![个人头像照片](https://ucc.alicdn.com/avatar/avatar3.jpg)
暂无个人介绍
能力说明:
掌握计算机基础知识,初步了解Linux系统特性、安装步骤以及基本命令和操作;具备计算机基础网络知识与数据通信基础知识。
阿里云技能认证
详细说明
2024年04月
2024年03月
2023年07月
准备数据集:
首先准备一个适合特定任务的数据集。比如想让模型学会识别电影评论的情感,就需要一个包含标注情感(正面或负面)的电影评论数据集。
登录PAI平台:
打开阿里云官网,登录账号,找到PAI Studio或者PAI DSW(Data Science Workshop)这样的工作台。
创建项目:
在PAI平台上创建一个新的项目,给项目命名,选择合适的计算资源(如GPU)。
导入数据:将数据集上传到PAI平台,平台会提供数据处理工具,帮助清洗和格式化数据,确保数据符合模型训练的要求。
选择模型:
在PAI的模型库中选择一个大语言模型作为基础模型,比如BERT。PAI平台通常提供了预训练好的模型可以直接使用,无需从零开始训练。
微调模型:
通过拖拽式的界面或简单的代码编辑,设置微调参数,比如学习率、训练轮次等。将数据集与选定的模型连接起来,开始微调过程。PAI平台会自动分配计算资源,只需等待训练完成。
评估模型:
训练完成后,使用一部分预留的数据对模型进行评估,查看模型在新任务上的表现如何,如准确率、损失函数值等。
部署模型:
如果模型表现满意,就可以通过PAI平台一键部署模型。选择部署方式,比如API服务、Web应用等,平台会自动处理模型部署的复杂细节。
输出结果
微调后的模型输出结果通常会以评估报告形式展示,包括模型在测试数据上的精度、召回率、F1分数等评价指标。部署成功后就可以通过API调用得到模型的预测结果,比如输入一条电影评论,模型会返回这条评论的情感倾向。
在现代工作环境中,「松弛感工作」指的是在保持高效的同时,也能维持良好的心理状态和工作生活平衡。AI技能在这方面能起到不小的作用,下面我会分享几个我认为有助于实现「松弛感工作」的AI技能
“AI+作业”这个事儿,就像一把双刃剑,用得好能帮孩子提升学习效率,用不好可能就变成偷懒的工具了。现在的孩子们用手机一拍作业,答案马上就出来了,确实挺方便,但这也让家长和老师们担心:孩子们会不会变得太依赖,连思考都不想了?一方面,AI技术确实是个好帮手。它能帮孩子查资料、整理笔记,还能个性化推荐学习资源,就像有个24小时在线的家庭教师。对于一些复杂难懂的知识点,AI能用不同的方式解释,直到孩子听懂为止,这在以前是很难做到的。另一方面,如果过度依赖AI,孩子们可能会失去独立思考和解决问题的能力。毕竟,学习不只是为了知道答案,更重要的是学会怎么思考,怎么解决问题。如果每次都靠AI,那孩子自己动脑筋的机会就少了,长此以往,可能会影响他们的学习兴趣和动力。所以,“AI+作业”应该是辅助,而不是颠覆。它应该帮助孩子们更好地学习,而不是代替他们学习。家长们和老师们需要引导孩子正确使用AI,比如鼓励他们先自己思考,实在不懂再去问AI,这样既能学到知识,又能锻炼思维能力。未来中小学教育在AI时代要想乘风破浪,就得找到科技和教育之间的平衡点。老师们可以利用AI来丰富教学手段,比如虚拟实验、智能测评,让课堂更生动有趣。同时,也要教育孩子们,AI是工具,不是目的,学习的主体永远是自己。只有这样,孩子们才能在AI的辅助下,真正成为学习的主人,而不是被AI牵着鼻子走。总之,AI是个好东西,但怎么用,用多少,还得看咱们怎么把握。就像用刀切菜,用好了是美味佳肴,用不好可能就伤到手了。教育也一样,科技是辅助,核心还是人的成长。
通义灵码可以帮助求职者优化简历,让简历更加吸引HR的眼球。比如,它能帮我找出简历中的语法错误,用词不当,甚至能给出更专业的表述建议,让我的简历看起来更专业、更有说服力。就好比写作文时有个老师在旁边指导,帮我润色,让我的文章更加出彩。
