人工智能邏輯學(xué)SEARCH AGGREGATION
回答:軟件項(xiàng)目本身會有很多分類。在IT傳統(tǒng)項(xiàng)目/內(nèi)部系統(tǒng)中，往往仍有很多項(xiàng)目采用復(fù)雜邏輯寫入sql或存儲過程的做法。當(dāng)然并不代表這個(gè)做法是最佳的。還是先拋出結(jié)論。單單從技術(shù)角度講，是絕不應(yīng)該將復(fù)雜邏輯寫入sql的。如果題主對原因不敢興趣，看到這里就可以了。下面我會簡單解釋下這么做的一些原因。首先，先說說傳統(tǒng)IT服務(wù)類項(xiàng)目。類似，電信，政企，銀行，XXX管理系統(tǒng)，XXX運(yùn)維系統(tǒng)。這類項(xiàng)目往往是國企，事業(yè)單...
levius
|
965人閱讀
回答:目前大部分研發(fā)團(tuán)隊(duì)都要求業(yè)務(wù)邏輯用代碼來實(shí)現(xiàn)，SQL操作往往都是基本操作。用SQL來表現(xiàn)業(yè)務(wù)邏輯，也就是通過存儲過程的方式來表現(xiàn)業(yè)務(wù)邏輯是比較傳統(tǒng)的開發(fā)方案。在C/S時(shí)代很多邏輯的實(shí)現(xiàn)都是通過SQL來實(shí)現(xiàn)的，主要原因是業(yè)務(wù)規(guī)模和部署方式?jīng)Q定的。早期的C/S編程時(shí)代往往都是非分布式環(huán)境下的開發(fā)，而且大多數(shù)情況下并不需要考慮移植性問題，此時(shí)采用SQL來完成業(yè)務(wù)邏輯是比較方便的處理方式。采用存儲過程來完...
Ali_
|
1619人閱讀
回答:首先明確下定義：計(jì)算時(shí)間是指計(jì)算機(jī)實(shí)際執(zhí)行的時(shí)間，不是人等待的時(shí)間，因?yàn)榈却龝r(shí)間依賴于有多少資源可以調(diào)度。首先我們不考慮資源問題，討論時(shí)間的預(yù)估。執(zhí)行時(shí)間依賴于執(zhí)行引擎是 Spark 還是 MapReduce。Spark 任務(wù)Spark 任務(wù)的總執(zhí)行時(shí)間可以看 Spark UI，以下圖為例Spark 任務(wù)是分多個(gè) Physical Stage 執(zhí)行的，每個(gè)stage下有很多個(gè)task，task 的...
silenceboy
|
1059人閱讀
回答:沒什么意義，關(guān)鍵是架構(gòu)，你的架構(gòu)和API用的是linux定義的，你再怎么改，還是linux。人家為什么敢叫l(wèi)inux，而不叫unix，那是人家雖然沒有全改，但起碼有自己的架構(gòu)設(shè)計(jì)在里面，所以，別人才承認(rèn)你是Linux，而不是unix換個(gè)皮。所以在操作系統(tǒng)里架構(gòu)和API的改寫和設(shè)計(jì)才是真正????B的地方。起碼目前的中國，我還沒見識過這種大神！
wqj97
|
938人閱讀
回答:人工智能涉及到的知識結(jié)構(gòu)比較復(fù)雜，是一個(gè)典型的多學(xué)科交叉領(lǐng)域，涉及到哲學(xué)、數(shù)學(xué)、計(jì)算機(jī)、經(jīng)濟(jì)學(xué)、神經(jīng)學(xué)和語言學(xué)等諸多內(nèi)容。正因如此，人工智能領(lǐng)域的研發(fā)需要克服諸多困難，每一次進(jìn)步都需要付出巨大的努力。雖然人工智能已經(jīng)經(jīng)過了60多年的發(fā)展，但是目前人工智能依然處在行業(yè)發(fā)展的初期。編程語言是實(shí)現(xiàn)人工智能產(chǎn)品的一個(gè)重要工具，不少編程語言都可以完成人工智能產(chǎn)品的開發(fā)任務(wù)，比如C、Python、Java、C...
xuhong
|
1043人閱讀
回答:頂尖AI人才：10%在中國，50%在美國主導(dǎo)人工智能（AI）研究和開發(fā)的約半數(shù)頂尖人才集中于美國。AI是數(shù)據(jù)經(jīng)濟(jì)的核心技術(shù)。如果負(fù)責(zé)最尖端研究的群體薄弱，中國的競爭力有可能下降。加拿大的AI初創(chuàng)企業(yè)「Element AI」根據(jù)2018年內(nèi)在21個(gè)國際學(xué)會上發(fā)表的論文調(diào)查了作者人數(shù)和經(jīng)歷，統(tǒng)計(jì)了頂尖AI人才的分布。調(diào)查顯示，全球有2.24萬AI方面的頂尖人才。其中約半數(shù)在美國（1萬295人），其次是...
happyfish
|
711人閱讀
...ion.ai聯(lián)合創(chuàng)始人Tomasz?Malisiewicz這一次帶領(lǐng)我們回顧50年來人工智能領(lǐng)域三大范式（邏輯學(xué)、概率方法和深度學(xué)習(xí)）的演變歷程。通過本文我們能夠更深入地理解人工智能和深度學(xué)習(xí)的現(xiàn)狀與未來。以下為正文：今天，我們一起來...
