pengxiao/2026_DesignAI
1
0
Fork 0
Code Issues 1 Pull Requests Actions Packages Projects 1 Releases Wiki Activity

合并子章节到父文件，每个篇章归为单文件

Browse Source 
将 11 个目录下的 26 个子章节文件合并到对应的父文件中，
用 --- 分隔各子章节，移除冗余的章节目录索引。
每个篇章现在是独立的单文件，结构更简洁。

Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
This commit is contained in:
pengxiao
2026-04-25 10:48:05 +08:00
parent e58b95d227
commit fac0133db5
37 changed files with 3421 additions and 3581 deletions
Download Patch File Download Diff File Expand all files Collapse all files
01-introduction/00.1-ai-overview.md
-150
View File
@@ -1,150 +0,0 @@
## 学习目标
了解AI技术发展的关键时间节点
理解AI四大赛道及其应用场景
掌握设计领域AI应用的现状与趋势
# Amazon Go：AI赋能的典型案例
## 案例背景
Amazon Go是亚马逊推出的无人便利店，通过计算机视觉和传感器融合技术，实现"拿了就走"的购物体验。
## 技术要素
Amazon Go的AI技术栈融合了多项前沿技术：
--------------------------------------------------
技术 作用 应用场景
------------ ---------------- --------------------
5G通信 低延迟数据传输 实时视频流处理
3D传感器 深度信息获取 空间定位与手势识别
计算机视觉 图像理解 商品识别、行为分析
传感器融合 多源数据整合 精确定位与跟踪
--------------------------------------------------
## 启示
Amazon Go展示了AI技术如何重构传统场景。从"扫码支付"到"拿了就走"，AI让交互变得更加自然。
# AI赋能的时间线：2016-2024
## 第一阶段：觉醒期 (2016-2018)
**2016**：AlphaGo击败李世石，AI进入公众视野
**2017**：Transformer架构诞生，为大模型时代奠基
**2018**：BERT预训练模型问世，NLP任务取得突破
## 第二阶段：爆发期 (2019-2022)
**2019**：GPT-2展示强大的文本生成能力
**2020**：GPT-3发布，少样本学习能力震惊业界
**2022**：ChatGPT发布，AI对话能力达到新高度
## 第三阶段：应用期 (2023-2024)
**2023**：多模态大模型、AI Agent概念兴起
**2024**：具身智能、端侧AI加速落地
# AI四大赛道
## 1. AIGC (AI-Generated Content)
**定义**：人工智能生成内容
**应用领域**： - 文本生成：文章、报告、代码 - 图像生成：设计稿、效果图、图标 - 视频生成：短视频、动画、特效 - 音频生成：音乐、配音、音效
**设计影响**：从"工具辅助"到"生成伙伴"
## 2. Agent (智能体)
**定义**：能够自主感知、规划、执行的系统
**核心能力**： - 感知 (Perception)：理解环境信息 - 规划 (Planning)：制定行动方案 - 记忆 (Memory)：存储和检索经验 - 工具 (Tool Use)：调用外部资源
**设计影响**：从"被动执行"到"主动协作"
## 3. AI4S (AI for Science)
**定义**：AI驱动科学发现
**应用领域**： - 蛋白质结构预测 (AlphaFold) - 材料科学计算 - 气候变化模拟 - 城市系统优化
**设计影响**：数据驱动的设计决策
## 4. AIED (AI in Education)
**定义**：AI在教育领域的应用
**应用场景**： - 个性化学习路径 - 智能答疑与辅导 - 学习行为分析 - 知识图谱构建
**设计影响**：设计教育与人才培养模式变革
# 设计领域AI应用趋势
## 当前应用
----------------------------------------
领域 AI应用 成熟度
---------- -------------------- --------
建筑设计 图纸生成、方案优化 中
景观设计 场地分析、植被配置 中
室内设计 家具布局、风格迁移 高
平面设计 Logo生成、排版辅助 高
交互设计 用户研究、原型生成 低
----------------------------------------
## 未来趋势
1.**从单点工具到系统化解决方案**
2.**从生成内容到生成决策**
3.**从人机协作到人机共生**
# 思考与练习
1.选择你熟悉的设计领域，分析AI在该领域的应用现状和潜力
2.思考AI四大赛道中，哪一个对你的专业影响最大？为什么？
3.Amazon Go案例中，哪些AI技术可以迁移到设计领域？
# 关键术语
--------------------------------------------------------
中文 英文 说明
----------------- --------------- ----------------------
生成式AI AIGC AI-Generated Content
智能体 Agent 自主决策系统
AI for Science AI4S AI驱动科学研究
AI in Education AIED AI教育应用
传感器融合 Sensor Fusion 多传感器数据整合
--------------------------------------------------------
# 延伸阅读
[Amazon Go技术解析](https://amazon.go/technology)
[AIGC产业发展报告](https://www.caict.ac.cn/)
[AI Agent综述论文](https://arxiv.org/pdf/2308.11432v2) \# 00.2 AI范式演进
01-introduction/00.2-ai-paradigm.md
-226
View File
@@ -1,226 +0,0 @@
# 学习目标
理解AI范式的三次演进
掌握万能逼近定理的直观意义
建立神经网络技术栈的完整认知
理解Scaling Law与模型规模效应
# AI范式的三次演进
## 第一范式：规则系统 (Symbolic AI)
**时期**：1950s - 1980s
**核心思想**：人类专家编写规则
**特点**： - 逻辑推理清晰 - 知识表达明确 - 泛化能力弱
**典型应用**：专家系统、棋类游戏
## 第二范式：机器学习 (Machine Learning)
**时期**：1990s - 2010s
**核心思想**：从数据中学习规律
**特点**： - 数据驱动 - 特征工程依赖专家经验 - 任务特定
**典型应用**：推荐系统、图像分类、语音识别
## 第三范式：深度学习 (Deep Learning)
**时期**：2012 - 至今
**核心思想**：端到端学习，自动提取特征
**特点**： - 大数据驱动 - 自动特征学习 - 迁移学习能力强
**典型应用**：大语言模型、生成式AI、自动驾驶
# 万能逼近定理
## 定理表述
**Universal Approximation Theorem (1989)**：
一个具有足够多神经元的单隐藏层前馈神经网络，可以以任意精度逼近任何连续函数。
## 直观理解
想象一张橡皮膜： - 输入空间是平面上的点 - 神经网络调整膜的形状 - 神经元越多，膜的形变能力越强 - 最终可以拟合任意复杂的曲面
## 启示
这个定理告诉我们：**神经网络具有强大的表达能力，理论上可以学习任何复杂的映射关系**。
这也是深度学习能够处理图像、语言、语音等复杂任务的数学基础。
# 神经网络技术栈全景
`┌─────────────────────────────────────────────────────────────┐`\
`│ ``应用层`` │`\
`│ AIGC │ Agent │ AI4S │ AIED │ ``空间智能`` │`\
`├─────────────────────────────────────────────────────────────┤`\
`│ ``模型层`` │`\
`│ Diffusion │ Transformer │ GNN │ CNN │ MLP │`\
`├─────────────────────────────────────────────────────────────┤`\
`│ ``算法层`` │`\
`│ ``反向传播`` │ ``注意力机制`` │ ``卷积`` │ ``池化`` │ ``激活函数`` │`\
`├─────────────────────────────────────────────────────────────┤`\
`│ ``数学层`` │`\
`│ ``微积分`` │ ``线性代数`` │ ``概率论`` │ ``优化理论`` │`\
`└─────────────────────────────────────────────────────────────┘`
## 技术演进路径
------------------------------------------
时代 代表技术 突破点
------- ------------- --------------------
1980s MLP 万能逼近定理
1990s CNN 局部连接、权重共享
2000s RNN/LSTM 序列建模
2010s GNN 图结构数据
2017 Transformer Self-Attention
2020s Diffusion 生成质量突破
------------------------------------------
## 模型家族关系
`MLP (``多层感知机``)`\
` │`\
` ┌──────────────┼──────────────┐`\
` │ │ │`\
` CNN GNN RNN`\
` (``空间数据``) (``图数据``) (``序列数据``)`\
` │ │ │`\
` └──────────────┼──────────────┘`\
` │`\
` Transformer`\
` │`\
` ┌──────────────┼──────────────┐`\
` │ │ │`\
` GPT``系列`` BERT Diffusion`\
` (``生成式``) (``理解式``) (``图像生成``)`
# Scaling Law：规模即智能
## 什么是Scaling Law
Scaling Law（缩放定律）描述了模型性能与计算量、数据量、参数量之间的关系：
**模型性能 ≈ f(计算量, 数据量, 参数量)**
## 核心发现
### 1.性能随规模对数增长
o模型越大，性能越好
o增长是可预测的
#### 2.计算效率最关键
o计算量增加10倍 → 性能提升约1.5倍
o数据量和参数量也有类似规律
#### 3.没有看到天花板
o在现有规模下，性能提升仍在继续
### 启示
**大模型时代**：规模成为竞争壁垒
**数据为王**：高质量数据比模型架构更重要
**算力需求**：AI发展依赖硬件进步
从函数式视角看AI演进
### 核心理念
**"Functions Describe the World"（函数描述世界）**
物理定律：F = ma
经济规律：Supply = Demand(Price)
神经网络：y = f(x; θ)
### AI即函数组合
`输入数据`` x`\
` │`\
` ▼`\
`┌─────────┐`\
`│ f₁(x) │ ``第一层函数：特征提取`\
`└─────────┘`\
` │`\
` ▼`\
`┌─────────┐`\
`│ f₂(h) │ ``第二层函数：模式识别`\
`└─────────┘`\
` │`\
` ▼`\
`┌─────────┐`\
`│ f₃(z) │ ``第三层函数：决策输出`\
`└─────────┘`\
` │`\
` ▼`\
`输出`` y`
从Excel到神经网络
------------------------------------
Excel 神经网络
--------------------- --------------
y = ax + b 单层感知机
y = a₁x₁ + a₂x₂ + b 多输入神经元
嵌套IF函数 多层网络
宏函数 自动微分
------------------------------------
## 思考与练习
1.万能逼近定理告诉我们神经网络"能"做任何事，但没有说"如何"高效学习。这个区别意味着什么？
2.Scaling Law是否意味着"越大越好"？在资源有限的情况下，应该如何权衡？
3.从函数式视角理解AI，对你理解设计问题有何启发？
## 关键术语
-------------------------------------------------------------------------------------
中文 英文 说明
---------------------- --------------------------------- ----------------------------
万能逼近定理 Universal Approximation Theorem 神经网络表达能力的理论保证
缩放定律 Scaling Law 模型性能与规模的关系
前馈网络 Feed-Forward Network 信息单向传播的神经网络
多层感知机 MLP Multi-Layer Perceptron
端到端学习 End-to-End Learning 从输入直接学习到输出
-------------------------------------------------------------------------------------
## 延伸阅读
[Scaling Laws for Neural Language Models](https://arxiv.org/abs/2001.08361)
[Universal Approximation Theorem](https://en.wikipedia.org/wiki/Universal_approximation_theorem)
[The Evolution of AI: A Historical Perspective](https://www.nature.com/articles/s41586-023-06221-x)
01-introduction/01-introduction.md
+364 -24
View File
@@ -1,6 +1,6 @@
# 第一篇：导论 # 第一篇：导论
本篇建立读者对人工智能的宏观认知，介绍AI的发展历程和范式演进，帮助读者理解AI技术的全貌和发展趋势。 本篇作为全书的开篇，旨在帮助读者建立对人工智能的宏观认知框架。我们将从AI的发展历程出发，回顾从早期符号主义到深度学习、再到大模型时代的关键技术突破与转折节点；进而梳理AI的范式演进，从感知智能到生成式智能、从单一任务到通用智能的发展脉络，帮助读者理解AI技术的全貌和未来趋势。这一宏观视角的建立，将为后续各篇中AI与设计实践的结合提供必要的技术认知基础。
## 篇章导读 ## 篇章导读
@@ -10,42 +10,382 @@
通过本篇学习，你将建立对AI的宏观认知，理解技术发展的脉络，为后续深入学习打下基础。 通过本篇学习，你将建立对AI的宏观认知，理解技术发展的脉络，为后续深入学习打下基础。
## 章节目录 ---
[00.1 AI发展历程](00.1-ai-overview.md) - 从Amazon Go到AI赋能
[00.2 AI范式演进](00.2-ai-paradigm.md) - 技术栈全景与发展趋势
## 学习目标 ## 学习目标
完成本篇后，你将能够： 了解AI技术发展的关键时间节点
描述AI发展的关键节点和技术突破 理解AI四大赛道及其应用场景
理解AI四大赛道的区别和应用场景 掌握设计领域AI应用的现状与趋势
掌握神经网络技术家族的演进脉络 # Amazon Go：AI赋能的典型案例
建立AI技术栈的完整认知框架 ## 案例背景
## 核心概念 Amazon Go是亚马逊推出的无人便利店，通过计算机视觉和传感器融合技术，实现"拿了就走"的购物体验。
------------------------------------------------------------------ ## 技术要素
概念 英文 说明
----------------- ------- ----------------------------------------
生成式AI AIGC AI-Generated Content，人工智能生成内容
智能体 Agent 能够自主感知、决策和行动的系统 Amazon Go的AI技术栈融合了多项前沿技术：
AI for Science AI4S AI驱动科学发现 --------------------------------------------------
技术 作用 应用场景
------------ ---------------- --------------------
5G通信 低延迟数据传输 实时视频流处理
AI in Education AIED AI在教育领域的应用 3D传感器 深度信息获取 空间定位与手势识别
------------------------------------------------------------------
