人工智能 charGPT 机器学习 算力 技术相关(对于常用框架、库、技术)等名词的解释收集整理和自我理解_csdn chargpt

人工智能

Artificial Intelligence
已经上升到国家战略层面，早在2017年国务院就印发了《新一代人工智能规划》
还有新基建中信息基础设施建设所包含的数据中心，智能中心等算计设施。

包括，图像识别，语音识别，自然语言处理，机器学习等领域

目前处于弱人工智能(数据总结和人工辅助)向强人工智能的升级和应用的阶段

人工智能等于 :算法＋算力＋数据

人工智能技术肯定是划时代的技术革命，给我的感觉就像第一次工业革命之于人类

chatGPT

弱人工智能的集大成者

但归根到底只是工具，暂时还代替不了人类的理解交流能力和创造力，目前还只是对大量数据的搜索整合的结果，还只是低智aI，超级搜索引擎

总结：
目前是数据整合的低智AI，仍缺乏创造力，但可以将它作为高级搜索引擎提升自己的效率

个人感悟：
面向百度谷歌编程，进化为面向ChatGPT编程。
前端相比后端确实会有更大的冲击，所以要向细分领域前进，例如H5游戏 图形化WebGl 智能化低代码 web3.0等方向。

机器学习

一开始的将所有情况录入数据库 让机器按程序在特定条件下执行特定动作 但现实情况不可能全部录入

转换思路 将各种场景数据全部交给机器处理 机器自主学习

比如贷款问题，给出两个参数，多少工资多大的年龄对应贷款额度。
将尽可能多的独立(数据之间没有任何关系)且同分布数据录入计算机，求得尽可能拟合大多数现实情况的线性方程。
这即是得出的数据模型。
给出的数据量越大，参数因子越多，方程越准确

总结：
给定大量独立且同分布数据，再通过巨量算力与人工辅助，得出越来越接近误差最小的拟合方程

但人是感性的，机器的世界是绝对理性的，在涉及到人的事情上，理论上不可能做到零误差

算力

算力通俗来说，就是计算能力，指的是数据的处理能力。小至手机笔记本、大到超级计算机，算力存在于各种智能硬件设备，没有算力就没有各种软硬件的正常应用。人工智能并非无源之水、无本之木。AI完成每一次人脸识别、每一次语音文字转换，都需要硬件芯片的算力支持。

新基建包含三大领域：信息基础设施、融合基础设施、创新基础设施。以数据中心、智能计算中心为代表的算力基础设施，就包含在信息基础设施当中。

技术相关

• tomcat 与 nginx，apache的区别是什么？David的回答：…本质上也是一种应用程序——它通常运行在服务器之上，绑定服务器的IP地址并监听某一个tcp端口来接收并处理HTTP请求…

• webpack
  webpack 是一个现代 JavaScript 应用程序的静态模块打包器(module bundler)。当 webpack 处理应用程序时，它会递归地构建一个依赖关系图(dependency graph)，其中包含应用程序需要的每个模块，然后将所有这些模块打包成一个或多个 bundle。

• ES5、6、7

  • ECMAScript 规范定义了一种脚本语言（编程语言的子集，编写后直接执行不编译）实