...展到最后會變成什么樣子。 這也就決定了，人類目前對人工智能的研究方向，仍然傾向于繼續(xù)授予計(jì)算機(jī)明確的邏輯，讓計(jì)算機(jī)在明確的道路上越走越遠(yuǎn)。（哪怕是自學(xué)習(xí)這種連程序邏輯都自發(fā)產(chǎn)生的發(fā)明，那也是明確邏輯） ...
一、人工智能與機(jī)器學(xué)習(xí) 說到人工智能，就不得不提圖靈測試。圖靈測試是阿蘭圖靈在1950年提出的一個(gè)關(guān)于機(jī)器是否能夠思考的著名實(shí)驗(yàn)，測試某機(jī)器是否能表現(xiàn)出與人等價(jià)或無法區(qū)分的智能。主要內(nèi)容是：測試者與被測試...
...習(xí)領(lǐng)域技術(shù)飛速發(fā)展并快速轉(zhuǎn)化為產(chǎn)品走入人們的生活，人工智能儼然成為了全民話題。能識別人臉，能自動駕駛，能診斷疾病，能預(yù)測未來……人們早已開始幻想制造出真正的人工智能時(shí)的景象，探討人類與這位超人的關(guān)...
...為大數(shù)據(jù)管理與挖掘、知識庫等。大數(shù)據(jù)時(shí)代的到來，為人工智能的飛速發(fā)展帶來前所未有的數(shù)據(jù)紅利。在大數(shù)據(jù)的喂養(yǎng)下，人工智能技術(shù)獲得了前所未有的長足進(jìn)步。其進(jìn)展突出體現(xiàn)在以知識圖譜為代表的知識工程以及深...
...于深入淺出區(qū)塊鏈社區(qū)原文鏈接:如何編寫一個(gè)可升級的智能合約原文已更新，請讀者前往原文閱讀 區(qū)塊鏈信任基礎(chǔ)的數(shù)據(jù)不可修改的特性，讓它傳統(tǒng)應(yīng)用程序有一個(gè)很大的不同的地方是一經(jīng)發(fā)布于區(qū)塊鏈上就無法修改（不能直...
智能合約的設(shè)計(jì)和傳統(tǒng)的應(yīng)用設(shè)計(jì)有點(diǎn)不同。傳統(tǒng)應(yīng)用一般為了快速迭代是在產(chǎn)品之后考慮安全，但是 DApp 則需要在產(chǎn)品出來之前就考慮安全問題，它將會關(guān)系到賬戶資產(chǎn)、用戶數(shù)據(jù)等問題，而且對 DApp 來講，升級是個(gè)比較...
...。https://github.com/hammewang/... 同時(shí)歡迎討論，微信xiuxiu1998 智能合約升級的目的 鑒于以太坊智能合約一旦部署，無法修改的原則，所以智能合約升級應(yīng)當(dāng)遵循如下兩點(diǎn)規(guī)則： 邏輯可升級； 存儲可繼承； 第一點(diǎn)很好理解，可以把...
...統(tǒng)。 但是隨之而來的是，它還有一個(gè)最大的缺點(diǎn)，就是智能合約一旦部署之后，就再也無法改變源碼。開發(fā)中心化應(yīng)用（比如facebook或者Airbnb）的開發(fā)者，都已經(jīng)習(xí)慣了，為了修復(fù)bug或者引入新的特性而頻繁更新產(chǎn)品。但這種方...
趨勢 當(dāng)下，人工智能已成為科技領(lǐng)域最熱門的技術(shù)。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、人臉識別、無人駕駛、NLP，各種名詞不絕于耳。人工智能的應(yīng)用一方面在不斷改變我們每個(gè)人的生活方式，另一方面也在逐漸改變著企業(yè)的經(jīng)營模式...
人工智能（AI，Artificial Intelligence）現(xiàn)在已經(jīng)成為一個(gè)熱詞。有些人很樂觀，認(rèn)為人工智能無所不能；有些人很悲觀，認(rèn)為人工智能會對人類社會和生活產(chǎn)生威脅。但無論從哪個(gè)角度來說，AI將在很近的未來改變?nèi)澜缫呀?jīng)成...
ChatGPT和Sora等AI大模型應(yīng)用，將AI大模型和算力需求的熱度不斷帶上新的臺階。哪里可以獲得...
大模型的訓(xùn)練用4090是不合適的，但推理（inference/serving）用4090不能說合適，...
圖示為GPU性能排行榜，我們可以看到所有GPU的原始相關(guān)性能圖表。同時(shí)根據(jù)訓(xùn)練、推理能力由高到低做了...