通用大模型和垂直大模型,就好比一个是全能型选手,另一个是单项冠军。通用大模型就像一个知识面很广的人,啥都懂一点,可以应对各种话题和场景;垂直大模型则是某个领域的专家,对特定的东西特别精通。
通用大模型的优势在于它的广泛适用性。它能处理各种不同类型的任务,无论是聊天、写文章、做翻译,还是回答各种知识性问题,它都能给出一个还算不错的答案。这就像是你有一个万能工具箱,不管家里哪个角落出了问题,都能找到合适的工具来修。对于企业和个人来说,这意味着你不需要为每个小任务去找专门的工具或专家,一个通用大模型就能搞定大部分事情。
垂直大模型则专注于某个领域,比如医疗、法律、金融等,它在这个领域内的知识深度和专业性远超通用大模型。这就像你有一个心脏手术专家,虽然他可能不太懂脑科,但心脏手术做得绝对一流。对于需要高度专业性的工作,垂直大模型能提供更准确、更专业的答案和服务,减少错误,提高效率。
我的看法两者各有千秋,选哪个主要看你需要解决什么问题。如果你是做科研,搞学术,或者是处理一些需要专业知识的复杂任务,比如医生诊断疾病、律师分析案例,那垂直大模型肯定是首选,它能提供更深入、更精准的见解。但如果日常生活中,或者工作中遇到的问题五花八门,需要一个能快速适应各种场景的助手,那通用大模型就更合适了。比如,写一篇关于历史的文章,又突然要帮小孩辅导数学作业,还能顺便翻译一段外语文本,这时候通用大模型的灵活性就派上用场了。所以,我的观点是,没有绝对的优劣,只有适不适合。就像选衣服,要看场合和自己的需要。在实际应用中,可能两者都会用到,通用大模型作为基础,垂直大模型在特定领域提供专业支持,两者互补,才能发挥出最好的效果。
工作中的“路径依赖”就像你每天上班走的那条最熟悉的路,时间久了,就算这条路堵车严重,你也懒得换,因为习惯了,怕新路线不熟悉。但其实,打破这种路径依赖,换个路线,说不定能更快更顺呢!下面是一些破除路径依赖的小技巧:
破除路径依赖不是一蹴而就的事,需要时间和勇气。但只要开始尝试,就会发现世界比想象中更广阔。就像换了一条上班的路,虽然一开始可能有点陌生,但很快你就会发现,原来还可以这样走,生活和工作也因此变得更加有趣和高效。
这个消息听起来就像是咱们国家自主研发的一个人工智能大模型,在参加了一个模拟的高考数学考试中,表现得比美国的GPT-4还要好。这事儿其实挺有意思的,因为它反映了几点趋势和意义:
写代码就像做菜,有时候菜谱(代码逻辑)看着挺简单,但一动手就状况百出,火候不对(逻辑错误)、调料放错(语法错误),结果得花大把时间回炉重造。为了避免这种“下厨悲剧”,可以试试这几个小窍门:
开发APP就像盖一栋房子,不过这里是用代码搭建一个虚拟的房子,让用户能在手机上使用。这个过程大致可以分为几个步骤:1. 规划和设计:首先,你需要想好你的APP要做什么,比如是一个游戏、购物软件还是社交平台。然后设计它的外观和功能,就像画房子的图纸一样,这一步叫做UI/UX设计,确保用户用起来既好看又方便。2. 选择材料:开发APP的“材料”就是编程语言和工具。常见的有Java或Kotlin用于安卓APP,Swift或Objective-C用于苹果的iOS APP。还有些跨平台的工具如React Native或Flutter,可以同时为安卓和iOS编写代码,就像通用建材一样。3. 动手建设:接下来,程序员们根据设计图开始编写代码,这就是APP的“施工”阶段。他们会创建各种页面、按钮、功能,让APP能按照设计的想法运行起来。4. 测试和装修:房子盖好后要检查有没有漏水、电路是否正常,APP也一样需要测试。开发者会模拟各种使用情况,查找并修复错误(我们称为“bug”),优化性能,确保APP稳定流畅。这一步也包括美化细节,让APP看起来更完美。5. 提交到应用市场:•准备资料:完成APP后,你需要准备一些资料,比如APP的图标、介绍、截图、分类等,这些是用户在应用商店看到的信息。•账号注册:要想在主流的应用市场上发布APP,比如Google Play(安卓)或Apple App Store(苹果),你需要先在这些平台上注册开发者账号。这通常需要支付一定的费用。•提交审核:上传你的APP包和准备好的资料到对应的平台。之后,平台会有专门的团队对你的APP进行审核,检查是否有违反规定的内容,是否稳定可用等。这个过程可能需要几天到几周不等。•发布:一旦审核通过,你的APP就可以上架了,用户就可以在应用商店搜索并下载使用。
