习领域出现更多创新性的应用，例如更智能的虚拟教师、更沉浸式的学习体验以及更精准的个性化学习方案。AI 将会成为英语学习者越来越重要的助手。
98110编辑于 2025-04-15 - 来自专栏AI技术应用
AI 技术在英语学习中的应用
AI 技术在英语学习中的应用已经非常广泛，并且正在持续深入，彻底改变了传统的学习方式，使其变得更加个性化、高效和便捷。以下是 AI 在英语学习中几个主要的应用领域。1. 典型应用： Quizlet（闪卡学习与游戏）、Duolingo（个性化课程路径）、Memrise（智能复习）。2. 典型应用： ELSA Speak（专注发音纠正）、Loora、Gliglish、Speak（AI 对话与口语练习）、BoldVoice（口音训练）。3. 技术成熟度与成本： 高级 AI 功能（如实时高精度发音评估）可能需要大量的计算资源，导致成本较高。 未来，AI 在英语学习中将更加智能化和个性化，有望实现与虚拟现实/增强现实技术的深度融合，提供更具沉浸感的学习体验，并进一步提升对学习者认知和情感状态的理解，从而成为学习者真正的“智能学习伙伴”。
88010编辑于 2025-05-23 - 来自专栏AI
AI 技术在英语学习中的应用
AI 技术已经从简单的“翻译工具”进化为全方位的“智能数字学伴”。它不再只是被动地回答问题，而是能够通过理解你的学习习惯、情感状态和职业需求，提供极具个性化的教学。 以下是 AI 技术在英语学习中的深度应用场景及主流工具分析：1. 沉浸式口语陪练：从“复读机”到“苏格拉底式对话”传统的口语软件多是机械跟读，而现在的 AI 能够模拟真实的人类对话逻辑。 写作与语法：从“查错”到“风格重塑”AI 在写作方面的应用已经超越了简单的拼写检查，开始进入“语义调优”阶段。 4. 2026 年的新趋势：代理式 AI (Agentic AI)这是目前最前沿的应用方向：长效记忆： 你的 AI 助手会记得你三个月前犯过的语法错误，并在今天的练习中不经意地再次测试你，确保你真正掌握了 或者在准备什么样的考试/应用场景？我可以为你推荐更具体的 AI 提示词（Prompts）。#AI英语 #AI教育 #软件外包
9910编辑于 2026-04-14 - 来自专栏AI
AI技术在英语学习中的应用
AI技术在英语学习中的应用，正通过 “学、练、测、评” 全流程智能化” 重构传统学习模式，推动从“被动接受”向“主动交互”转型。以下从具体场景、技术实现及价值三个层面展开分析。 一、核心应用场景与功能实现1. 个性化学习路径规划（1）精准化学习起点评估场景：快速诊断学生的英语基础（词汇量、语法水平、听说能力），避免传统“一刀切”学习计划的低效问题。 技术局限性：复杂语言能力（如批判性写作、学术英语辩论）仍需人工指导辅助，AI更适合基础到中高级阶段的训练。 总结AI技术在英语学习中的应用，本质是通过 “数据驱动的精准化+交互驱动的沉浸化”，将学习过程从“单向输入”变为“双向互动”。 未来，随着多模态交互（如VR情景对话）、情感计算（如识别学习情绪并调整策略）等技术的成熟，AI将成为每个学习者的“24小时私人英语教练”，真正实现“因材施教”与“快乐学习”的结合。
45810编辑于 2025-09-09 - 来自专栏APP开发
AI技术在英语学习中的应用
AI在英语学习中的主要应用包括：个性化学习路径和内容推荐： AI平台能够分析学习者的水平、学习习惯和兴趣，从而推荐最适合他们的课程、练习和学习材料。这使得学习过程更加高效和有针对性。 发音分析和指导： AI语音识别技术可以分析学习者的发音，指出不准确的地方，并提供改进建议。一些应用通过可视化波形或分数来帮助学习者更好地理解和纠正自己的发音。 沉浸式学习体验： 一些AI应用正在探索利用虚拟现实（VR）或增强现实（AR）技术，结合AI提供更加沉浸式的语言学习环境，例如模拟在国外购物、点餐等场景。 然而，AI在英语学习中的应用也面临一些挑战和限制：技术局限性： AI的理解和生成能力仍在发展中，有时可能出现理解偏差或生成不自然的语言。 总的来说，AI技术为英语学习带来了革命性的变化，提供了更加高效、个性化和便捷的学习方式。随着技术的不断发展，AI在英语教育领域的应用将更加广泛和深入，为全球的英语学习者带来更多机遇。