## 延伸思考 计算机视觉 图像理解 商品识别、行为分析
1.AI技术发展呈现加速趋势，这对设计行业意味着什么？ 传感器融合 多源数据整合 精确定位与跟踪
--------------------------------------------------
2.在AIGC、Agent、AI4S、AIED四个方向中，你认为哪个对设计领域影响最大？ ## 启示
3.了解AI技术演进后，你认为设计师应该掌握哪些AI相关技能？ \# 00.1 AI发展历程 Amazon Go展示了AI技术如何重构传统场景。从"扫码支付"到"拿了就走"，AI让交互变得更加自然。
# AI赋能的时间线：2016-2024
## 第一阶段：觉醒期 (2016-2018)
**2016**：AlphaGo击败李世石，AI进入公众视野
**2017**：Transformer架构诞生，为大模型时代奠基
**2018**：BERT预训练模型问世，NLP任务取得突破
## 第二阶段：爆发期 (2019-2022)
**2019**：GPT-2展示强大的文本生成能力
**2020**：GPT-3发布，少样本学习能力震惊业界
**2022**：ChatGPT发布，AI对话能力达到新高度
## 第三阶段：应用期 (2023-2024)
**2023**：多模态大模型、AI Agent概念兴起
**2024**：具身智能、端侧AI加速落地
# AI四大赛道
## 1. AIGC (AI-Generated Content)
**定义**：人工智能生成内容
**应用领域**： - 文本生成：文章、报告、代码 - 图像生成：设计稿、效果图、图标 - 视频生成：短视频、动画、特效 - 音频生成：音乐、配音、音效
**设计影响**：从"工具辅助"到"生成伙伴"
## 2. Agent (智能体)
**定义**：能够自主感知、规划、执行的系统
**核心能力**： - 感知 (Perception)：理解环境信息 - 规划 (Planning)：制定行动方案 - 记忆 (Memory)：存储和检索经验 - 工具 (Tool Use)：调用外部资源
**设计影响**：从"被动执行"到"主动协作"
## 3. AI4S (AI for Science)
**定义**：AI驱动科学发现
**应用领域**： - 蛋白质结构预测 (AlphaFold) - 材料科学计算 - 气候变化模拟 - 城市系统优化
**设计影响**：数据驱动的设计决策
## 4. AIED (AI in Education)
**定义**：AI在教育领域的应用
**应用场景**： - 个性化学习路径 - 智能答疑与辅导 - 学习行为分析 - 知识图谱构建
**设计影响**：设计教育与人才培养模式变革
# 设计领域AI应用趋势
## 当前应用
----------------------------------------
领域 AI应用 成熟度
---------- -------------------- --------
建筑设计 图纸生成、方案优化 中
景观设计 场地分析、植被配置 中
室内设计 家具布局、风格迁移 高
平面设计 Logo生成、排版辅助 高
交互设计 用户研究、原型生成 低
----------------------------------------
## 未来趋势
1.**从单点工具到系统化解决方案**
2.**从生成内容到生成决策**
3.**从人机协作到人机共生**
# 思考与练习
1.选择你熟悉的设计领域，分析AI在该领域的应用现状和潜力
2.思考AI四大赛道中，哪一个对你的专业影响最大？为什么？
3.Amazon Go案例中，哪些AI技术可以迁移到设计领域？
# 关键术语
--------------------------------------------------------
中文 英文 说明
----------------- --------------- ----------------------
生成式AI AIGC AI-Generated Content
智能体 Agent 自主决策系统
AI for Science AI4S AI驱动科学研究
AI in Education AIED AI教育应用
传感器融合 Sensor Fusion 多传感器数据整合
--------------------------------------------------------
# 延伸阅读
[Amazon Go技术解析](https://amazon.go/technology)
[AIGC产业发展报告](https://www.caict.ac.cn/)
[AI Agent综述论文](https://arxiv.org/pdf/2308.11432v2) \# 00.2 AI范式演进
---
# 学习目标
理解AI范式的三次演进
掌握万能逼近定理的直观意义
建立神经网络技术栈的完整认知
理解Scaling Law与模型规模效应
# AI范式的三次演进
## 第一范式：规则系统 (Symbolic AI)
**时期**：1950s - 1980s
**核心思想**：人类专家编写规则
**特点**： - 逻辑推理清晰 - 知识表达明确 - 泛化能力弱
**典型应用**：专家系统、棋类游戏
## 第二范式：机器学习 (Machine Learning)
**时期**：1990s - 2010s
**核心思想**：从数据中学习规律
**特点**： - 数据驱动 - 特征工程依赖专家经验 - 任务特定
**典型应用**：推荐系统、图像分类、语音识别
## 第三范式：深度学习 (Deep Learning)
**时期**：2012 - 至今
**核心思想**：端到端学习，自动提取特征
**特点**： - 大数据驱动 - 自动特征学习 - 迁移学习能力强
**典型应用**：大语言模型、生成式AI、自动驾驶
# 万能逼近定理
## 定理表述
**Universal Approximation Theorem (1989)**：
一个具有足够多神经元的单隐藏层前馈神经网络，可以以任意精度逼近任何连续函数。
## 直观理解
想象一张橡皮膜： - 输入空间是平面上的点 - 神经网络调整膜的形状 - 神经元越多，膜的形变能力越强 - 最终可以拟合任意复杂的曲面
## 启示
这个定理告诉我们：**神经网络具有强大的表达能力，理论上可以学习任何复杂的映射关系**。
这也是深度学习能够处理图像、语言、语音等复杂任务的数学基础。
# 神经网络技术栈全景
`┌─────────────────────────────────────────────────────────────┐`\
`│ ``应用层`` │`\
`│ AIGC │ Agent │ AI4S │ AIED │ ``空间智能`` │`\
`├─────────────────────────────────────────────────────────────┤`\
`│ ``模型层`` │`\
`│ Diffusion │ Transformer │ GNN │ CNN │ MLP │`\
`├─────────────────────────────────────────────────────────────┤`\
`│ ``算法层`` │`\
`│ ``反向传播`` │ ``注意力机制`` │ ``卷积`` │ ``池化`` │ ``激活函数`` │`\
`├─────────────────────────────────────────────────────────────┤`\
`│ ``数学层`` │`\
`│ ``微积分`` │ ``线性代数`` │ ``概率论`` │ ``优化理论`` │`\
`└─────────────────────────────────────────────────────────────┘`
## 技术演进路径
------------------------------------------
时代 代表技术 突破点
------- ------------- --------------------
1980s MLP 万能逼近定理
1990s CNN 局部连接、权重共享
2000s RNN/LSTM 序列建模
2010s GNN 图结构数据
2017 Transformer Self-Attention
2020s Diffusion 生成质量突破
------------------------------------------
## 模型家族关系
`MLP (``多层感知机``)`\
` │`\
` ┌──────────────┼──────────────┐`\
` │ │ │`\
` CNN GNN RNN`\
` (``空间数据``) (``图数据``) (``序列数据``)`\
` │ │ │`\
` └──────────────┼──────────────┘`\
` │`\
` Transformer`\
` │`\
` ┌──────────────┼──────────────┐`\
` │ │ │`\
` GPT``系列`` BERT Diffusion`\
` (``生成式``) (``理解式``) (``图像生成``)`
# Scaling Law：规模即智能
## 什么是Scaling Law
Scaling Law（缩放定律）描述了模型性能与计算量、数据量、参数量之间的关系：
**模型性能 ≈ f(计算量, 数据量, 参数量)**
## 核心发现
### 1.性能随规模对数增长
o模型越大，性能越好
o增长是可预测的
#### 2.计算效率最关键
o计算量增加10倍 → 性能提升约1.5倍
o数据量和参数量也有类似规律
#### 3.没有看到天花板
o在现有规模下，性能提升仍在继续
### 启示
**大模型时代**：规模成为竞争壁垒
**数据为王**：高质量数据比模型架构更重要
**算力需求**：AI发展依赖硬件进步
从函数式视角看AI演进
### 核心理念
**"Functions Describe the World"（函数描述世界）**
物理定律：F = ma
经济规律：Supply = Demand(Price)
神经网络：y = f(x; θ)
### AI即函数组合
`输入数据`` x`\
` │`\
` ▼`\
`┌─────────┐`\
`│ f₁(x) │ ``第一层函数：特征提取`\
`└─────────┘`\
` │`\
` ▼`\
`┌─────────┐`\
`│ f₂(h) │ ``第二层函数：模式识别`\
`└─────────┘`\
` │`\
` ▼`\
`┌─────────┐`\
`│ f₃(z) │ ``第三层函数：决策输出`\
`└─────────┘`\
` │`\
` ▼`\
`输出`` y`
从Excel到神经网络
------------------------------------
Excel 神经网络
--------------------- --------------
y = ax + b 单层感知机
y = a₁x₁ + a₂x₂ + b 多输入神经元
嵌套IF函数 多层网络
宏函数 自动微分
------------------------------------
## 思考与练习
1.万能逼近定理告诉我们神经网络"能"做任何事，但没有说"如何"高效学习。这个区别意味着什么？
2.Scaling Law是否意味着"越大越好"？在资源有限的情况下，应该如何权衡？
3.从函数式视角理解AI，对你理解设计问题有何启发？
## 关键术语
-------------------------------------------------------------------------------------
中文 英文 说明
---------------------- --------------------------------- ----------------------------
万能逼近定理 Universal Approximation Theorem 神经网络表达能力的理论保证
缩放定律 Scaling Law 模型性能与规模的关系
前馈网络 Feed-Forward Network 信息单向传播的神经网络
多层感知机 MLP Multi-Layer Perceptron
端到端学习 End-to-End Learning 从输入直接学习到输出
-------------------------------------------------------------------------------------
## 延伸阅读
[Scaling Laws for Neural Language Models](https://arxiv.org/abs/2001.08361)
[Universal Approximation Theorem](https://en.wikipedia.org/wiki/Universal_approximation_theorem)
[The Evolution of AI: A Historical Perspective](https://www.nature.com/articles/s41586-023-06221-x)
02-foundations/01.1-math-foundation.md
-165
View File
@@ -1,165 +0,0 @@
### 学习目标
理解"Functions Describe the World"的核心理念
掌握从Excel到神经网络的演进逻辑
理解函数组合与层级抽象的思想
### 核心理念：函数描述世界
#### 从物理定律说起
物理学用简洁的函数描述复杂现象：
----------------------------------
现象 函数 发现者
---------- -------------- --------
自由落体 h = ½gt² 伽利略
万有引力 F = Gm₁m₂/r² 牛顿
电磁感应 ε = -dΦ/dt 法拉第
----------------------------------
这些函数的共同特点：**用数学关系描述客观规律**
#### AI的函数观
AI延续了这一传统：**用函数从数据中学习规律**
`数据`` → ``函数`` → ``预测``/``决策`\
` x → f(x) → y`
从Excel到神经网络
线性回归：y = ax + b
在Excel中，我们经常做线性拟合：
`房价`` ≈ 0.015 × ``面积`` + 50``万`\
` y = a × x + b`
这就是一个最简单的"AI模型"：**单变量线性函数**
多元回归：y = a₁x₁ + a₂x₂ + ... + b
增加更多特征：
`房价`` ≈ 0.01 × ``面积`` + 0.5 × ``卧室数`` + 0.3 × ``地段评分`` - 20``万`
这就是**单层神经元**的数学形式！
函数组合：层级嵌套
现实世界的关系往往是非线性的，需要函数组合：
`h₁ = f₁(x) # ``第一层：提取特征`
`h₂ = f₂(h₁) # ``第二层：组合特征`
`y = f₃(h₂) # ``第三层：输出结果`
这就是**多层神经网络**的本质！
### 函数组合的威力
为什么需要多层？
**单层函数**只能学习简单的线性关系
**多层函数**可以学习任意复杂的非线性关系
直观例子：识别圆形
`输入：像素点灰度值`\
` ↓`\
`第一层：检测边缘（梯度变化）`\
` ↓`\
`第二层：组合边缘成弧线`\
` ↓`\
`第三层：判断是否闭合`` → ``圆形`
每一层都是一个函数，层层组合形成复杂能力。
### 数据驱动 vs 规则驱动
#### 规则驱动
`# ``传统编程：人工编写规则`\
`def`` ``is_circle``(image):`\
` edges ``=`` ``detect_edges``(image)`\
` ``if`` ``edges.is_closed``() ``and`` ``edges.is_round``():`\
` ``return`` ``True`\
` ``return`` ``False`
**问题**：规则难以穷举，无法处理复杂情况
#### 数据驱动
`# AI``：从数据中学习函数`\
`f ``=`` ``neural_network``()`\
`train(f, ``thousands_of_examples``)`\
`result ``=`` f(``new_image``) ``# ``自动判断`
**优势**：自动发现规律，适应复杂情况
### 神经网络的函数本质
数学表示
一个L层神经网络：
`y = ``f_L``(f_{L-``1}(``...f_₂(f₁(x))))`
其中每一层：
`h = ``σ(``Wx`` + b)`
W：权重矩阵（可学习参数）
b：偏置向量（可学习参数）
σ：激活函数（引入非线性）
#### 视觉理解
`输入层`` ``隐藏层`` ``输出层`\
` x ``h₁,h₂,h``₃ y`\
` ● ──────────→ ○ ──────────→ ●`\
` │ ○ │`\
` ● ──────────→ ○ ──────────→ ●`\
` │ ○ │`\
` ● ──────────→ ○ ──────────→ ●`\
` ``权重``W₁ ``权重``W₂`
箭头上的权重就是函数的参数，通过学习自动确定。
### 思考与练习
1.列举3个日常生活中"用函数描述世界"的例子
2.为什么单层函数无法学习异或（XOR）问题？
3.思考：设计中有哪些问题可以用"数据驱动函数"的思路解决？
### 关键术语
------------------------------------------------------------
中文 英文 说明
---------- --------------------- ---------------------------
线性回归 Linear Regression y = ax + b 形式的函数拟合
多元回归 Multiple Regression 多输入变量的线性模型
