《人工智能》19.5：深度解析PAC学习理论与样本复杂性
19.5 机器学习理论阅读前导在熟悉了模型选择、损失函数、正则化及超参数调整等机器学习实践流程后，本节将视角从“如何操作”升华为“为何可行”以及“存在何种根本性制约”。它为之前讨论的所有方法提供了坚实的数学保证和边界界定。AI导读1. 探究学习理论的必要性教材内容我们如何确信所学的假设能精准预测未观测的数据？即在不知晓目标函数 f 的情况下，如何判断假设 h 是否逼近 f？这一命题历史悠久，奥卡姆、休谟等学者皆有涉猎。近几十年来，新挑战接踵而至：获取优质假设需要多少样本？应选择何种假设空间？若空间复杂，能
AI 杀 AI 揭秘：Socket 护城河一夜崩塌
要理解这次“筛子”事件，首先得了解背景：Socket.dev是过去两年被捧上神坛的AI安全平台，没有之一。它的核心卖点是“在恶意npm包发布后18分钟内识别”，而过去60天里，它确实屡建奇功。3月31日 Axios 被朝鲜国家级黑客组织 Sapphire Sleet 投毒（Axios 是周下载量 1 亿次的 HTTP 库），Socket 的 AI 扫描器在恶意依赖 plain-crypto-js@4.2.1 上线第 6 分钟就报警；5 月 11 日 TanStack 被攻陷（84 个恶意版本在 6 分钟内
AI 气候模型新纪元：AIMIP 第一阶段评估报告
（加 EarthAi 微信交流群 + 商务合作，请备注：姓名 - 行业 - 单位）这项研究标志着人工智能气候模型发展历程中的一个关键节点——AIMIP（人工智能天气与气候模型比对项目）第一阶段正式拉开帷幕。AIMIP 的提出，核心旨在解答一个根本性问题：当 AI 模型开始尝试"模拟"地球气候系统时，其可靠性究竟如何？传统气候科学主要依托物理基础模型（例如 CMIP 系列），这些模型基于流体力学、热力学等物理法则构建，并经过了数十年的验证。然而近年来，以 NeuralGCM、ACE2、DLE
AI提示词“配方”：RCTIOC框架实战指南
前文已探讨Positron平台集成Claude Code并对接本土大模型的方法，讲解了主流国产模型的配置流程。配置完成后，如何充分发挥其效能？确保AI生成内容专业可靠、过程可控、结果可追溯，关键在于设计优质的「AI提示词」。基于实践经验，我总结出一套RCTIOC框架用于撰写高效的AI提示词。「R」ole（角色定义）「C」ontext（背景信息）「T」ask（目标设定）「I」nput（输入资料）「O」utput（输出规范）「C」heck（风险管控）界定模型的协作角色与应答风格厘清任务背景、证据范围及应用场景
提供范例给AI
其实有个极简的技巧：无需多言，直接丢给AI一个参考范例。与其费力描述半天，不如直接给它一个你心仪的范例。语调、韵律、信息密度、情感起伏，甚至是你难以名状的“感觉”，范例里都包含。这些要素若用文字阐述，恐怕得写上千字；可一个范例，全都具备。这个方法的妙处，远不止这些。你有没有察觉，很多时候连你自己都搞不清想要啥？你只晓得"不对"，却完全不知"啥才对"。这种情形下，让你写需求说明，本身就是件苦差事。但找范例就不一样。你无需先想明白，你只需先寻得。你只需寻得一个现成的优质范例作参
十五城文化巡礼：新华社解码城市自信样本
从4月1日开始，新华社重磅推出《解码文化自信的城市样本》第四季。你的家乡是否榜上有名？跟随记者的镜头与笔触，开启沉浸式云端漫游，探访一座座底蕴深厚的文化名城，领略当代中国城市的旺盛生命力与文化自信。
深圳鹏城技师学院：构建AI育人新生态
关注技能中国官方平台深圳鹏城技师学院深度布局人工智能教育领域01新闻概览AI技术当前，AI技术作为驱动新一轮科技革新与产业转型的关键力量，正以空前规模深刻改变着人类的生产与生活模式。国家"十五五"规划明确提出，要加速数字中国建设步伐，提高智能化发展水平，全面推行"AI+"行动计划，为各行各业注入新动能。该计划的深度推进，将催生新型基础设施、技术体系、产业生态及就业岗位，对高技能人才的培育、实训、评估机制革新和课程内容迭代提出了全新挑战。深圳鹏城技师学院紧密契合深圳"20+8"产业集群战略，聚焦AI时代高技
联合国人居署专家展望：2025城市智能发展新纪元
本报告首章剖析城市在推进可持续发展目标时遇到的艰巨挑战，以"城市大脑（City Brain）"为核心的城市智能正日益成为驱动城市发展范式革新的关键力量；次章系统归纳中国城市借助城市智能的大规模实践，以资源节约高效的手段为高质量可持续发展探寻突破性解法；第三章确立从理念落地到实践的城市智能发展路径图与详细指引，清晰界定从价值重塑、数据筑基、场景驱动到智能涌现的系统性演进过程；第四章透过扎实的城市与场景实例，为"人工智能+城市"的融合实践提供可参考的中国范式；末章提炼中国城市智能助力可持续发展的主要成果，向全