这张老照片勾起了许多回忆。照片中的男女,是我祖父母年轻时的模样。那时正值1920年代,他们站在老砖房前,微笑着面对镜头。祖父穿着西装,打着蝴蝶结,显得格外英俊;祖母则身着时髦的短裙和帽子,展现出那个年代的独特风采。
这座老砖房曾是他们初次相遇的地方,祖父母的爱情故事也由此展开。祖父开着那辆经典的老爷车,带着祖母去过许多地方,留下了无数美好的回忆。尽管时光飞逝,他们的笑容和那段幸福时光却永远定格在这张照片中。
每当翻看这张照片,我仿佛能回到那个充满浪漫与激情的年代,感受到祖父母之间的深厚感情。这不仅是一张照片,更是一段珍贵的家族历史。
在日常的运维工作中,经常有很多小需求,比如需要自定义个prometheus 的exporter ,用来监控 pod事件、或者supervisor 任务状态等。首先我会直接打开我的 goland 客户端,然后因为集成了通义另码,我直接提问,
通过这样的方式,大大提高了我的运维效率,已经打好了框架之后,后面就是优化了。
通义灵码还有很多牛逼的功能,还能解释代码,生成优化建议
我觉得优势有很多,第一个省时省力,就像搭积木一样简单,不需要从零开始学习复杂的部署过程,对于没有太多技术背景的人来说,函数计算的这种部署方式降低了使用高级AI工具的门槛。第二个是很灵活,比如需要处理更多或更复杂的绘画任务,函数计算平台能自动根据需求分配资源,帮助控制成本。第三个就是函数计算的厉害之处了,它的显存优化即使在有限的硬件资源下也能高效运作。对于那些硬件条件不是特别高端的用户来说是个好消息,他们也能享受到高质量的AI绘画体验。由于部署在云端,系统的维护、升级、安全防护等工作都由云服务商负责,我们大可不必担心这些后台问题,可以专心于创作和实验不同的绘画风格。最后一点就是成本可控,采用Serverless的函数计算模式,我只需为实际使用的计算资源付费,而不是支付固定的服务器费用。这样在初期尝试或者项目量不大的时候,可以有效控制成本。
现如今各大厂商AI百花齐放,AI技术的发展展现出各式各样的应用,这些应用已经完全应用于我们的生活和工作,例如字节跳动的豆包AI,能和你聊天,能帮你出主意,能够回答各种各样的问题,同样AI对于手机行业的发展,也发生了重要转变,主要手机制造商如OPPO等重金投入AI技术,预示着AI手机新时代的到来,行业进入了一个更深层次的竞争和发展阶段。对于千亿级大模型的发展慢慢出现分化,私有化的百亿级大模型展现出更多活力和应用场景的多样性,企业可能会开始寻找超越基础模型应用的新机会。随着AI越来越强大,政策环境也跟进持续优化,政府对AI技术的支持力度加大,为行业发展提供坚实后盾。科研力量不断壮大,高等教育机构和研究机构在AI领域的投入和产出均显著增长,特别是在自然语言处理、计算机视觉、智能语音识别等领域取得了国际领先的成果。
不用担心,二维码并不会被用完。尽管全球每天的二维码使用量高达100多亿,但二维码的容量几乎是无穷无尽的。这是因为二维码的设计基于特定的数学算法,能够生成极其庞大的唯一编码组合。二维码(QR Code)的标准版本可以存储最多7089个数字或4296个字母数字字符,而更大的版本,如QR Code 200x200模块大小,理论上能编码的数据量更大,几乎达到无限的可能性。按照每天100亿个的使用量来计算,要“用完”所有可能的二维码组合,所需的时间远远超过了宇宙的年龄。此外,二维码的使用并非一次性消耗,同一个二维码可以被反复扫描无数次,而不会因为被扫描过就失效。因此,从实际应用的角度来看,二维码的“库存”几乎是永不枯竭的,我们完全可以继续享受二维码带来的便捷,而无需顾虑它是否会耗尽。
作为运维,在运维工作中,使用AI产品我就像有了一个超级智能助手,用AI集成工具让我的效率嗖嗖上升。想象一下,每天面对各种系统维护、故障排查、脚本编写等任务,脑袋都要炸了,但有了这些AI工具,事情就简单多了。