权重 Weight 神经网络中的可学习参数
偏置 Bias 调整输出基准的参数
非线性 Non-linearity 无法用直线表示的关系
------------------------------------------------------------
### 延伸阅读
[Neural Networks and Deep Learning](http://neuralnetworksanddeeplearning.com/) - 在线书籍
02-foundations/01.2-mlp-basics.md
-221
View File
@@ -1,221 +0,0 @@
### 学习目标
理解MLP的基本结构
掌握前向传播的计算过程
了解激活函数的作用和类型
理解反向传播的基本思想
### MLP结构
#### 什么是MLP
**MLP (Multi-Layer Perceptron)**：多层感知机，是最基础的神经网络结构。
网络架构
`输入层`` ``隐藏层`` ``输出层`\
` ┌─────────┐ ┌─────────────┐ ┌─────────┐`\
` │ x₁ │ │ h₁ │ │ y₁ │`\
` │ x₂ │───→│ h₂ │───→│ y₂ │`\
` │ x₃ │ │ h₃ │ │ y₃ │`\
` │ ... │ │ ... │ │ ... │`\
` │ xₙ │ │ hₘ │ │ yₖ │`\
` └─────────┘ └─────────────┘ └─────────┘`\
` │ │ │`\
` └───────────────┴────────────────┘`\
` ``全连接（每个神经元相连）`
#### 层次说明
----------------------------------------
层类型 作用 神经元数量
-------- ---------------- --------------
输入层 接收原始数据 取决于特征数
隐藏层 特征变换与组合 自由设计
输出层 产生最终结果 取决于任务
----------------------------------------
### 前向传播
#### 单个神经元
`# ``线性部分`\
`z ``=`` ``w₁x``₁ ``+`` ``w₂x``₂ ``+`` ... ``+`` ``wₙx``ₙ ``+`` b`\
\
`# ``激活函数`\
`h ``=`` σ(z)`
#### 完整网络
对于L层网络：
`# ``第``1``层`
`h₁ ``=`` σ``₁(``W₁x`` ``+`` b₁)`
`# ``第``2``层`
`h₂ ``=`` σ``₂(``W₂h``₁ ``+`` b₂)`
`# ...`
`# ``第``L``层`
y = σₗ(Wₗh_{l-1} + bₗ)
#### 数据流动
`输入向量`` x₀`\
` │`\
` ├─→ W₁, b₁ ──→ z₁ = ``W₁x``₀ + b₁`\
` │ │`\
` │ └─→ σ₁(z₁) = h₁`\
` │ │`\
` └──────────────────────────────├─→ W₂, b₂ ──→ z₂ = ``W₂h``₁ + b₂`\
` │ │`\
` └─→ σ₂(z₂) = h₂`\
` │`\
` └─→ ... → y`
### 激活函数
#### 为什么需要激活函数？
没有激活函数，多层网络就等价于单层线性变换：
`y = W₂(``W₁x``) = (W₂W``₁)x`` = ``W'x`
激活函数引入**非线性**，使网络能够学习复杂模式。
#### 常用激活函数
--------------------------------------------------------------------
激活函数 公式 特点 应用场景
---------- ----------------------------- ------------ --------------
Sigmoid σ(z) = 1/(1+e⁻ᶻ) 输出(0,1) 二分类输出层
ReLU ReLU(z) = max(0,z) 简单高效 隐藏层首选
Softmax softmax(zᵢ) = eᶻⁱ/Σeᶻʲ 输出和为1 多分类输出层
Tanh tanh(z) = (eᶻ-e⁻ᶻ)/(eᶻ+e⁻ᶻ) 输出(-1,1) 循环网络
--------------------------------------------------------------------
#### 视觉对比
`ReLU``: Sigmoid: Tanh:`\
` ↑ ___ ___`\
` │ / ╲`\
` │ / ╲`\
` │____ / ╲___`\
` │ ______ / │`\
` └──────── / └──`\
` -``∞ 0`` +∞ -∞ 0 +∞ -∞ 0 +∞`
### 损失函数与优化
#### 损失函数
损失函数衡量模型预测与真实值的差距：
---------------------------------------
任务 损失函数 公式
-------- ---------- -------------------
回归 均方误差 MSE = Σ(ŷ-y)²/n
二分类 交叉熵 CE = -y·log(ŷ)
多分类 交叉熵 CE = -Σyᵢ·log(ŷᵢ)
---------------------------------------
#### 优化目标
`最小化损失函数：`\
`min L(f(x; θ), y)`\
\
`其中`` θ = {W₁, b₁, W₂, b₂, ...} ``是所有可学习参数`
#### 梯度下降
`重复直到收敛：`\
` θ = θ - α·∇L(θ)`\
\
`其中：`\
` θ``：参数`\
` α``：学习率`\
` ∇L(θ)``：损失函数的梯度`
### 反向传播
核心思想
从输出层向输入层反向计算梯度：
`输出层误差`` → ``隐藏层误差`` → ... → ``输入层误差`
链式法则
`∂L/∂W₁ = (∂L/∂y) · (∂y/∂h₂) · (∂h₂/∂z₂) ·`\
` `` (``∂z₂/∂h₁) · (∂h₁/∂z₁) · (∂z₁/∂W₁)`
直观理解
1.**前向传播**：计算每个神经元的输出
2.**计算误差**：比较输出与真实值
3.**反向传播**：将误差反向传递
4.**更新权重**：根据误差调整参数
### MLP vs 传统模型
--------------------------------------
特性 MLP 传统机器学习
------------ ---------- --------------
特征工程 自动学习 人工设计
非线性能力 强 中/弱
数据需求 大量 中等
可解释性 低 高
训练时间 长 短
--------------------------------------
### 思考与练习
1.为什么隐藏层越多，网络表达能力越强？
2.ReLU为什么比Sigmoid更适合隐藏层？
3.如果所有权重初始化为0，会发生什么？
### 关键术语
----------------------------------------------------------
中文 英文 说明
---------- ------------------ ----------------------------
前向传播 Forward Pass 数据从输入到输出的计算过程
反向传播 Backpropagation 计算梯度的算法
损失函数 Loss Function 衡量预测误差的函数
梯度下降 Gradient Descent 优化算法
学习率 Learning Rate 参数更新的步长
----------------------------------------------------------
### 延伸阅读
[Neural Networks and Deep Learning - Chapter 1](http://neuralnetworksanddeeplearning.com/chap1.html)
[Yes you should understand backprop](https://medium.com/@karpathy/yes-you-should-understand-backprop-e2f06eab496b) \# 01.3 编程工具与Vibe Coding
02-foundations/01.3-programming.md
-226
View File
@@ -1,226 +0,0 @@
## 学习目标
掌握Python AI开发环境配置
了解核心科学计算库
理解Vibe Coding的AI辅助编程新模式
### Python环境配置
#### Anaconda vs Miniconda
-----------------------------------------------
工具 大小 特点 适用场景
----------- --------- ------------ ------------
Anaconda \~500MB 预装常用库 初学者推荐
Miniconda \~50MB 仅含conda 精简安装
-----------------------------------------------
#### 安装步骤
##### 1.下载安装
o访问 https://www.anaconda.com/download
o选择Python 3.x版本
o按提示安装
##### 2.创建虚拟环境
`conda`` create ``-n`` ai-env python=3.10`\
`conda`` activate ai-env`
##### 3.安装核心库
`conda`` install ``numpy`` pandas ``scipy`\
`pip`` install torch ``torchvision`
### 核心科学计算库
#### NumPy：数值计算基础
`import`` ``numpy`` ``as`` np`\
\
`# ``创建数组`\
`x ``=`` ``np.array``([``1``, ``2``, ``3``, ``4``])`\
\
`# ``矩阵运算`\
`W ``=`` ``np.random.randn``(``4``, ``3``) ``# 4×3``权重矩阵`\
`h ``=`` np.dot(x, W) ``# ``矩阵乘法`\
\
`# ``激活函数`\
`relu`` ``=`` ``np.maximum``(``0``, h) ``# ``ReLU`
#### Pandas：数据处理
`import`` pandas ``as`` pd`\
\
`# ``读取数据`\
`df`` ``=`` ``pd.read_csv``(``'data.csv'``)`\
\
`# ``数据清洗`\
`df`` ``=`` ``df.dropna``()`\
`df`` ``=`` ``df`` normalized ``=`` (``df`` ``-`` ``df.mean``()) ``/`` ``df.std``()`\
\
`# ``统计分析`\
`df.describe``()`
#### SciPy：科学计算
`from`` ``scipy`` ``import`` optimize`\
`from`` ``scipy.spatial`` ``import`` distance`\
\
`# ``优化问题`\
`result ``=`` ``optimize.minimize``(``loss_func``, x0)`\
\
`# ``距离计算`\
`dist`` ``=`` ``distance.euclidean``(point1, point2)`
### 开发工具选择
#### VSCode
**特点**： - 微软开源，免费 - 丰富的插件生态 - 轻量级，启动快
**AI开发常用插件**： - Python - Jupyter - Pylance - Copilot
## Cursor
**特点**： - AI原生IDE - 代码补全与生成 - 自然语言编程
**使用场景**： - 快速原型开发 - 代码重构 - 学习新API
## Jupyter Notebook
**特点**： - 交互式编程 - 可视化友好 - 文档即代码
**使用场景**： - 数据探索 - 算法实验 - 教学演示
# Vibe Coding：AI辅助编程
## 什么是Vibe Coding
传统编程：**明确需求 → 设计算法 → 编写代码**
Vibe Coding：**模糊想法 → AI辅助 → 迭代完善**
## 工作流程
### 1. 描述意图（自然语言）
`"``帮我创建一个简单的神经网络``"`
###
`2. AI``生成代码`
### → 自动生成完整代码框架
`3. ``运行测试`
`→ ``发现问题或需要调整`
`4. ``迭代优化`
`"``把隐藏层改成``128``个神经元``"`
`→ AI``自动修改代码`
`5. ``理解学习`
→ 阅读AI生成的代码，学习最佳实践
## 实践技巧
---------------------------------
技巧 说明
---------- ----------------------
明确需求 详细描述输入输出
分步实现 复杂功能拆解为小任务
验证结果 检查生成的代码
学习思考 理解AI为什么这样写
---------------------------------
## 工具推荐
--------------------------------------------
工具 特点 适用场景
---------------- ---------------- ----------
GitHub Copilot 代码补全 日常开发
Cursor 对话式编程 快速原型
ChatGPT/Claude 代码生成与解释 学习咨询
Replit Agent 端到端开发 小型项目
--------------------------------------------
## 开发工作流
项目结构
`project/`\
`├── data/ # ``数据文件`\
`├── notebooks/ # ``Jupyter``笔记本`\
`├── ``src``/ # ``源代码`\
`│ ├── models/ # ``模型定义`\
`│ ├── utils/ # ``工具函数`\
`│ └── train.py # ``训练脚本`\
`├── requirements.txt # ``依赖列表`\
`└── README.md # ``项目说明`
### 典型工作流
`# 1. ``创建环境`\
`conda`` create ``-n`` ``myproject`` python=3.10`\
`conda`` activate ``myproject`\
\
`# 2. ``安装依赖`\
`pip`` install ``-r`` requirements.txt`\
\
`# 3. ``开发迭代`\
`# - ``在``notebook``中实验`\
`# - ``整理到``src``/``目录`\
`# - ``运行测试`\
\
`# 4. ``保存环境`\
`conda`` env export ``>`` ``environment.yml`
## 思考与练习
1.对比Anaconda和Miniconda，什么时候该用哪个？
2.尝试用Cursor/Copilot生成一个简单的神经网络代码
3.Vibe Coding如何改变传统的编程学习方式？
## 关键术语
-----------------------------------------------------------
中文 英文 说明
---------- ----------------------- ------------------------
虚拟环境 Virtual Environment 隔离的Python运行环境
依赖管理 Dependency Management 管理项目所需的库
代码补全 Code Completion 自动补全正在输入的代码
原型开发 Prototyping 快速构建可运行版本
迭代优化 Iterative Refinement 逐步改进代码
-----------------------------------------------------------
## 延伸阅读
[Anaconda官方文档](https://docs.anaconda.com/)
[NumPy快速入门](https://numpy.org/doc/stable/user/quickstart.html)
[Cursor使用指南](https://cursor.com/docs)
02-foundations/02-foundations.md
+598 -18
View File
@@ -10,40 +10,620 @@
本篇将： - 从函数式视角理解AI - 介绍多层感知机的基本原理 - 讲解Python编程工具和AI辅助编程 本篇将： - 从函数式视角理解AI - 介绍多层感知机的基本原理 - 讲解Python编程工具和AI辅助编程
## 章节目录 ---
[01.1 函数式AI视角](01.1-math-foundation.md) - "Functions Describe the World" ### 学习目标
[01.2 多层感知机](01.2-mlp-basics.md) - MLP结构与原理 理解"Functions Describe the World"的核心理念
[01.3 编程工具与Vibe Coding](01.3-programming.md) - Python环境与AI辅助编程 掌握从Excel到神经网络的演进逻辑
理解函数组合与层级抽象的思想
### 核心理念：函数描述世界
#### 从物理定律说起
物理学用简洁的函数描述复杂现象：
----------------------------------
现象 函数 发现者