AI的认知盲区：人类无法触及的维度
我: 有什么是AI掌握，但人类无法理解的现象? AI: 这个提问颇具深意——严格而言，AI 并不真正"理解"任何事物，它仅是对海量数据进行模式匹配与概率推演。不过若将"理解"定义为能够稳定发现并运用某种规律，那么确实存在若干领域，AI 所掌握的信息结构或解题策略超越了人类直观认知的边界。 可从以下几个维度审视： 1. 高维空间的几何直觉 人类能够直观想象三维空间，勉强类推四维，但对于成百上千维的向量空间完全无法把握。大语言模型、图像生成模型内部均在数千到数万维的"嵌入空间"中运作。AI "感知"的词与词、
山水工业名城柳州：解码文化自信的生动实践
柳江宛如一条飘带，蜿蜒流经桂中大地。在中下游交界处，江水三面环绕，状似巨壶，将柳州主城区温柔环抱。 柳州，素有“壶城”“龙城”之称。自唐代柳宗元在此留下政绩佳话，历经与中原及岭南的交融互通，直至成为西南工业重镇，这座与山水相依的城市，在岁月长河中孕育了深厚的人文根基与工业精神，铸就了独特的城市灵魂。 坚守人与自然和谐共生的生态本底，以革新姿态肩负产业升级重任，柳州在文化赓续与创新驱动中，描绘出宜居宜业、可持续发展的宏伟蓝图。 顺应天理 青山绿水滋养千年 清晨时分，柳江波光闪烁。一艘明黄色的水上巴士缓缓离岸
郑庆华院士：借鉴人脑记忆机制，开辟AI智能新路径
我们致力于提升机器智能水平，使其如同人类般拥有因果推断与逻辑推演能力，尤其要在低算力环境下实现小样本持续学习，支撑起具备强大推理能力的新型AI系统。近日，在第七届人民网内容科技论坛上，中国工程院院士、同济大学党委书记郑庆华发表主旨演讲，提出“脑认知启发的机器记忆智能”新方向，倡导跳出数据驱动大模型的路径依赖，探索低算力、小样本、强推理的人工智能新路径，为人工智能与脑科学深度融合提供全新思路。他追溯道，自1956年人工智能概念诞生以来，其演进脉络基本遵循从计算智能到感知智能，再向认知智能迈进的路径，展望未来
科技圈今日焦点：AI法律责任界定与产业演进新态势
科技领域今日动态，数条重要信息值得关注。一方面，国内首起"AI幻觉"侵权诉讼案宣判，促使人们正视一个现实议题：当越来越多用户将大模型作为信息检索工具乃至决策参考，AI生成错误内容后，责任应如何划分；另一方面，AI眼镜、AI视频及AI芯片领域仍在加速演进，硬件与内容创作的竞争同步升温。同时，关于未成年人保护、数据中心能耗与社区影响的监管议题，也在警示业界，AI发展已不仅是技术比拼，更步入规则、资源与社会成本综合评估的新时期。这起国内首例"AI幻觉"侵权案件，为生成式AI产业提供了一个极具参考价值的司法范例。
解密AI调研真相：神经符号AI与LLM的核心差异及行业实践
解密AI调研真相：神经符号AI与LLM的核心差异及行业实践过去半年，我们收到最频繁的疑问是："用ChatGPT模拟目标用户填问卷，这不就等于虚拟调研吗？既高效又省钱！"这种观点乍听之下合情合理，实则将两种截然不同的概念混为一谈。为了阐明这个问题，我先打个比方。角色演绎（纯LLM构建虚拟样本） vs. 精密仪器（神经符号AI驱动预测）第一种方式，如同聘请一位表演出色的演员。你向演员描述："你是月入两万的上海白领，精通护肤。"接着提问："这款面霜你会购买吗？"演员能演绎出一段生动的内心戏——"我正关注抗衰老，
上海AI团队发布SIM1仿真器，柔性物体零样本操控突破90%成功率
在机器人技术领域，教会机器处理柔软物品——例如折叠T恤或整理毛巾——始终是一项棘手挑战。相较于坚硬的刚体，可变形物体的形态会随动作而变化，接触关系异常复杂。尽管当前的视觉语言动作模型（VLA）已在刚性物体操作中表现出色，但面对“软物”挑战时，常因缺少优质训练数据而表现不佳。近日，上海AI实验室联合复旦、上海交大及北大科研团队推出了一项创新研究：SIM1。研究人员的核心构想是：既然现实数据采集成本高昂且耗时漫长，不如在虚拟环境中“制造”数据。然而传统仿真往往脱离实际，甚至会出现衣物像橡皮筋般乱飞的现象。SI
AI大模型重塑工业质检：由精准识别迈向快速学习
在电子元器件检测产线上，过去质检人员往往需要借助30倍放大镜，对微小器件的压痕、划伤、裂缝等问题逐一排查，单件检测通常要花费10至20秒。而现在，配备工业多模态大模型的AI外观检测系统，只需0.2秒便可完成150到700张图像的精确识别，每小时最高可检测7200件产品。从10秒缩短到0.2秒，效率提升达到50倍——这正体现了AI大模型正在为工业质检带来的现实性重构。 一、一个快速扩容的千亿级市场 工业质检已成为AI大模型在制造业应用中最成熟、价值也最明确的场景之一。全球AI视觉检测系统市场规模预计将由20