76310编辑于 2025-05-19 - 来自专栏AI技术应用
AI技术在招聘面试中的应用
人工智能（AI）技术正在深刻地改变招聘面试的各个环节，从最初的简历筛选到最终的决策辅助，都大大提升了效率和客观性。以下是AI技术在招聘面试中的主要应用及其影响。 一、AI技术在招聘面试中的主要应用1.简历筛选与匹配：自然语言处理（NLP）： AI系统利用NLP技术自动解析海量简历，提取关键信息，如教育背景、工作经验、技能、关键词等。 二、AI技术在招聘面试中的优势1.显著提高效率：自动化初筛和面试安排，大大缩短了招聘周期，降低了HR在繁琐重复性工作上的投入。据统计，使用AI招聘系统后，企业的招聘周期平均可缩短30%以上。 三、AI技术对招聘流程的影响AI技术正在重塑招聘流程，使其变得更加：自动化和数据驱动： 招聘不再是完全依赖HR经验和直觉的艺术，而是更多地基于数据分析和算法决策。 透明度、公平性、隐私保护将是AI在招聘领域持续发展和应用的关键。
1K10编辑于 2025-05-30 - 来自专栏华章科技
AI魔幻行为大赏：细数机器视觉的9大应用场景
由于深度学习技术的发展、计算能力的提升和视觉数据的增长，视觉智能计算技术在不少应用当中都取得了令人瞩目的成绩。 这些技术正广泛应用于城市治理、金融、工业、互联网等领域。 以下将以9个场景为例，对一些常见的应用场景进行介绍，让读者直观地理解机器视觉都能解决哪些问题。 通过这项技术，公安部门可以在海量的监控视频中搜寻到罪犯；在拥有大量流动人群的交通领域，该技术也被广泛应用于人群分析、防控预警等。 ：书籍、报刊等印刷物的识别 实体标识识别：道路指示牌识别（如图1-9）、广告牌识别等 ? ▲图1-9 文字识别技术的应用场景 09 图像/视频的生成及设计 人工智能技术不仅可以对现有的图片、视频进行分析、编辑，还可以进行再创造。
1.4K30发布于 2019-07-24 - 来自专栏DotNet NB && CloudNative
技术速递｜.NET 9简介
您会发现在整个 .NET 堆栈（编程语言、开发者工具和工作负载）都有了全面的增强，这使您能够使用统一平台进行构建并轻松地将 AI 融入您的应用程序。 ——一个不断发展和繁荣的 AI 生态系统 我们将继续扩展 .NET 功能，以构建和注入 AI 应用程序。 开发人员在构建 AI 服务和应用时，能够获得最新的进展至关重要。 我们还通过与社区和我们的控件供应商合作伙伴一起构建智能组件生态系统，使您更轻松地将 AI 注入控件集成到您的 .NET 应用程序中。 随着语言模型即服务的出现，开发者使用AI的门槛大幅降低。Tensor<T>也通过引入了一种新类型来表示多维数据，简化了库和应用操作之间的互操作，从而促进了 AI 开发。
1.3K10编辑于 2024-12-06 - 来自专栏AI SPPECH
9：L应用同态加密：蓝队的密文计算技术
作为防御者，我必须深入研究同态加密技术的原理和应用，构建安全的密文计算体系，才能在与基拉的智力较量中占据主动。 2. 技术深度拆解与实现分析 本节核心价值：深入解析同态加密的原理和实现技术，包括密文计算、性能优化和实际应用。 渐进式部署：从小规模应用开始，逐步扩大同态加密的应用范围 在实际部署中，我将同态加密与其他安全技术结合，构建全面的安全体系。 未来趋势与前瞻预测 本节核心价值：展望同态加密在信息安全领域的未来发展趋势，以及可能的技术突破。 随着技术的不断发展，同态加密在信息安全中的应用将迎来新的变革。 未来，我们将看到： 性能优化：通过算法改进和硬件加速，提高同态加密的计算效率 标准化：同态加密技术的标准化，促进其在更多场景中的应用 与AI结合：同态加密与人工智能的深度结合，实现隐私保护的AI分析 量子安全
13010编辑于 2026-03-26 - 来自专栏AI技术应用
AI 技术在英语学习中的主要应用