---------- -------------- --------
自由落体 h = ½gt² 伽利略
万有引力 F = Gm₁m₂/r² 牛顿
电磁感应 ε = -dΦ/dt 法拉第
----------------------------------
这些函数的共同特点：**用数学关系描述客观规律**
#### AI的函数观
AI延续了这一传统：**用函数从数据中学习规律**
`数据`` → ``函数`` → ``预测``/``决策`\
` x → f(x) → y`
从Excel到神经网络
线性回归：y = ax + b
在Excel中，我们经常做线性拟合：
`房价`` ≈ 0.015 × ``面积`` + 50``万`\
` y = a × x + b`
这就是一个最简单的"AI模型"：**单变量线性函数**
多元回归：y = a₁x₁ + a₂x₂ + ... + b
增加更多特征：
`房价`` ≈ 0.01 × ``面积`` + 0.5 × ``卧室数`` + 0.3 × ``地段评分`` - 20``万`
这就是**单层神经元**的数学形式！
函数组合：层级嵌套
现实世界的关系往往是非线性的，需要函数组合：
`h₁ = f₁(x) # ``第一层：提取特征`
`h₂ = f₂(h₁) # ``第二层：组合特征`
`y = f₃(h₂) # ``第三层：输出结果`
这就是**多层神经网络**的本质！
### 函数组合的威力
为什么需要多层？
**单层函数**只能学习简单的线性关系
**多层函数**可以学习任意复杂的非线性关系
直观例子：识别圆形
`输入：像素点灰度值`\
` ↓`\
`第一层：检测边缘（梯度变化）`\
` ↓`\
`第二层：组合边缘成弧线`\
` ↓`\
`第三层：判断是否闭合`` → ``圆形`
每一层都是一个函数，层层组合形成复杂能力。
### 数据驱动 vs 规则驱动
#### 规则驱动
`# ``传统编程：人工编写规则`\
`def`` ``is_circle``(image):`\
` edges ``=`` ``detect_edges``(image)`\
` ``if`` ``edges.is_closed``() ``and`` ``edges.is_round``():`\
` ``return`` ``True`\
` ``return`` ``False`
**问题**：规则难以穷举，无法处理复杂情况
#### 数据驱动
`# AI``：从数据中学习函数`\
`f ``=`` ``neural_network``()`\
`train(f, ``thousands_of_examples``)`\
`result ``=`` f(``new_image``) ``# ``自动判断`
**优势**：自动发现规律，适应复杂情况
### 神经网络的函数本质
数学表示
一个L层神经网络：
`y = ``f_L``(f_{L-``1}(``...f_₂(f₁(x))))`
其中每一层：
`h = ``σ(``Wx`` + b)`
W：权重矩阵（可学习参数）
b：偏置向量（可学习参数）
σ：激活函数（引入非线性）
#### 视觉理解
`输入层`` ``隐藏层`` ``输出层`\
` x ``h₁,h₂,h``₃ y`\
` ● ──────────→ ○ ──────────→ ●`\
` │ ○ │`\
` ● ──────────→ ○ ──────────→ ●`\
` │ ○ │`\
` ● ──────────→ ○ ──────────→ ●`\
` ``权重``W₁ ``权重``W₂`
箭头上的权重就是函数的参数，通过学习自动确定。
### 思考与练习
1.列举3个日常生活中"用函数描述世界"的例子
2.为什么单层函数无法学习异或（XOR）问题？
3.思考：设计中有哪些问题可以用"数据驱动函数"的思路解决？
### 关键术语
------------------------------------------------------------
中文 英文 说明
---------- --------------------- ---------------------------
线性回归 Linear Regression y = ax + b 形式的函数拟合
多元回归 Multiple Regression 多输入变量的线性模型
权重 Weight 神经网络中的可学习参数
偏置 Bias 调整输出基准的参数
非线性 Non-linearity 无法用直线表示的关系
------------------------------------------------------------
### 延伸阅读
[Neural Networks and Deep Learning](http://neuralnetworksanddeeplearning.com/) - 在线书籍
---
### 学习目标
理解MLP的基本结构
掌握前向传播的计算过程
了解激活函数的作用和类型
理解反向传播的基本思想
### MLP结构
#### 什么是MLP
**MLP (Multi-Layer Perceptron)**：多层感知机，是最基础的神经网络结构。
网络架构
`输入层`` ``隐藏层`` ``输出层`\
` ┌─────────┐ ┌─────────────┐ ┌─────────┐`\
` │ x₁ │ │ h₁ │ │ y₁ │`\
` │ x₂ │───→│ h₂ │───→│ y₂ │`\
` │ x₃ │ │ h₃ │ │ y₃ │`\
` │ ... │ │ ... │ │ ... │`\
` │ xₙ │ │ hₘ │ │ yₖ │`\
` └─────────┘ └─────────────┘ └─────────┘`\
` │ │ │`\
` └───────────────┴────────────────┘`\
` ``全连接（每个神经元相连）`
#### 层次说明
----------------------------------------
层类型 作用 神经元数量
-------- ---------------- --------------
输入层 接收原始数据 取决于特征数
隐藏层 特征变换与组合 自由设计
输出层 产生最终结果 取决于任务
----------------------------------------
### 前向传播
#### 单个神经元
`# ``线性部分`\
`z ``=`` ``w₁x``₁ ``+`` ``w₂x``₂ ``+`` ... ``+`` ``wₙx``ₙ ``+`` b`\
\
`# ``激活函数`\
`h ``=`` σ(z)`
#### 完整网络
对于L层网络：
`# ``第``1``层`
`h₁ ``=`` σ``₁(``W₁x`` ``+`` b₁)`
`# ``第``2``层`
`h₂ ``=`` σ``₂(``W₂h``₁ ``+`` b₂)`
`# ...`
`# ``第``L``层`
y = σₗ(Wₗh_{l-1} + bₗ)
#### 数据流动
`输入向量`` x₀`\
` │`\
` ├─→ W₁, b₁ ──→ z₁ = ``W₁x``₀ + b₁`\
` │ │`\
` │ └─→ σ₁(z₁) = h₁`\
` │ │`\
` └──────────────────────────────├─→ W₂, b₂ ──→ z₂ = ``W₂h``₁ + b₂`\
` │ │`\
` └─→ σ₂(z₂) = h₂`\
` │`\
` └─→ ... → y`
### 激活函数
#### 为什么需要激活函数？
没有激活函数，多层网络就等价于单层线性变换：
`y = W₂(``W₁x``) = (W₂W``₁)x`` = ``W'x`
激活函数引入**非线性**，使网络能够学习复杂模式。
#### 常用激活函数
--------------------------------------------------------------------
激活函数 公式 特点 应用场景
---------- ----------------------------- ------------ --------------
Sigmoid σ(z) = 1/(1+e⁻ᶻ) 输出(0,1) 二分类输出层
ReLU ReLU(z) = max(0,z) 简单高效 隐藏层首选
Softmax softmax(zᵢ) = eᶻⁱ/Σeᶻʲ 输出和为1 多分类输出层
Tanh tanh(z) = (eᶻ-e⁻ᶻ)/(eᶻ+e⁻ᶻ) 输出(-1,1) 循环网络
--------------------------------------------------------------------
#### 视觉对比
`ReLU``: Sigmoid: Tanh:`\
` ↑ ___ ___`\
` │ / ╲`\
` │ / ╲`\
` │____ / ╲___`\
` │ ______ / │`\
` └──────── / └──`\
` -``∞ 0`` +∞ -∞ 0 +∞ -∞ 0 +∞`
### 损失函数与优化
#### 损失函数
损失函数衡量模型预测与真实值的差距：
---------------------------------------
任务 损失函数 公式
-------- ---------- -------------------
回归 均方误差 MSE = Σ(ŷ-y)²/n
二分类 交叉熵 CE = -y·log(ŷ)
多分类 交叉熵 CE = -Σyᵢ·log(ŷᵢ)
---------------------------------------
#### 优化目标
`最小化损失函数：`\
`min L(f(x; θ), y)`\
\
`其中`` θ = {W₁, b₁, W₂, b₂, ...} ``是所有可学习参数`
#### 梯度下降
`重复直到收敛：`\
` θ = θ - α·∇L(θ)`\
\
`其中：`\
` θ``：参数`\
` α``：学习率`\
` ∇L(θ)``：损失函数的梯度`
### 反向传播
核心思想
从输出层向输入层反向计算梯度：
`输出层误差`` → ``隐藏层误差`` → ... → ``输入层误差`
链式法则
`∂L/∂W₁ = (∂L/∂y) · (∂y/∂h₂) · (∂h₂/∂z₂) ·`\
` `` (``∂z₂/∂h₁) · (∂h₁/∂z₁) · (∂z₁/∂W₁)`
直观理解
1.**前向传播**：计算每个神经元的输出
2.**计算误差**：比较输出与真实值
3.**反向传播**：将误差反向传递
4.**更新权重**：根据误差调整参数
### MLP vs 传统模型
--------------------------------------
特性 MLP 传统机器学习
------------ ---------- --------------
特征工程 自动学习 人工设计
非线性能力 强 中/弱
数据需求 大量 中等
可解释性 低 高
训练时间 长 短
--------------------------------------
### 思考与练习
1.为什么隐藏层越多，网络表达能力越强？
2.ReLU为什么比Sigmoid更适合隐藏层？
3.如果所有权重初始化为0，会发生什么？
### 关键术语
----------------------------------------------------------
中文 英文 说明
---------- ------------------ ----------------------------
前向传播 Forward Pass 数据从输入到输出的计算过程
反向传播 Backpropagation 计算梯度的算法
损失函数 Loss Function 衡量预测误差的函数
梯度下降 Gradient Descent 优化算法
学习率 Learning Rate 参数更新的步长
----------------------------------------------------------
### 延伸阅读
[Neural Networks and Deep Learning - Chapter 1](http://neuralnetworksanddeeplearning.com/chap1.html)
[Yes you should understand backprop](https://medium.com/@karpathy/yes-you-should-understand-backprop-e2f06eab496b) \# 01.3 编程工具与Vibe Coding
---
## 学习目标 ## 学习目标
完成本篇后，你将能够： 掌握Python AI开发环境配置
从函数组合角度理解神经网络 了解核心科学计算库
描述MLP的基本结构和工作原理 理解Vibe Coding的AI辅助编程新模式
配置Python AI开发环境 ### Python环境配置
使用AI工具辅助编程学习 #### Anaconda vs Miniconda
## 核心概念 -----------------------------------------------
工具 大小 特点 适用场景
----------- --------- ------------ ------------
Anaconda \~500MB 预装常用库 初学者推荐
Miniconda \~50MB 仅含conda 精简安装
-----------------------------------------------
#### 安装步骤
##### 1.下载安装
o访问 https://www.anaconda.com/download
o选择Python 3.x版本
o按提示安装
##### 2.创建虚拟环境
`conda`` create ``-n`` ai-env python=3.10`\
`conda`` activate ai-env`
##### 3.安装核心库
`conda`` install ``numpy`` pandas ``scipy`\
`pip`` install torch ``torchvision`
### 核心科学计算库
#### NumPy：数值计算基础
`import`` ``numpy`` ``as`` np`\
\
`# ``创建数组`\
`x ``=`` ``np.array``([``1``, ``2``, ``3``, ``4``])`\
\
`# ``矩阵运算`\
`W ``=`` ``np.random.randn``(``4``, ``3``) ``# 4×3``权重矩阵`\
`h ``=`` np.dot(x, W) ``# ``矩阵乘法`\
\
`# ``激活函数`\
`relu`` ``=`` ``np.maximum``(``0``, h) ``# ``ReLU`
#### Pandas：数据处理
`import`` pandas ``as`` pd`\
\
`# ``读取数据`\
`df`` ``=`` ``pd.read_csv``(``'data.csv'``)`\
\
`# ``数据清洗`\
`df`` ``=`` ``df.dropna``()`\
`df`` ``=`` ``df`` normalized ``=`` (``df`` ``-`` ``df.mean``()) ``/`` ``df.std``()`\
\
`# ``统计分析`\
`df.describe``()`
#### SciPy：科学计算
`from`` ``scipy`` ``import`` optimize`\
`from`` ``scipy.spatial`` ``import`` distance`\
\
`# ``优化问题`\
`result ``=`` ``optimize.minimize``(``loss_func``, x0)`\
\
`# ``距离计算`\
`dist`` ``=`` ``distance.euclidean``(point1, point2)`
### 开发工具选择
#### VSCode
**特点**： - 微软开源，免费 - 丰富的插件生态 - 轻量级，启动快
**AI开发常用插件**： - Python - Jupyter - Pylance - Copilot
## Cursor
**特点**： - AI原生IDE - 代码补全与生成 - 自然语言编程
**使用场景**： - 快速原型开发 - 代码重构 - 学习新API
## Jupyter Notebook
**特点**： - 交互式编程 - 可视化友好 - 文档即代码
**使用场景**： - 数据探索 - 算法实验 - 教学演示
# Vibe Coding：AI辅助编程
## 什么是Vibe Coding
传统编程：**明确需求 → 设计算法 → 编写代码**
Vibe Coding：**模糊想法 → AI辅助 → 迭代完善**
## 工作流程
### 1. 描述意图（自然语言）
`"``帮我创建一个简单的神经网络``"`
###
`2. AI``生成代码`
### → 自动生成完整代码框架
`3. ``运行测试`
`→ ``发现问题或需要调整`
`4. ``迭代优化`
`"``把隐藏层改成``128``个神经元``"`
`→ AI``自动修改代码`
`5. ``理解学习`
→ 阅读AI生成的代码，学习最佳实践
## 实践技巧
---------------------------------
技巧 说明
---------- ----------------------
明确需求 详细描述输入输出
分步实现 复杂功能拆解为小任务
验证结果 检查生成的代码
学习思考 理解AI为什么这样写
---------------------------------
## 工具推荐
--------------------------------------------
工具 特点 适用场景
---------------- ---------------- ----------
GitHub Copilot 代码补全 日常开发
Cursor 对话式编程 快速原型