在日常工作中,使用 chatgpt、文心一言、google的gemini、讯飞大模型,等各类ai工具,帮助我查询知识,例如写一些自动化的运维脚本之类的,大大提高了我的运维效率
比如要写一个监控 线上supervisor 进程是否挂掉的脚本,我立马使用AI提问,没多久代码就呈现在我面前,而且运行达到了效果,真的太好用了,大大提升了我的运维效率:
阿里云主力模型价格大幅降低,具体为两百万Tokens仅需一元,这将对AI行业产生深远影响。以下是一些主要影响:
基础打牢时期
最开始,我花了大量时间学习编程的基础知识。这包括学习各种编程语言的语法、基础的数据结构和算法。这一阶段主要是打牢基础,理解编程的核心概念。
动手实践
真正开始提升是我开始动手做项目的时候。实践出真知,我发现自己在写代码的过程中遇到的问题和解决这些问题的过程,大大加深了我的理解。例如,做一个小网站、写一个简单的游戏或者自动化一些日常任务,这些都让我学到了很多课堂上学不到的东西。
解决实际问题
当我开始接触真实世界的问题和项目时,编程能力提升得非常快。解决实际问题要求我不断寻找新方法、学习新技术,逐渐让我变得更加熟练和自信。
代码审查和合作
参与代码审查和团队合作也是一个重要的提升阶段。通过审查别人的代码,我学到了很多不同的编程思路和技巧。团队合作让我理解了代码规范、版本控制等重要的开发流程。
学习新技术
每当有新技术出现,我都会花时间去学习并应用到项目中。比如学习新的编程语言、框架或者工具。这不仅扩展了我的知识面,还提升了我的适应能力和解决问题的能力。
持续改进和反思
编程是一个持续改进的过程。我会定期回顾自己写的代码,寻找可以优化的地方。也会反思自己在项目中的不足,争取在下次做得更好。
实际经验
例如,有一次我参与了一个复杂的系统开发项目。这个项目涉及到多个模块的协同工作,包括前端、后端和数据库。刚开始,我对如何将这些模块有效地整合在一起感到非常困惑。但是,通过不断尝试、学习和与团队成员讨论,我不仅成功解决了问题,还学到了很多关于系统架构和设计模式的知识。这个经历让我感觉到自己的编程能力有了很大的飞跃。
一条SQL语句的执行过程,就像是一个小故事一样。
拿到任务
你就像老板,写了一条SQL语句,就像给数据库下达了一个任务单,比如:“去仓库找一下所有名字叫‘张三’的货物。”
看懂任务
数据库就像一个聪明的小助手,首先它要看懂你给的任务单,确认你是要找叫‘张三’的货物。
检查任务单
然后,小助手会检查一下你的任务单有没有写错,比如“张三”写成了“章三”,或者根本没有写清楚要找什么。这个步骤就是检查有没有语法错误。
想怎么干
小助手看完任务单后,会动脑筋想一想,怎样最快找到所有叫‘张三’的货物。它会想,仓库那么大,是直接去找呢,还是先问一下仓库管理员(数据库的索引)有没有记录?
制定计划
小助手想好怎么干之后,就会制定一个详细的计划,比如,先到A区找,再到B区找,最后到C区找。
开始干活
接下来,小助手就开始干活了,按照计划一步步执行。它可能会跑到A区,翻箱倒柜找‘张三’,然后再去B区和C区。
给你结果
最后,小助手把找到的所有叫‘张三’的货物信息交给你,告诉你任务完成了。
小例子
假设你写了一条SQL语句:
SELECT * FROM students WHERE name = '张三';
拿到任务:你给数据库下命令:“找出所有叫‘张三’的学生。”
看懂任务:数据库确认你要找的东西是名字叫‘张三’的学生。
检查任务单:检查你的命令是不是写对了,有没有拼错字或者说漏了什么。
想怎么干:数据库思考一下,怎么找最快,看看有没有现成的记录(比如索引)可以用。
制定计划:决定先从学生表的某个地方开始找,一步一步查找所有符合条件的记录。
开始干活:按照计划一步步执行,找出所有名字叫‘张三’的学生。
给你结果:最后,把找到的所有叫‘张三’的学生信息交给你。
这个过程就像你让小助手去仓库找东西,它一步步按照计划完成任务,然后把结果给你。虽然整个过程在后台挺复杂,但对于你来说,就像发了个命令,等着结果就行了。