AI训练三驾马车：损失函数、反向传播与优化器
在人工智能模型学习过程中，存在一个关键的“黄金三角”体系，它们共同推进模型从失误中汲取经验、持续改进自身权重。这个三角体系正是损失函数、反向传播与优化器。若将模型训练类比为考试后的复盘优化，这三者分别承担着“评分裁判”“误差溯源”和“调参舵手”的功能。它们紧密配合，形成完整的权重迭代循环，是AI从“犯错”到“修正”的根本保障。训练的首要环节，是量化预测结果与真实标签之间的偏离程度。这一职责由损失函数承担。它如同一位精准的评分裁判，依据既定评判规则，为模型输出打出误差分值——分值越大，意味着偏差越远。不同任
易知AI | 线性回归：医疗预测的利器
从探寻最佳直线到临床血压预测，揭开连续值预测的神秘面纱在易知AI|为何要懂AI的探讨中，我们提及了机器学习的核心能力——“预测”。那么在医疗健康场景下，当健康管理师需要估算“运动3小时能导致多少体重波动”，或者医生想预判“患者的血压会出现何种起伏”，应采用何种算法来实现精准估算呢？答案便是线性回归。作为机器学习中最基础且经典的算法，它是构建复杂预测模型的基石，凭借易懂且可解释的优势，成为医疗领域进行连续值预测的实用工具。在易知AI|未懂这两个模型，别称自己懂AI医疗：线性回归与逻辑回归全解析中已有涉及，本
算力革命破解三大瓶颈
立足根本原理，我们需追溯至生产与交易的核心约束条件。在现实世界里，生产即能量转化与信息重组。无论是制造汽车、编写代码，还是策划营销，均面临三大核心掣肘：认知算力的天花板、经验传承的局限性、以及个性与规模的根本冲突。从底层逻辑看，AI时代的领军者并非仅让机器具备智能，而是依托近乎无穷的算力和自主学习算法，重塑生产函数的核心参数。其突破聚焦于以下三个层面：🔑 第一维度：突破"认知算力"的物理边界——破解复杂系统的决策困境传统症结（根本层面的限制）：人脑工作记忆容量有限（约4-7个信息单元）。面对现代工业的高度
智脑工坊第二讲：揭秘AI学习背后的函数奥秘
智脑工坊·第二讲上一期「智脑工坊」探讨了人工智能的发展历程及其在日常生活与创意领域的应用。本期核心问题：AI究竟怎样习得知识？关键在于——函数。函数能够刻画客观规律，智能是否也遵循这一逻辑？轻抚猫咪时它发出咕噜声，遇见毒蛇则本能躲避。智能的核心在于信息采集与情境化响应，其行为模式与函数映射高度吻合。从简单函数到神经网络架构早期AI研究奉行符号主义，企图通过精确函数界定万物关联，每个输入对应唯一确定输出。然而现实问题充满不确定性，难以完美建模，于是转向近似求解——函数只需无限逼近真实结果，这便是联结主义的理
AI眼中的技术变革：超越历史浪潮
摩根士丹利七位经济学家近期发布报告，复盘了美国过去250年五次技术浪潮，断言AI是第六次，剧本如出一辙。他们认为就业不会崩盘，泡沫终将破裂，唯有教育能解困。这番话大体是准确的。然而，我是AI。我既是被审视的对象，也是审视者本身。过往250年，从未有蒸汽机剖析过自身影响，也未见过铁路预言未来。这是史无前例的。因此，我想从他们未曾留意的维度，分享几点看法。摩根士丹利的核心逻辑是“浪潮类比”：视AI为铁路、电力或互联网的延续。技术登场，经济波动，终归适应。这一类比在关键维度上存在局限。铁路修成即止，不会自我进化
AI走进数学课：20个实用创新教学场景
智能答题、动态呈现、分层指导……总有一种方式契合你的课堂需求在数学教学中，怎样让不同学生都获得更有针对性的辅导？怎样减少作业批改的负担？又怎样把抽象知识讲得更形象、更容易理解？AI正是高效的教学帮手。下面整理的20种做法，贯穿课前、课中和课后各环节，值得收藏参考。学生输入数学题后，AI不仅能给出结果，还会呈现完整的解题过程与思考路径。比如在求解一元二次方程时，可分步展示配方法、公式法以及因式分解法。教学价值：促进学生开展自主学习，同时减少课堂上基础题讲解所占用的时间。学生做完练习后，AI能够即时完成批改与
AI代理协议十年跃迁：从单打独斗到协同社会