ChatGPT/Claude 代码生成与解释 学习咨询
Replit Agent 端到端开发 小型项目
--------------------------------------------
## 开发工作流
项目结构
`project/`\
`├── data/ # ``数据文件`\
`├── notebooks/ # ``Jupyter``笔记本`\
`├── ``src``/ # ``源代码`\
`│ ├── models/ # ``模型定义`\
`│ ├── utils/ # ``工具函数`\
`│ └── train.py # ``训练脚本`\
`├── requirements.txt # ``依赖列表`\
`└── README.md # ``项目说明`
### 典型工作流
`# 1. ``创建环境`\
`conda`` create ``-n`` ``myproject`` python=3.10`\
`conda`` activate ``myproject`\
\
`# 2. ``安装依赖`\
`pip`` install ``-r`` requirements.txt`\
\
`# 3. ``开发迭代`\
`# - ``在``notebook``中实验`\
`# - ``整理到``src``/``目录`\
`# - ``运行测试`\
\
`# 4. ``保存环境`\
`conda`` env export ``>`` ``environment.yml`
## 思考与练习
1.对比Anaconda和Miniconda，什么时候该用哪个？
2.尝试用Cursor/Copilot生成一个简单的神经网络代码
3.Vibe Coding如何改变传统的编程学习方式？
## 关键术语
----------------------------------------------------------- -----------------------------------------------------------
概念 英文 说明 中文 英文 说明
------------ --------------------- ------------------------ ---------- ----------------------- ------------------------
多层感知机 MLP Multi-Layer Perceptron 虚拟环境 Virtual Environment 隔离的Python运行环境
前向传播 Forward Pass 数据通过网络的过程 依赖管理 Dependency Management 管理项目所需的库
激活函数 Activation Function 引入非线性的函数 代码补全 Code Completion 自动补全正在输入的代码
损失函数 Loss Function 衡量预测误差的函数 原型开发 Prototyping 快速构建可运行版本
反向传播 Backpropagation 计算梯度的算法 迭代优化 Iterative Refinement 逐步改进代码
----------------------------------------------------------- -----------------------------------------------------------
## 01.1 函数式AI视角 ## 延伸阅读
[Anaconda官方文档](https://docs.anaconda.com/)
[NumPy快速入门](https://numpy.org/doc/stable/user/quickstart.html)
[Cursor使用指南](https://cursor.com/docs)
03-computer-vision/02.1-cnn-foundation.md
-145
View File
@@ -1,145 +0,0 @@
### 学习目标
理解CNN的核心思想：局部连接与权重共享
掌握卷积、激活、池化三大组件
了解CNN与MLP的区别和联系
### 为什么需要CNN
MLP的问题
将图像展平成一维向量输入MLP：
`28×28``图像`` → 784``维向量`` → MLP`
**问题**： 1. 参数量巨大：784×1000 = 784,000个参数 2. 忽略空间结构：相邻像素的关系被破坏 3. 缺乏平移不变性：物体移位后需要重新学习
#### CNN的解决方案
------------------------------------------------------------
特性 说明 优势
------------ -------------------------- --------------------
局部连接 每个神经元只连接局部区域 符合图像局部相关性
权重共享 同一卷积核扫描全图 大幅减少参数
层次化特征 低层→高层特征抽象 自动学习特征表达
------------------------------------------------------------
### CNN三大组件
#### 1. 卷积层 (Convolution)
**卷积操作**：用卷积核（Filter）在图像上滑动，计算局部特征
`输入图像`` ``卷积核`` ``特征图`\
`┌─────────┐ ┌─────┐ ┌─────────┐`\
`│ 1 2 3 │ │ 1 0 │ │ 8 10 │`\
`│ 4 5 6 │ ⊗ │ 0 -1 │ = │ 14 16 │`\
`│ 7 8 9 │ │ │ │ │`\
`└─────────┘ └─────┘ └─────────┘`
**计算示例**：
`输出``(1,1) = 1×1 + 2×0 + 4×0 + 5×(-1) = 1 - 5 = -4`
**多通道卷积**：
`RGB``图像`` (3``通道``) + ``卷积核`` (3×3×3) → ``特征图`` (``单通道``)`
#### 2. 激活层 (Activation)
通常使用ReLU：
`output ``=`` ``max``(``0``, ``feature_map``)`
作用：引入非线性，使网络能学习复杂模式
#### 3. 池化层 (Pooling)
**最大池化** (Max Pooling)：
`2×2``窗口`` → ``取最大值`\
`┌─────┐ ┌───┐`\
`│3 1 │ │ 3 │`\
`│2 5 │ → │ │`\
`└─────┘ │ 5 │`\
` └───┘`
作用： - 降低维度，减少计算量 - 增强平移不变性 - 扩大感受野
### CNN架构示例
#### LeNet-5 (经典架构)
`输入``(32×32) → ``卷积层`` → ``池化层`` → ``卷积层`` → ``池化层`\
` ↓`\
` ``全连接层`` → ``输出`
#### VGG-16 (深层架构)
`输入`` → [Conv×3 + Pool] ×2 → [Conv×3 + Pool] ×3`\
` → [Conv×3 + Pool] ×3 → FC×3 → ``输出`
### CNN vs MLP
-------------------------------------
特性 MLP CNN
---------- -------------- -----------
连接方式 全连接 局部连接
权重 每个连接独立 同层共享
空间结构 忽略 保留
参数量 大 小
适用任务 结构化数据 图像/语音
-------------------------------------
### 经典网络架构演进
`LeNet`` (1998) → ``首次定义``CNN``结构`\
` ↓`\
`AlexNet`` (2012) → ``深度学习爆发，``ReLU``激活`\
` ↓`\
`VGG (2014) → ``更深网络，``3×3``小卷积核`\
` ↓`\
`GoogLeNet`` (2014) → Inception``模块，多尺度`\
` ↓`\
`ResNet`` (2015) → ``残差连接，``152``层`\
` ↓`\
`EfficientNet`` (2019) → ``复合缩放，高效`
### 思考与练习
1.为什么卷积核通常选择奇数尺寸（3×3, 5×5）？
2.感受野如何随着网络深度增加？
3.设计一个简单的CNN用于手写数字识别
### 关键术语
-------------------------------------------------------
中文 英文 说明
-------- ----------------- ----------------------------
卷积核 Kernel/Filter 用于特征提取的小矩阵
步幅 Stride 卷积核滑动的步长
填充 Padding 边缘补零以保持尺寸
感受野 Receptive Field 神经元响应的输入区域
通道 Channel 图像的颜色维度或特征图数量
-------------------------------------------------------
### 延伸阅读
[CS231n: Convolutional Neural Networks](http://cs231n.stanford.edu/)
[Understanding CNNs](https://poloclub.github.io/cnn-explainer/) \# 02.2 目标检测
03-computer-vision/02.2-object-detection.md
-168
View File
@@ -1,168 +0,0 @@
## 学习目标
理解目标检测与图像分类的区别
掌握YOLO系列的发展脉络
了解目标检测在设计中的应用
### 从分类到检测
#### 图像分类
`输入图像`` → CNN → ``类别标签`\
`"``猫``" (``单标签``)`
#### 目标检测
`输入图像`` → CNN → [``位置``, ``类别``]`\
`[``边界框``, "``猫``", 0.95]`\
`[``边界框``, "``狗``", 0.87]`
**核心差异**：检测需要同时解决"是什么"和"在哪里"
### 检测器类型
#### Two-Stage检测器
`第一阶段：候选区域生成`\
` RPN (Region Proposal Network)`\
\
`第二阶段：分类与回归`\
` ``对每个候选框进行精确预测`\
\
`代表：``R-CNN, Fast R-CNN, Faster R-CNN`
特点：准确率高，速度慢
#### One-Stage检测器
`直接预测：一次性输出所有边界框和类别`\
\
`代表：``YOLO, SSD, ``RetinaNet`
特点：速度快，实时性好
### YOLO系列演进
#### YOLO v1 (2016)
**核心思想**：将检测转化为回归问题
`输入图像`` → S×S``网格`` → ``每个网格预测``B``个边界框`
创新点： - 端到端训练 - 实时检测 (45 FPS)
#### YOLO v2-v4
----------------------------------
版本 主要改进
------ ---------------------------
v2 Batch Normalization, 锚框
v3 多尺度预测
v4 CSPDarknet, PANet
v5 PyTorch实现，工程优化
v8 重新设计，更易用
----------------------------------
#### YOLO工作流程
##### 1. 输入图像 (640×640)
`↓`
##### 2. Backbone特征提取
`↓`
##### 3. Neck特征融合 (FPN + PAN)
`↓`
##### 4. Head检测输出
`- ``边界框坐标`
`- ``目标置信度`
`- ``类别概率`
### 评估指标
#### IoU (交并比)
`IoU`` = ``预测框与真实框的交集`` / ``并集`\
\
` ┌─────────┐`\
` │ ``预测框`` │`\
` │ ┌───┐ │`\
` │ │``真`` │ │`\
` └──┼──┼─┘`\
` └───┘`\
\
`IoU`` = ``重叠面积`` / ``总面积`
### mAP (平均精度均值)
在不同IoU阈值(0.5, 0.75...)下的平均精度
综合衡量定位准确度和分类准确度
### COCO数据集
80类物体，包含： - 目标检测 - 实例分割 - 关键点检测 - 图像说明
## 设计领域应用
建筑识别
`卫星图像`` → YOLO → ``建筑物边界框`\
` ↓`\
`自动生成建筑轮廓`
场景分析
`室内照片`` → ``目标检测`` → ``家具识别`\
` ↓`\
`空间布局分析`
遗产保护
`无人机影像`` → ``建筑病害检测`\
` ↓`\
`自动化巡检与记录`
## 思考与练习
1.Two-Stage和One-Stage检测器的权衡是什么？
2.为什么YOLO能实现实时检测？
3.目标检测在规划设计中有哪些潜在应用？
## 关键术语
-------------------------------------------------------
中文 英文 说明
-------------- -------------- -------------------------
边界框 Bounding Box 矩形目标框
锚框 Anchor Box 预定义的候选框
非极大值抑制 NMS 去除重复检测
交并比 IoU Intersection over Union
平均精度 AP Average Precision
-------------------------------------------------------
## 延伸阅读
[Ultralytics YOLO文档](https://docs.ultralytics.com/)
[COCO数据集](https://cocodataset.org/) \# 02.3 语义分割与空间分析
03-computer-vision/02.3-semantic-segmentation.md
-136
View File
@@ -1,136 +0,0 @@
## 学习目标
理解图像分析的三种层级
掌握语义分割与实例分割的区别
了解分割技术在空间分析中的应用
## 图像分析层级
### Pixel-Level (像素级)
`每个像素独立处理`\
`问题：不考虑上下文`
### Patch-Level (图块级)
`以图像块为单位`\
`特点：保留局部空间关系`\
`应用：``CNN``卷积操作`
### Object-Level (对象级)
`以完整对象为单位`\
`特点：语义完整`\
`应用：目标检测、分割`
### 语义分割 vs 实例分割
#### 语义分割 (Semantic Segmentation)
`所有同类对象归为一类`\
`图像`` → [``道路``, ``建筑``, ``车辆``, ``行人``, ...]`
特点： - 同类别用同一种颜色 - 不区分个体数量
#### 实例分割 (Instance Segmentation)
`每个对象单独分割`\
`图像`` → [``建筑``1, ``建筑``2, ``车``1, ``车``2, ...]`
特点： - 区分同类对象的不同个体 - 更精细的场景理解
### 分割网络架构
#### FCN (全卷积网络)
`CNN``特征提取`` → ``上采样`` → ``像素级预测`
创新：用卷积层替代全连接层，输出热力图
#### U-Net
`编码器`` → ``瓶颈层`` → ``解码器`\
` ↓ ↑`\
`跳跃连接`` ───────────────┘`
特点： - U型对称结构 - 跳跃连接融合多尺度特征 - 医学图像分割经典架构
#### DeepLab系列
空洞卷积 (Atrous Convolution)
扩大感受野而不降低分辨率
ASPP (空洞空间金字塔池化)
### 空间分析应用
#### 遥感影像分析
`卫星图像`` → ``语义分割`` → ``土地利用分类`\
` ↓`\
`- ``建筑用地`\
`- ``农用地`\
`- ``水体`\
`- ``森林`
#### 城市形态分析
`街景图像`` → ``分割`` → ``空间品质评估`\
` ↓`\
`- ``绿视率`\
`- ``天空开阔度`\
`- ``建筑密度`
#### 景观格局分析
`高分辨率影像`` → ``生态源地识别`\
` ↓`\
`景观连接性评估`
### 分割与检测对比
--------------------------------
特性 目标检测 语义分割
-------- ---------- ------------
输出 矩形框 像素级标注
精度 粗糙 精细
计算量 较低 较高
应用 目标定位 场景理解
--------------------------------
### 思考与练习
1.语义分割和实例分割分别在什么场景下更有用？
2.U-Net的跳跃连接为什么重要？
3.分割技术如何辅助规划设计决策？
### 关键术语
-----------------------------------------------------
中文 英文 说明
---------- ----------------------- ------------------
语义分割 Semantic Segmentation 按类别分割像素
实例分割 Instance Segmentation 按对象个体分割
热力图 Heatmap 像素级预测结果
空洞卷积 Atrous Convolution 扩大感受野的卷积
跳跃连接 Skip Connection 跨层连接
-----------------------------------------------------
### 延伸阅读
[Fully Convolutional Networks](https://arxiv.org/abs/1411.4038)