AI技术正在深刻地改变英语学习的方式，使其变得更加个性化、高效和便捷。通过模拟人类的互动、分析学习数据和提供即时反馈，AI为英语学习者创造了前所未有的机会。1. 智能口语练习与发音纠正AI 驱动的语音识别和处理技术极大地提升了口语练习的有效性。AI 语音伙伴/聊天机器人： 学习者可以与 AI 机器人进行实时口语对话，模拟真实的交流场景。 AI 能够理解并回应学习者的表达，提供沉浸式的练习环境。 发音评估与纠正： 利用自动语音识别 (ASR) 技术，AI 工具可以精确识别学习者发音中的问题，如音标错误、语调不当、重音错误等，并提供即时、可视化的反馈和纠正建议。 未来，随着 AI 技术的不断进步，我们期待看到更智能、更个性化、更具互动性的英语学习体验，AI 将与人类教师协同合作，共同推动英语教育的革新。
41510编辑于 2025-06-24 AI教育应用隐忧：技术普及与培训缺失
课堂拥抱AI——培训未能跟上，某机构警告今日的学生正在使用AI完成从辅导到治疗甚至恋爱的所有事务。一项新研究警告称，这项技术可能像酒精对大脑的影响一样，正在悄然削弱孩子们的社交能力。 该机构指出，聊天机器人的普及正在产生许多意想不到的后果，包括数据泄露事件增加、AI助长的性骚扰和欺凌、AI故障，以及可能最令人担忧的“学生与技术之间的麻烦互动”。 这些非学术用途的AI应用敲响了更多警钟，42%的学生表示他们或他们认识的人曾使用AI寻求心理健康支持、陪伴或作为“逃避现实生活”的方式。 换句话说，孩子们也能看到AI正在对他们产生负面影响。该机构总裁兼首席执行官在评论这些发现时表示：“教育工作者和学生都看到AI在课堂中发挥作用，同时他们也正在经历使用这项技术带来的意外后果。 由该机构和其他九个教育或技术相关组织签署的信函主张：“这些以及我们研究中的其他结果证明了解决AI在学校广泛使用可能产生风险的重要性。”
18610编辑于 2025-10-18- 来自专栏AI技术应用
AI技术在金融行业的应用场景
AI技术已深度融入金融行业的各个环节，从传统的风险管理到前沿的客户互动，都在经历一场由数据驱动的智能化变革。 人工智能和机器学习（特别是近年来大模型，LLMs/Generative AI）的应用，不仅提高了效率，也显著增强了决策的准确性。AI技术在金融行业的应用场景主要可划分为以下五大核心领域：1. 风险管理与合规（Risk Management & Compliance）这是AI在金融行业最早、也是最核心的应用领域之一，目标是降低损失和确保业务合规。 监管科技（RegTech）与合规：反洗钱（AML）： 利用AI模型和行为分析技术，从海量交易数据中发现可疑交易模式和洗钱网络，降低误报率，提高调查效率。 智能投资与资产管理（Smart Investing & Wealth Management）AI技术为投资决策、资产配置和客户服务带来了革命性的变化。
99511编辑于 2025-10-21 - 来自专栏AI技术应用
AI技术在图书管理系统的应用
AI技术在图书管理系统的应用，正在从传统的人工管理、被动服务，向智能化、个性化、主动服务转型，极大地提升了图书馆的服务效率、用户体验和资源利用率。以下是AI技术在图书管理系统中的主要应用方向。 一、智能化图书分类与编目1.自动化编目与元数据生成：图像识别与OCR技术： AI可以通过扫描图书封面、版权页、序言等，自动识别书名、作者、出版社、ISBN等信息，并利用OCR（光学字符识别）技术提取文本 三、高效的图书管理与运营1.智能盘点与定位：RFID与AI结合： 通过RFID技术快速识别图书，结合AI算法优化盘点路径，提高盘点效率。 技术成本： 部署和维护AI系统需要一定的技术投入和资金支持。人机协作： AI是辅助工具，最终仍需管理员和读者进行决策和判断，强调人机协作。 未来，随着AI技术的不断成熟，图书管理系统将变得更加智能、更具预测性，能够为读者提供前所未有的个性化、沉浸式和高效的知识获取体验，使图书馆真正成为智慧的知识中心。
86210编辑于 2025-06-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号