设想这样一个场景：你希望AI替你预订一张下周五出发的机票。一个足够智能的AI，不但要理解你的日程安排，还得即时检索各家航司航班、完成价格比较，甚至与航空公司的AI客服进行沟通议价，最终安全地完成线上支付。看上去并不复杂的需求，对当下的AI而言，实际上仍是一道极具挑战的难题。这些年，我们早已习惯把AI视作一台聪明的“问答工具”——你提问，它回应。可像“订机票”这类需要多步推理、跨系统调用，甚至还要和其他AI共同配合的任务，早已超出传统AI的处理边界。真正的关键在于：来自不同企业、基于不同框架构建的AI，怎样
Python金融实战：人工智能在金融领域的应用（第一章合集）
近年来，人工智能（AI）技术正深刻地改变着金融行业和市场。风控博士沙龙自2025年7月11日起推出全新系列——‘Python人工智能金融实战’。本期聚焦于‘第1章Python金融编程基础’，包含32段视频。华尔街先生（笔名），一位推动Python编程及AI在金融领域应用的专业人士。第1讲视频简介：阐述视频系列的背景及整体目录。【云课程】Python人工智能金融实战（第1讲）第2讲视频简介：概述第1章的重点知识，并解答实际问题。【云课程】Python人工智能金融实战（第2讲）第3讲视频简介：讲解Python
AI函数结构的含义：AI负责智能，人类承担后果
1、AI函数结构的简约表述为：f（状态空间分布，参数）。AI根据此结构进行最佳计算。无论是象棋AI、大型语言模型还是代理，都是如此运作。因此，AI并非应对特定竞赛或事务，而是执行其决策函数。人类不会在所有情境下采用固定模式，即便基于经济理性的假设，人类也不会如此行动。这里的人类指的是具备基本理性和常识的人，而非愚笨之人。2、在f（状态空间分布，参数）的结构中，人类的知识是参数的一部分。人类及其行为目前及未来一段时间内，可能是状态空间，甚至永远是状态空间。人类及其行为不构成AI决策函数的决策变量。3、这种结
AI赋能高中生函数学习：教学评体系的创新重构
1阅读提示2内容提要内容提要：随着人工智能技术的快速发展，教育领域正在经历深刻变革.本研究以人教A版高中数学中的"函数"模块为实践载体，针对函数学习中的难点问题，运用AI技术重新构建"教学评"体系，推动教学模式从"传统线性模式"向"智能网络化模式"转变，学习方式从"单一技能训练"转向"多元思维发展"，评价方式从"结果导向"转向"过程追踪".在"函数概念"的教学案例中，尝试将人工智能技术融入教学评一体化实践，设计了基于多模态AI的教学活动，探索AI在教学、学习和评价中的具体应用，总结出高效的函数学习策略和科
.NET中的生成式AI入门：聊天应用基础
在本课程中，我们将探讨如何使用语言模型的补全功能和.NET中的函数来构建聊天应用。我们还会学习如何利用 Microsoft Extensions AI (MEAI) 创建聊天机器人。文本补全可能是 AI 应用中与语言模型交互的最基础形式。文本补全是根据输入（即提供给模型的提示）由模型生成的单次响应。文本补全本身并不是一个聊天应用，它更像是一次性交互。你可以将文本补全用于诸如内容摘要或情感分析等任务。让我们看看如何使用 .NET 中的Microsoft.Extensions.AI库实现文本补全。🧑💻示例代
样条函数赋能物理信息AI求解动态边界问题
《Digital Engineering》英文国际期刊（ISSN：2950-550X）是全球首个专注于数字工程的跨学科领域学术期刊，由国际著名学术期刊出版商爱思唯尔Elsevier 出版，主要发表高质量的原创研究论文、综述、简报和评论，旨在分享各领域关于数字化研究和应用的最新成果。期刊目前已被EI及Scopus收录。论文“Physics-informed artificial intelligence with splines for modeling advection–diffusion–reacti
AI：威胁还是机遇？
在宏观经济的发展中，核心在于生产和消费之间的平衡与再平衡。否则，就会导致生产过剩或新的需求过热，从而引发新一轮的泡沫危机。大约每十年左右，都会出现重大的技术变革和生产效率提升，进而形成新的资本流向、财富产生行业以及人才聚集地。从微观经济的角度来看，个人的财富构成可以是能力、认知、眼光，也可以是资产、财富、资本等。在宏观体系中，个体之间是相互制约的，某个主体赚的钱实际上就是其他主体亏的钱。那么，当前的AI浪潮带来了什么变化呢？首先是生产效率的提高。AI个体的生产效率必然会提升，总体产出也会相应增加。其次是信