[U-Net: Convolutional Networks for Biomedical Image Segmentation](https://arxiv.org/abs/1505.04597)
03-computer-vision/03-computer-vision.md
+445 -14
View File
@@ -8,26 +8,457 @@
本篇将系统介绍CNN原理及其在空间分析中的应用。 本篇将系统介绍CNN原理及其在空间分析中的应用。
## 章节目录 ---
[02.1 CNN基础原理](02.1-cnn-foundation.md) - 卷积神经网络三大组件 ### 学习目标
[02.2 目标检测](02.2-object-detection.md) - YOLO系列与应用 理解CNN的核心思想：局部连接与权重共享
[02.3 语义分割与空间分析](02.3-semantic-segmentation.md) - 图像分析层级 掌握卷积、激活、池化三大组件
## 核心概念 了解CNN与MLP的区别和联系
--------------------------------------------------------------- ### 为什么需要CNN
概念 英文 说明
-------------- ----------------- ------------------------------
卷积神经网络 CNN Convolutional Neural Network
特征图 Feature Map 卷积操作的输出 MLP的问题
感受野 Receptive Field 神经元能"看到"的输入区域 将图像展平成一维向量输入MLP：
池化 Pooling 下采样操作 `28×28``图像`` → 784``维向量`` → MLP`
---------------------------------------------------------------
## 02.1 CNN基础原理 **问题**： 1. 参数量巨大：784×1000 = 784,000个参数 2. 忽略空间结构：相邻像素的关系被破坏 3. 缺乏平移不变性：物体移位后需要重新学习
#### CNN的解决方案
------------------------------------------------------------
特性 说明 优势
------------ -------------------------- --------------------
局部连接 每个神经元只连接局部区域 符合图像局部相关性
权重共享 同一卷积核扫描全图 大幅减少参数
层次化特征 低层→高层特征抽象 自动学习特征表达
------------------------------------------------------------
### CNN三大组件
#### 1. 卷积层 (Convolution)
**卷积操作**：用卷积核（Filter）在图像上滑动，计算局部特征
`输入图像`` ``卷积核`` ``特征图`\
`┌─────────┐ ┌─────┐ ┌─────────┐`\
`│ 1 2 3 │ │ 1 0 │ │ 8 10 │`\
`│ 4 5 6 │ ⊗ │ 0 -1 │ = │ 14 16 │`\
`│ 7 8 9 │ │ │ │ │`\
`└─────────┘ └─────┘ └─────────┘`
**计算示例**：
`输出``(1,1) = 1×1 + 2×0 + 4×0 + 5×(-1) = 1 - 5 = -4`
**多通道卷积**：
`RGB``图像`` (3``通道``) + ``卷积核`` (3×3×3) → ``特征图`` (``单通道``)`
#### 2. 激活层 (Activation)
通常使用ReLU：
`output ``=`` ``max``(``0``, ``feature_map``)`
作用：引入非线性，使网络能学习复杂模式
#### 3. 池化层 (Pooling)
**最大池化** (Max Pooling)：
`2×2``窗口`` → ``取最大值`\
`┌─────┐ ┌───┐`\
`│3 1 │ │ 3 │`\
`│2 5 │ → │ │`\
`└─────┘ │ 5 │`\
` └───┘`
作用： - 降低维度，减少计算量 - 增强平移不变性 - 扩大感受野
### CNN架构示例
#### LeNet-5 (经典架构)
`输入``(32×32) → ``卷积层`` → ``池化层`` → ``卷积层`` → ``池化层`\
` ↓`\
` ``全连接层`` → ``输出`
#### VGG-16 (深层架构)
`输入`` → [Conv×3 + Pool] ×2 → [Conv×3 + Pool] ×3`\
` → [Conv×3 + Pool] ×3 → FC×3 → ``输出`
### CNN vs MLP
-------------------------------------
特性 MLP CNN
---------- -------------- -----------
连接方式 全连接 局部连接
权重 每个连接独立 同层共享
空间结构 忽略 保留
参数量 大 小
适用任务 结构化数据 图像/语音
-------------------------------------
### 经典网络架构演进
`LeNet`` (1998) → ``首次定义``CNN``结构`\
` ↓`\
`AlexNet`` (2012) → ``深度学习爆发，``ReLU``激活`\
` ↓`\
`VGG (2014) → ``更深网络，``3×3``小卷积核`\
` ↓`\
`GoogLeNet`` (2014) → Inception``模块，多尺度`\
` ↓`\
`ResNet`` (2015) → ``残差连接，``152``层`\
` ↓`\
`EfficientNet`` (2019) → ``复合缩放，高效`
### 思考与练习
1.为什么卷积核通常选择奇数尺寸（3×3, 5×5）？
2.感受野如何随着网络深度增加？
3.设计一个简单的CNN用于手写数字识别
### 关键术语
-------------------------------------------------------
中文 英文 说明
-------- ----------------- ----------------------------
卷积核 Kernel/Filter 用于特征提取的小矩阵
步幅 Stride 卷积核滑动的步长
填充 Padding 边缘补零以保持尺寸
感受野 Receptive Field 神经元响应的输入区域
通道 Channel 图像的颜色维度或特征图数量
-------------------------------------------------------
### 延伸阅读
[CS231n: Convolutional Neural Networks](http://cs231n.stanford.edu/)
[Understanding CNNs](https://poloclub.github.io/cnn-explainer/) \# 02.2 目标检测
---
## 学习目标
理解目标检测与图像分类的区别
掌握YOLO系列的发展脉络
了解目标检测在设计中的应用
### 从分类到检测
#### 图像分类
`输入图像`` → CNN → ``类别标签`\
`"``猫``" (``单标签``)`
#### 目标检测
`输入图像`` → CNN → [``位置``, ``类别``]`\
`[``边界框``, "``猫``", 0.95]`\
`[``边界框``, "``狗``", 0.87]`
**核心差异**：检测需要同时解决"是什么"和"在哪里"
### 检测器类型
#### Two-Stage检测器
`第一阶段：候选区域生成`\
` RPN (Region Proposal Network)`\
\
`第二阶段：分类与回归`\
` ``对每个候选框进行精确预测`\
\
`代表：``R-CNN, Fast R-CNN, Faster R-CNN`
特点：准确率高，速度慢
#### One-Stage检测器
`直接预测：一次性输出所有边界框和类别`\
\
`代表：``YOLO, SSD, ``RetinaNet`
特点：速度快，实时性好
### YOLO系列演进
#### YOLO v1 (2016)
**核心思想**：将检测转化为回归问题
`输入图像`` → S×S``网格`` → ``每个网格预测``B``个边界框`
创新点： - 端到端训练 - 实时检测 (45 FPS)
#### YOLO v2-v4
----------------------------------
版本 主要改进
------ ---------------------------
v2 Batch Normalization, 锚框
v3 多尺度预测
v4 CSPDarknet, PANet
v5 PyTorch实现，工程优化
v8 重新设计，更易用
----------------------------------
#### YOLO工作流程
##### 1. 输入图像 (640×640)
`↓`
##### 2. Backbone特征提取
`↓`
##### 3. Neck特征融合 (FPN + PAN)
`↓`
##### 4. Head检测输出
`- ``边界框坐标`
`- ``目标置信度`
`- ``类别概率`
### 评估指标
#### IoU (交并比)
`IoU`` = ``预测框与真实框的交集`` / ``并集`\
\
` ┌─────────┐`\
` │ ``预测框`` │`\
` │ ┌───┐ │`\
` │ │``真`` │ │`\
` └──┼──┼─┘`\
` └───┘`\
\
`IoU`` = ``重叠面积`` / ``总面积`
### mAP (平均精度均值)
在不同IoU阈值(0.5, 0.75...)下的平均精度
综合衡量定位准确度和分类准确度
### COCO数据集
80类物体，包含： - 目标检测 - 实例分割 - 关键点检测 - 图像说明
## 设计领域应用
建筑识别
`卫星图像`` → YOLO → ``建筑物边界框`\
` ↓`\
`自动生成建筑轮廓`
场景分析
`室内照片`` → ``目标检测`` → ``家具识别`\
` ↓`\
`空间布局分析`
遗产保护
`无人机影像`` → ``建筑病害检测`\
` ↓`\
`自动化巡检与记录`
## 思考与练习
1.Two-Stage和One-Stage检测器的权衡是什么？
2.为什么YOLO能实现实时检测？
3.目标检测在规划设计中有哪些潜在应用？
## 关键术语
-------------------------------------------------------
中文 英文 说明
-------------- -------------- -------------------------
边界框 Bounding Box 矩形目标框
锚框 Anchor Box 预定义的候选框
非极大值抑制 NMS 去除重复检测
交并比 IoU Intersection over Union
平均精度 AP Average Precision
-------------------------------------------------------
## 延伸阅读
[Ultralytics YOLO文档](https://docs.ultralytics.com/)
[COCO数据集](https://cocodataset.org/) \# 02.3 语义分割与空间分析
---
## 学习目标
理解图像分析的三种层级
掌握语义分割与实例分割的区别
了解分割技术在空间分析中的应用
## 图像分析层级
### Pixel-Level (像素级)
`每个像素独立处理`\
`问题：不考虑上下文`
### Patch-Level (图块级)
`以图像块为单位`\
`特点：保留局部空间关系`\
`应用：``CNN``卷积操作`
### Object-Level (对象级)
`以完整对象为单位`\
`特点：语义完整`\
`应用：目标检测、分割`
### 语义分割 vs 实例分割
#### 语义分割 (Semantic Segmentation)
`所有同类对象归为一类`\
`图像`` → [``道路``, ``建筑``, ``车辆``, ``行人``, ...]`
特点： - 同类别用同一种颜色 - 不区分个体数量
#### 实例分割 (Instance Segmentation)
`每个对象单独分割`\
`图像`` → [``建筑``1, ``建筑``2, ``车``1, ``车``2, ...]`
特点： - 区分同类对象的不同个体 - 更精细的场景理解
### 分割网络架构
#### FCN (全卷积网络)
`CNN``特征提取`` → ``上采样`` → ``像素级预测`
创新：用卷积层替代全连接层，输出热力图
#### U-Net
`编码器`` → ``瓶颈层`` → ``解码器`\
` ↓ ↑`\
`跳跃连接`` ───────────────┘`
特点： - U型对称结构 - 跳跃连接融合多尺度特征 - 医学图像分割经典架构
#### DeepLab系列
空洞卷积 (Atrous Convolution)
扩大感受野而不降低分辨率
ASPP (空洞空间金字塔池化)
### 空间分析应用
#### 遥感影像分析
`卫星图像`` → ``语义分割`` → ``土地利用分类`\
` ↓`\
`- ``建筑用地`\
`- ``农用地`\
`- ``水体`\
`- ``森林`
#### 城市形态分析
`街景图像`` → ``分割`` → ``空间品质评估`\
` ↓`\
`- ``绿视率`\
`- ``天空开阔度`\
`- ``建筑密度`
#### 景观格局分析
`高分辨率影像`` → ``生态源地识别`\
` ↓`\
`景观连接性评估`
### 分割与检测对比
--------------------------------
特性 目标检测 语义分割
-------- ---------- ------------
输出 矩形框 像素级标注
精度 粗糙 精细
计算量 较低 较高
应用 目标定位 场景理解
--------------------------------
### 思考与练习
1.语义分割和实例分割分别在什么场景下更有用？
2.U-Net的跳跃连接为什么重要？
3.分割技术如何辅助规划设计决策？
### 关键术语
-----------------------------------------------------
中文 英文 说明
---------- ----------------------- ------------------
语义分割 Semantic Segmentation 按类别分割像素
实例分割 Instance Segmentation 按对象个体分割
热力图 Heatmap 像素级预测结果
空洞卷积 Atrous Convolution 扩大感受野的卷积
跳跃连接 Skip Connection 跨层连接
-----------------------------------------------------
### 延伸阅读
[Fully Convolutional Networks](https://arxiv.org/abs/1411.4038)
[U-Net: Convolutional Networks for Biomedical Image Segmentation](https://arxiv.org/abs/1505.04597)
04-transformer/03.1-attention.md
-156
View File
@@ -1,156 +0,0 @@
### 学习目标
理解Self-Attention的动机和原理
掌握Q、K、V的计算过程
了解Multi-Head Attention的优势
### 为什么需要Attention
#### 序列标注问题
`输入序列：``x₁, x₂, ..., xₙ (N``个元素``)`\
`输出序列：``y₁, y₂, ..., yₙ' (N'``个元素``)`
传统方法 (RNN/FCN)： - 固定窗口大小 - 长距离依赖丢失 - 难以并行计算
Self-Attention： - 每个元素都能关注所有元素 - 直接建模任意距离依赖 - 可以并行计算
### Self-Attention原理
#### 核心思想 {#核心思想-1}
为每个输出元素，计算输入序列中所有元素的相关性：
`对于每个位置``i``：`\
` yᵢ = Σ (``注意力权重`` × ``对应输入值``)`
#### Q、K、V计算
`输入``X → ``三个线性变换`\
` ↓`\
`Q (Query): "``我想找什么``"`\
`K (Key): "``我有什么标签``"`\
`V (Value): "``我的实际内容``"`
#### 注意力分数计算
`1. ``计算相似度：``Score = Q × Kᵀ`
`2. ``缩放：``Score = Score / √dₖ`
`3. ``Softmax``：``Weight = ``softmax``(Score)`
`4. ``加权求和：``Output = Weight × V`
#### 直观理解 {#直观理解-2}
`查询：``"``苹果``"`\
` ↓`\
`与所有``Key``计算相似度`\
` ↓`\
`权重高的``Key``对应``Value``贡献更大`\
` ↓`\
`输出：融合上下文的``"``苹果``"``表示`
### Multi-Head Attention
单头 vs 多头
**单头注意力**：
`一组``Q``、``K``、``V → ``一个注意力表示`
**多头注意力**：
`多组``Q``、``K``、``V → ``多个注意力表示`` → ``拼接`
#### 多头优势
---------------------
头 关注内容
-------- ------------
Head 1 语法关系
Head 2 语义指代
Head 3 长距离依赖
... ...
