docs(目录): 用六大数据模态框架重新组织上篇结构
第二篇和第三篇增加模态全景表,展示从感知(1D→2D→3D)到 认知(生成→行动→决策)的六大数据模态演进。章节顺序不变。 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
This commit is contained in:
@@ -6,12 +6,30 @@
|
|||||||
- 第1章 AI发展历程与范式演进 — 从Amazon Go到Scaling Law
|
- 第1章 AI发展历程与范式演进 — 从Amazon Go到Scaling Law
|
||||||
- 第2章 设计人工智能的理论框架 — 函数式视角、模态全景与MLP基础
|
- 第2章 设计人工智能的理论框架 — 函数式视角、模态全景与MLP基础
|
||||||
|
|
||||||
### 第二篇:感知智能——从一维到三维
|
### 第二篇:感知智能——理解世界
|
||||||
|
|
||||||
|
> 现代AI处理的核心是**数据模态**——信息的表征形式。第3-8章围绕六大数据模态展开:从感知(1D→2D→3D)到认知(生成→行动→决策),逐步揭示AI如何从"理解世界"走向"改造世界"。
|
||||||
|
|
||||||
|
| 模态 | 数据维度 | 输入形式 | 模型演进(小→大) | 设计应用 |
|
||||||
|
|------|---------|---------|-------------------|---------|
|
||||||
|
| 一维:文本与序列 | 1D | Token序列 | RNN → LSTM → BERT → GPT-4 | 设计文本生成、用户评论分析、趋势预测 |
|
||||||
|
| 二维:图像与视觉 | 2D | 像素矩阵 | LeNet → ResNet → ViT → SAM | 图像分类、目标检测、风格迁移、设计评估 |
|
||||||
|
| 三维:空间与几何 | 3D | 3D坐标集 | PointNet → DGCNN → Point Transformer | 三维重建、空间分析、建筑设计、数字孪生 |
|
||||||
|
|
||||||
- 第3章 一维数据——序列与文本 — 从RNN到大语言模型
|
- 第3章 一维数据——序列与文本 — 从RNN到大语言模型
|
||||||
- 第4章 二维数据——图像与视觉 — 从CNN到大视觉模型
|
- 第4章 二维数据——图像与视觉 — 从CNN到大视觉模型
|
||||||
- 第5章 三维数据——空间与3D — 从PointNet到空间智能
|
- 第5章 三维数据——空间与3D — 从PointNet到空间智能
|
||||||
|
|
||||||
### 第三篇:创造与行动
|
### 第三篇:认知智能——改造世界
|
||||||
|
|
||||||
|
> 感知智能让AI"看懂"世界,认知智能让AI"改变"世界。生成突破感知的局限——不仅理解,还能创造;行动序列整合所有能力——感知、规划、执行形成闭环;决策序列将感知转化为行动策略——在环境中做出最优选择。
|
||||||
|
|
||||||
|
| 模态 | 数据维度 | 输入形式 | 模型演进(小→大) | 设计应用 |
|
||||||
|
|------|---------|---------|-------------------|---------|
|
||||||
|
| 生成 | 创造性输出 | 噪声/条件 | VAE → GAN → Diffusion → Sora | AIGC设计、概念生成、风格迁移、设计探索 |
|
||||||
|
| 行动序列 | 多步行动 | 目标→计划→执行 | ReAct → Toolformer → AutoGPT | 智能设计助手、自动化工作流、多Agent协作 |
|
||||||
|
| 决策序列 | 时序决策 | 状态→动作映射 | Q-Learning → DQN → PPO → AlphaGo | 布局优化、参数调优、自适应设计 |
|
||||||
|
|
||||||
- 第6章 生成式AI——从创造到智能生成 — 从VAE/GAN到Diffusion
|
- 第6章 生成式AI——从创造到智能生成 — 从VAE/GAN到Diffusion
|
||||||
- 第7章 AI Agent——从执行到自主 — 从规则系统到LLM Agent
|
- 第7章 AI Agent——从执行到自主 — 从规则系统到LLM Agent
|
||||||
- 第8章 强化学习——从决策到对齐 — 从Q-Learning到RLHF
|
- 第8章 强化学习——从决策到对齐 — 从Q-Learning到RLHF
|
||||||
|
|||||||
Reference in New Issue
Block a user