---------------------
多头让模型从不同角度理解序列。
### Positional Encoding
#### 问题
Self-Attention本身是**置换不变**的：
`Attention(``[A, B, C]) = Attention([B, A, C])`
但序列位置很重要！
#### 解决方案
添加位置信息：
`输入`` = X + ``PositionalEncoding`
常用方法： - 正弦/余弦位置编码 - 可学习位置编码
### Self-Attention vs CNN
感受野对比
------------------------------------
层级 CNN Self-Attention
------ ------------ ----------------
单层 局部感受野 全局感受野
深层 逐层扩大 始终全局
------------------------------------
计算复杂度
--------------------------------------
操作 CNN Self-Attention
-------- ------------ ----------------
复杂度 O(k²·C) O(n²·d)
n 图像尺寸 序列长度
k 卷积核大小 \-
--------------------------------------
### 思考与练习
1.为什么Attention需要Scaling (除以√dₖ)？
2.Multi-Head Attention中，头数越多越好吗？
3.Self-Attention如何应用在图像上？
### 关键术语
------------------------------------------------------
中文 英文 说明
---------- -------------------- ----------------------
查询 Query 查询向量
键 Key 键向量
值 Value 值向量
缩放点积 Scaled Dot-Product 注意力计算方式
掩码 Mask 屏蔽某些位置的注意力
------------------------------------------------------
### 延伸阅读
[Attention Is All You Need](https://arxiv.org/abs/1706.03762)
[The Illustrated Transformer](https://jalammar.github.io/illustrated-transformer/) \# 03.2 Transformer架构
04-transformer/03.2-transformer.md
-157
View File
@@ -1,157 +0,0 @@
### 学习目标
理解Transformer的Encoder-Decoder结构
掌握各组件的作用和连接方式
了解Token处理流程
### 整体架构
`输入``Token``序列`` → Encoder → ``编码表示`\
` ↓`\
`输出``Token``序列`` ← Decoder ← ``编码表示`
### Encoder层
单层结构
`输入``X`\
` ↓`\
`Multi-Head Self-Attention`\
` ↓`\
`Add & Norm (``残差连接`` + ``层归一化``)`\
` ↓`\
`Feed-Forward Network (FFN)`\
` ↓`\
`Add & Norm`\
` ↓`\
`输出``H`
#### 残差连接
`输出`` = F(x) + x`
作用： - 缓解梯度消失 - 便于训练深层网络
#### 层归一化
`输出`` = ``LayerNorm``(x + F(x))`
作用： - 稳定训练 - 加速收敛
#### FFN (前馈网络)
`FFN(x) = ``ReLU``(``xW``₁ + b₁)W₂ + b₂`
本质：两层全连接网络，非线性变换
### Decoder层
#### 结构
`输入``X`\
` ↓`\
`Masked Self-Attention (``只能看之前的位置``)`\
` ↓`\
`Add & Norm`\
` ↓`\
`Cross-Attention (Query``来自``Decoder, Key/Value``来自``Encoder)`\
` ↓`\
`Add & Norm`\
` ↓`\
`FFN`\
` ↓`\
`Add & Norm`\
` ↓`\
`输出`` (``接``Softmax``预测概率``)`
#### Cross-Attention
`Q: Decoder``的隐藏状态`\
`K, V: Encoder``的输出`
作用：让Decoder关注Encoder的相关部分
## Token处理流程
### 输入处理
`文本`` → Tokenize → Token IDs`\
` ↓`\
` Embedding``层`\
` ↓`\
` ``位置编码相加`\
` ↓`\
` Encoder/Decoder`
### 输出处理
`Decoder``输出`` → ``线性层`` → ``Softmax`` → ``概率分布`\
` ↓`\
` ``选择最大值`
## 训练与推理
训练阶段
`教师强制`` (Teacher Forcing)``：`\
` ``真实标签作为``Decoder``输入`\
` ``可以并行计算`
推理阶段
`自回归生成`` (Autoregressive)``：`\
` ``生成一个``Token → ``加入输入`` → ``生成下一个`\
` ``串行计算`
## Transformer变体
BERT (Encoder-only)
`输入`` → Encoder → [CLS]``表示`` / ``每个``Token``表示`
应用：分类、NER、问答
GPT (Decoder-only)
`输入`` → Decoder → ``下一个``Token``预测`
应用：文本生成
T5 (Encoder-Decoder)
`输入`` → Encoder → ``表示`` → Decoder → ``输出`
应用：翻译、摘要
## 思考与练习
1. 为什么Decoder需要Masked Attention？
2. Encoder-only和Decoder-only模型各有什么优势？
3. Transformer如何处理超长序列？
## 关键术语
----------------------------------------------------------
中文 英文 说明
--------------- --------------------- --------------------
残差连接 Residual Connection 跨层连接
层归一化 Layer Normalization 归一化层
教师强制 Teacher Forcing 训练时使用真实标签
自回归 Autoregressive 基于前序生成后续
编码器-解码器 Encoder-Decoder Seq2Seq架构
----------------------------------------------------------
## 延伸阅读
1. [The Annotated Transformer](https://nlp.seas.harvard.edu/2018/04/03/attention.html)
[Visualizing A Machine Learning Model](https://poloclub.github.io/transformer-explainer/) \# 03.3 大语言模型应用
04-transformer/03.3-llm-application.md
-166
View File
@@ -1,166 +0,0 @@
## 学习目标
3. 理解从Transformer到ChatGPT的演进
掌握RAG、RLHF等关键技术
了解Prompt工程在设计中的应用
## 从Transformer到ChatGPT
### GPT系列演进
------------------------------------------------------
模型 发布时间 参数量 特点
--------- ---------- -------- ------------------------
GPT-1 2018 117M 验证Decoder-only可行性
GPT-2 2019 1.5B 展示零样本能力
GPT-3 2020 175B 少样本学习震撼业界
ChatGPT 2022 \~ 对话能力达到新高度
GPT-4 2023 \~ 多模态能力
------------------------------------------------------
### 训练范式
`预训练`` (Pre-training)``：`\
` ``大规模文本`` → ``无监督学习`` → ``语言模型`\
\
`微调`` (Fine-tuning)``：`\
` ``特定任务`` → ``有监督学习`` → ``任务模型`
## RAG：检索增强生成
### 核心思想 {#核心思想-2}
用户提问 → 检索相关文档 → LLM生成答案
↑
外部知识库
### RAG架构
#### 文档索引
`文档`` → ``切分`` → Embedding → ``向量数据库`
####
`2. ``检索阶段`
#### 问题 → Embedding → 相似度搜索 → 相关文档
`3. ``生成阶段`
问题 + 相关文档 → LLM → 答案
### RAG优势
---------------------------
特点 说明
---------- ----------------
减少幻觉 基于检索的事实
可更新 更新知识库即可
可解释 显示参考来源
---------------------------
## RLHF：人类反馈强化学习
### 为什么需要RLHF
预训练模型可能： - 生成有害内容 - 不符合人类偏好 - 产生无意义输出
### RLHF三阶段
#### 有监督微调 (SFT)
`人工标注对话`` → ``微调模型`
`2. ``奖励模型`` (RM)`
#### 多个输出 → 人类排序 → 训练奖励模型
`3. ``强化学习`` (RL)`
PPO算法 → 优化策略
### 效果
1. 输出更符合人类偏好
减少有害内容
提高回答质量
## Prompt工程
### Prompt设计原则
#### 明确任务
`好：请总结以下文本的主要观点`\
`差：看看这段文字`
#### 提供示例
`任务：情感分类`\
`示例：`\
`"``这部电影太棒了！``" → ``正面`\
`"``服务态度很差。``" → ``负面`\
`现在分类：``"..."`
### 指定格式
`请按以下格式输出：`\
`- ``观点``1``：``...`\
`- ``观点``2``：``...`\
`- ``结论：``...`
## 设计领域应用
-------------------------------------------------------
任务 Prompt示例
---------- --------------------------------------------
方案生成 "设计一个50人的办公空间，要求开放式布局"
代码生成 "写一个Python脚本计算建筑容积率"
文档撰写 "帮我写一份景观设计说明书的框架"
-------------------------------------------------------
## 思考与练习
1. RAG和微调（Fine-tuning）各适用于什么场景？
2. 如何评估LLM输出的质量？
3. Prompt工程在设计工作流中能解决什么问题？
## 关键术语
------------------------------------------------------------------------------------
中文 英文 说明
------------------ -------------------- --------------------------------------------
检索增强生成 RAG Retrieval-Augmented Generation
人类反馈强化学习 RLHF Reinforcement Learning from Human Feedback
提示工程 Prompt Engineering 设计输入以引导模型输出
向量数据库 Vector Database 存储和检索向量表示
幻觉 Hallucination 模型编造错误信息
------------------------------------------------------------------------------------
## 延伸阅读
1. [Language Models are Few-Shot Learners (GPT-3)](https://arxiv.org/abs/2005.14165)
[Training Language Models to Follow Instructions with Human Feedback](https://arxiv.org/abs/2203.02155)
[LangChain RAG教程](https://python.langchain.com/docs/tutorials/rag/)
04-transformer/04-transformer.md
+474 -13
View File
@@ -8,26 +8,487 @@ Transformer是AI领域最重要的架构创新之一。它不仅彻底改变了
本篇将从注意力机制出发，深入理解Transformer架构，并探讨大语言模型在设计领域的应用。 本篇将从注意力机制出发，深入理解Transformer架构，并探讨大语言模型在设计领域的应用。
## 章节目录 ---
[03.1 注意力机制](03.1-attention.md) - Self-Attention原理 ### 学习目标
[03.2 Transformer架构](03.2-transformer.md) - Encoder-Decoder结构 理解Self-Attention的动机和原理
[03.3 大语言模型应用](03.3-llm-application.md) - ChatGPT、RAG与Prompt工程 掌握Q、K、V的计算过程
## 核心概念 了解Multi-Head Attention的优势
### 为什么需要Attention
#### 序列标注问题
`输入序列：``x₁, x₂, ..., xₙ (N``个元素``)`\
`输出序列：``y₁, y₂, ..., yₙ' (N'``个元素``)`
传统方法 (RNN/FCN)： - 固定窗口大小 - 长距离依赖丢失 - 难以并行计算
Self-Attention： - 每个元素都能关注所有元素 - 直接建模任意距离依赖 - 可以并行计算
### Self-Attention原理
#### 核心思想 {#核心思想-1}
为每个输出元素，计算输入序列中所有元素的相关性：
`对于每个位置``i``：`\
` yᵢ = Σ (``注意力权重`` × ``对应输入值``)`
#### Q、K、V计算
`输入``X → ``三个线性变换`\
` ↓`\
`Q (Query): "``我想找什么``"`\
`K (Key): "``我有什么标签``"`\
`V (Value): "``我的实际内容``"`
#### 注意力分数计算
`1. ``计算相似度：``Score = Q × Kᵀ`
`2. ``缩放：``Score = Score / √dₖ`
`3. ``Softmax``：``Weight = ``softmax``(Score)`
`4. ``加权求和：``Output = Weight × V`
#### 直观理解 {#直观理解-2}
`查询：``"``苹果``"`\
` ↓`\
`与所有``Key``计算相似度`\
` ↓`\
`权重高的``Key``对应``Value``贡献更大`\
` ↓`\
`输出：融合上下文的``"``苹果``"``表示`
### Multi-Head Attention
单头 vs 多头
**单头注意力**：
`一组``Q``、``K``、``V → ``一个注意力表示`
**多头注意力**：
`多组``Q``、``K``、``V → ``多个注意力表示`` → ``拼接`
#### 多头优势
---------------------
头 关注内容
-------- ------------
Head 1 语法关系
Head 2 语义指代
Head 3 长距离依赖
... ...
---------------------
多头让模型从不同角度理解序列。
### Positional Encoding
#### 问题
Self-Attention本身是**置换不变**的：
`Attention(``[A, B, C]) = Attention([B, A, C])`
但序列位置很重要！
#### 解决方案
添加位置信息：
`输入`` = X + ``PositionalEncoding`
常用方法： - 正弦/余弦位置编码 - 可学习位置编码
### Self-Attention vs CNN
感受野对比
------------------------------------
层级 CNN Self-Attention
------ ------------ ----------------
单层 局部感受野 全局感受野
深层 逐层扩大 始终全局
------------------------------------
计算复杂度
--------------------------------------
操作 CNN Self-Attention
-------- ------------ ----------------
复杂度 O(k²·C) O(n²·d)
n 图像尺寸 序列长度
k 卷积核大小 \-
--------------------------------------
### 思考与练习
1.为什么Attention需要Scaling (除以√dₖ)？
2.Multi-Head Attention中，头数越多越好吗？
3.Self-Attention如何应用在图像上？
### 关键术语
------------------------------------------------------
中文 英文 说明
---------- -------------------- ----------------------
查询 Query 查询向量
键 Key 键向量
值 Value 值向量
缩放点积 Scaled Dot-Product 注意力计算方式
掩码 Mask 屏蔽某些位置的注意力
------------------------------------------------------
### 延伸阅读
[Attention Is All You Need](https://arxiv.org/abs/1706.03762)
[The Illustrated Transformer](https://jalammar.github.io/illustrated-transformer/) \# 03.2 Transformer架构
---
### 学习目标
理解Transformer的Encoder-Decoder结构
掌握各组件的作用和连接方式
了解Token处理流程
### 整体架构
`输入``Token``序列`` → Encoder → ``编码表示`\
` ↓`\
`输出``Token``序列`` ← Decoder ← ``编码表示`
### Encoder层
单层结构
`输入``X`\
` ↓`\
`Multi-Head Self-Attention`\
` ↓`\
`Add & Norm (``残差连接`` + ``层归一化``)`\
` ↓`\
`Feed-Forward Network (FFN)`\
` ↓`\
`Add & Norm`\
` ↓`\
`输出``H`
#### 残差连接
`输出`` = F(x) + x`
作用： - 缓解梯度消失 - 便于训练深层网络
#### 层归一化
`输出`` = ``LayerNorm``(x + F(x))`
作用： - 稳定训练 - 加速收敛
#### FFN (前馈网络)
`FFN(x) = ``ReLU``(``xW``₁ + b₁)W₂ + b₂`
本质：两层全连接网络，非线性变换
### Decoder层
#### 结构
`输入``X`\
` ↓`\
`Masked Self-Attention (``只能看之前的位置``)`\
` ↓`\
`Add & Norm`\
` ↓`\
`Cross-Attention (Query``来自``Decoder, Key/Value``来自``Encoder)`\
` ↓`\
`Add & Norm`\
` ↓`\
`FFN`\
` ↓`\
`Add & Norm`\
` ↓`\
`输出`` (``接``Softmax``预测概率``)`
#### Cross-Attention
`Q: Decoder``的隐藏状态`\
`K, V: Encoder``的输出`
作用：让Decoder关注Encoder的相关部分
## Token处理流程
### 输入处理
`文本`` → Tokenize → Token IDs`\
` ↓`\
` Embedding``层`\
` ↓`\
` ``位置编码相加`\
` ↓`\
` Encoder/Decoder`
### 输出处理
`Decoder``输出`` → ``线性层`` → ``Softmax`` → ``概率分布`\
` ↓`\
` ``选择最大值`
## 训练与推理
训练阶段
`教师强制`` (Teacher Forcing)``：`\
` ``真实标签作为``Decoder``输入`\
` ``可以并行计算`
推理阶段
`自回归生成`` (Autoregressive)``：`\
` ``生成一个``Token → ``加入输入`` → ``生成下一个`\
` ``串行计算`
## Transformer变体
BERT (Encoder-only)
`输入`` → Encoder → [CLS]``表示`` / ``每个``Token``表示`
应用：分类、NER、问答
GPT (Decoder-only)
`输入`` → Decoder → ``下一个``Token``预测`
应用：文本生成
T5 (Encoder-Decoder)
`输入`` → Encoder → ``表示`` → Decoder → ``输出`
应用：翻译、摘要
## 思考与练习
1. 为什么Decoder需要Masked Attention？
2. Encoder-only和Decoder-only模型各有什么优势？
3. Transformer如何处理超长序列？
## 关键术语
----------------------------------------------------------
中文 英文 说明
--------------- --------------------- --------------------
残差连接 Residual Connection 跨层连接
层归一化 Layer Normalization 归一化层
教师强制 Teacher Forcing 训练时使用真实标签
自回归 Autoregressive 基于前序生成后续
编码器-解码器 Encoder-Decoder Seq2Seq架构
----------------------------------------------------------
## 延伸阅读
1. [The Annotated Transformer](https://nlp.seas.harvard.edu/2018/04/03/attention.html)
[Visualizing A Machine Learning Model](https://poloclub.github.io/transformer-explainer/) \# 03.3 大语言模型应用
---
## 学习目标
3. 理解从Transformer到ChatGPT的演进
掌握RAG、RLHF等关键技术
了解Prompt工程在设计中的应用
## 从Transformer到ChatGPT
### GPT系列演进
------------------------------------------------------
模型 发布时间 参数量 特点
--------- ---------- -------- ------------------------
GPT-1 2018 117M 验证Decoder-only可行性
GPT-2 2019 1.5B 展示零样本能力
GPT-3 2020 175B 少样本学习震撼业界
ChatGPT 2022 \~ 对话能力达到新高度
GPT-4 2023 \~ 多模态能力
------------------------------------------------------
### 训练范式
`预训练`` (Pre-training)``：`\
` ``大规模文本`` → ``无监督学习`` → ``语言模型`\
\
`微调`` (Fine-tuning)``：`\
` ``特定任务`` → ``有监督学习`` → ``任务模型`
## RAG：检索增强生成
### 核心思想 {#核心思想-2}
用户提问 → 检索相关文档 → LLM生成答案
↑
外部知识库
### RAG架构
#### 文档索引
`文档`` → ``切分`` → Embedding → ``向量数据库`
####
`2. ``检索阶段`
#### 问题 → Embedding → 相似度搜索 → 相关文档
`3. ``生成阶段`
问题 + 相关文档 → LLM → 答案
### RAG优势
---------------------------
特点 说明
---------- ----------------
减少幻觉 基于检索的事实
可更新 更新知识库即可
可解释 显示参考来源
---------------------------
## RLHF：人类反馈强化学习
### 为什么需要RLHF
预训练模型可能： - 生成有害内容 - 不符合人类偏好 - 产生无意义输出
### RLHF三阶段
#### 有监督微调 (SFT)
`人工标注对话`` → ``微调模型`
`2. ``奖励模型`` (RM)`
#### 多个输出 → 人类排序 → 训练奖励模型
`3. ``强化学习`` (RL)`
PPO算法 → 优化策略
### 效果
1. 输出更符合人类偏好
减少有害内容
提高回答质量
## Prompt工程
### Prompt设计原则
#### 明确任务
`好：请总结以下文本的主要观点`\
`差：看看这段文字`
#### 提供示例
`任务：情感分类`\
`示例：`\
`"``这部电影太棒了！``" → ``正面`\
`"``服务态度很差。``" → ``负面`\
`现在分类：``"..."`
### 指定格式
`请按以下格式输出：`\
`- ``观点``1``：``...`\
`- ``观点``2``：``...`\
`- ``结论：``...`
## 设计领域应用
------------------------------------------------------- -------------------------------------------------------
概念 英文 说明 任务 Prompt示例
------------ --------------------- -------------------- ---------- --------------------------------------------
注意力机制 Attention 关注输入的重要部分 方案生成 "设计一个50人的办公空间，要求开放式布局"
自注意力 Self-Attention 序列内部的关系建模 代码生成 "写一个Python脚本计算建筑容积率"
位置编码 Positional Encoding 保留序列位置信息 文档撰写 "帮我写一份景观设计说明书的框架"
令牌 Token 文本的基本单位
------------------------------------------------------- -------------------------------------------------------
## 03.1 注意力机制 ## 思考与练习
1. RAG和微调（Fine-tuning）各适用于什么场景？
2. 如何评估LLM输出的质量？
3. Prompt工程在设计工作流中能解决什么问题？
## 关键术语
------------------------------------------------------------------------------------
中文 英文 说明
------------------ -------------------- --------------------------------------------
检索增强生成 RAG Retrieval-Augmented Generation
人类反馈强化学习 RLHF Reinforcement Learning from Human Feedback
提示工程 Prompt Engineering 设计输入以引导模型输出
向量数据库 Vector Database 存储和检索向量表示
幻觉 Hallucination 模型编造错误信息
------------------------------------------------------------------------------------
## 延伸阅读
1. [Language Models are Few-Shot Learners (GPT-3)](https://arxiv.org/abs/2005.14165)
[Training Language Models to Follow Instructions with Human Feedback](https://arxiv.org/abs/2203.02155)
[LangChain RAG教程](https://python.langchain.com/docs/tutorials/rag/)
05-generative-ai/04.1-diffusion.md
-151
View File
@@ -1,151 +0,0 @@
### 学习目标
1. 理解生成模型的发展脉络
掌握Diffusion模型的基本原理
了解各类生成模型的优缺点
### 生成模型家族
#### AE (Autoencoder，自编码器)
`输入`` → ``编码器`` → ``潜在表示`` → ``解码器`` → ``重构`
思想：学习数据的压缩表示
问题：生成的图像模糊，缺乏多样性
#### VAE (Variational AE，变分自编码器)
`潜在空间约束为标准正态分布`\
` ↓`\
`可以随机采样`` → ``解码`` → ``生成新图像`
改进：引入概率分布，增强生成能力
#### GAN (Generative Adversarial Network)
`生成器：生成假图像`\
`判别器：判断真假`\
` ↓`\
`对抗训练，相互博弈`
优势：生成图像质量高 问题：训练不稳定，模式崩溃
#### Diffusion Model (扩散模型)
`前向：逐步加噪`` → ``纯噪声`\
`反向：学习去噪`` → ``还原图像`
优势：训练稳定，生成质量极高 代表：Stable Diffusion, DALL-E 3
### Diffusion原理
#### 前向过程 (加噪)
`原图`` x₀`\
` ↓ ``加高斯噪声`\
`x₁ = x₀ + ε₁`\
` ↓ ``加噪声`\
`x₂ = x₁ + ε₂`\
` ↓ ...`\
`x_T`` = ``纯噪声`
#### 反向过程 (去噪)
`纯噪声`` ``x_T`\
` ↓ ``去噪`\
`x_{T-1} = ``去噪网络``(``x_T``)`\
` ↓ ``去噪`\
`x_{T-2} = ``去噪网络``(x_{T-1})`\
` ↓ ...`\
`x₀ = ``原始图像`
#### 训练目标
`去噪网络学习预测：`\
` ``添加的噪声`` ε`\
` ``或`\
` ``原始图像`` x₀`
### Stable Diffusion架构
#### 潜在空间扩散
`为了效率，在潜在空间操作：`\
\
`图像`` → VAE``编码`` → ``潜在表示`` → ``扩散`` → ``去噪`\
` ↓`\
` VAE``解码`` → ``图像`
#### 核心组件
-------------------------------------
组件 作用
-------------- ----------------------
VAE 图像与潜在空间的转换
U-Net 去噪网络
Text Encoder 处理文本提示词
CLIP 文图对齐
-------------------------------------
### 文生图工作流
#### 输入提示词
`"``一只猫，水彩画风格``"`
####
`2. ``文本编码`
#### → 文本向量表示
`3. ``初始化`
#### → 随机噪声
`4. ``去噪循环`
`for t in T...1:`
`噪声`` → ``预测噪声`` → ``去噪`
`5. ``解码输出`
→ 潜在表示 → VAE解码 → 图像
### 思考与练习
1. Diffusion为什么比GAN训练更稳定？
2. 潜在空间扩散有什么优势？
3. 文生图如何实现风格控制？
### 关键术语
---------------------------------------------------
中文 英文 说明
---------- ----------------- ----------------------
潜在空间 Latent Space 压缩后的数据表示空间
去噪 Denoising 移除噪声的过程
提示词 Prompt 指导生成的文本描述
潜变量 Latent Variable 不可直接观测的变量
模式崩溃 Mode Collapse GAN生成多样性不足
---------------------------------------------------
### 延伸阅读
1. [Denoising Diffusion Probabilistic Models](https://arxiv.org/abs/2006.11239)
[High-Resolution Image Synthesis with Latent Diffusion Models](https://arxiv.org/abs/2112.10752) \# 04.2 AIGC设计工具链
05-generative-ai/04.2-aigc-tools.md
-180
View File
@@ -1,180 +0,0 @@
## 学习目标
3. 掌握ControlNet的条件控制机制
理解LoRA高效微调原理
了解ComfyUI工作流搭建
## ControlNet：精确控制
核心问题
纯文生图：难以精确控制空间结构
### ControlNet解决
`输入图像`` → ``提取条件`` (``边缘``/``深度``/``姿态``)`\
` ↓`\
`条件`` → ControlNet → ``主模型`` → ``输出图像`
### 条件类型
------------------------------------
条件 说明 应用
-------------- ---------- ----------
Canny 边缘检测 轮廓控制
Depth 深度图 空间关系
Pose 人体姿态 人物生成
Normal 法线图 表面细节
Segmentation 分割图 区域控制
------------------------------------
### 应用场景
`草图`` → ControlNet → ``精细效果图`\
`平面图`` → ControlNet → ``三维渲染`\
`结构图`` → ControlNet → ``风格化设计`
LoRA：高效微调
问题
全量微调大模型：计算资源需求巨大
LoRA原理
`原始权重`` W ``固定`\
` ↓`\
`添加低秩分解：`\
` ΔW = A × B`\
` (``d×r``) × (``r×d``)`\
` ↓`\
`新输出`` = ``Wx`` + ``ABx`
优势： - 参数量减少100-1000倍 - 训练速度快 - 易于切换风格
### 应用方式
`基础模型`` + ``LoRA`` A = ``风格``A`\
`基础模型`` + ``LoRA`` B = ``风格``B`\
`基础模型`` + ``LoRA`` A + B = ``混合风格`
## ComfyUI：模块化工作流
### 核心特点
`节点化连接`\
` ↓`\
`可视化流程`\
` ↓`\
`灵活定制`
### 典型节点
---------------------------------
节点类型 功能
------------------ --------------
Load Checkpoint 加载模型
CLIP Text Encode 文本编码
KSampler 采样生成
VAE Decode 潜在空间解码
Save Image 保存图像
ControlNet 条件控制
LoRA Loader 加载LoRA
---------------------------------
### 工作流示例
`文本提示`` → CLIP``编码`` →`\
` ↓`\
`正负提示`` ────→ ``KSampler`` ← ControlNet`\
` ↓`\
` VAE``解码`\
` ↓`\
` ``保存图像`
## 设计领域应用案例
### 建筑设计
`草图生成`` → ControlNet (Canny) → ``效果图`\
`方案变体`` → ``LoRA``风格微调`` → ``多方案对比`
### 室内设计
`户型图`` → ControlNet → ``三维效果图`\
`风格迁移`` → ``LoRA`` → ``不同材质方案`
---------------------------------------
工具 核心价值
------------------ --------------------
Midjourney 快速创意探索
Stable Diffusion 本地部署，可控生成
ControlNet 精确结构控制
ComfyUI 定制化工作流
---------------------------------------
## 版权与伦理
### 版权问题
6. AI训练数据的版权归属
AI生成作品的版权保护
风格模仿的法律边界
### 伦理考量
9. 深度伪造 (Deepfake)
虚假信息传播
创作者职业影响
## 思考与练习
1. ControlNet如何平衡条件控制与创造性？
2. LoRA和全量微调各适用于什么场景？
3. AIGC工具如何融入设计工作流？
## 关键术语
------------------------------------------------------
中文 英文 说明
---------- --------------------- ---------------------
条件控制 Conditional Control 引导生成过程
低秩适应 LoRA Low-Rank Adaptation
工作流 Workflow 节点化的处理流程
采样器 Sampler 去噪采样算法
潜在空间 Latent Space 压缩的特征空间
------------------------------------------------------
## 延伸阅读
1. [ControlNet官方论文](https://arxiv.org/abs/2302.05543)
[LoRA官方论文](https://arxiv.org/abs/2106.09685)
[ComfyUI文档](https://docs.comfy.org/)
05-generative-ai/05-generative-ai.md
+326 -13
View File
@@ -8,24 +8,337 @@
本篇将系统介绍生成模型的演进和AIGC工具链。 本篇将系统介绍生成模型的演进和AIGC工具链。
## 章节目录 ---
1. [04.1 生成模型演进](04.1-diffusion.md) - 从VAE/GAN到Diffusion ### 学习目标
[04.2 AIGC设计工具链](04.2-aigc-tools.md) - ControlNet、LoRA与ComfyUI 1. 理解生成模型的发展脉络
## 核心概念 掌握Diffusion模型的基本原理
----------------------------------------------------------- 了解各类生成模型的优缺点
概念 英文 说明
-------------- ----------- --------------------------------
自编码器 AE Autoencoder
变分自编码器 VAE Variational Autoencoder ### 生成模型家族
生成对抗网络 GAN Generative Adversarial Network #### AE (Autoencoder，自编码器)
扩散模型 Diffusion Denoising Diffusion Model `输入`` → ``编码器`` → ``潜在表示`` → ``解码器`` → ``重构`
-----------------------------------------------------------
## 04.1 生成模型演进 思想：学习数据的压缩表示
问题：生成的图像模糊，缺乏多样性
#### VAE (Variational AE，变分自编码器)
`潜在空间约束为标准正态分布`\
` ↓`\
`可以随机采样`` → ``解码`` → ``生成新图像`
改进：引入概率分布，增强生成能力
#### GAN (Generative Adversarial Network)
`生成器：生成假图像`\
`判别器：判断真假`\
` ↓`\
`对抗训练，相互博弈`
优势：生成图像质量高 问题：训练不稳定，模式崩溃
#### Diffusion Model (扩散模型)
`前向：逐步加噪`` → ``纯噪声`\
`反向：学习去噪`` → ``还原图像`
优势：训练稳定，生成质量极高 代表：Stable Diffusion, DALL-E 3
### Diffusion原理
#### 前向过程 (加噪)
`原图`` x₀`\
` ↓ ``加高斯噪声`\
`x₁ = x₀ + ε₁`\
` ↓ ``加噪声`\
`x₂ = x₁ + ε₂`\
` ↓ ...`\
`x_T`` = ``纯噪声`
#### 反向过程 (去噪)
`纯噪声`` ``x_T`\
` ↓ ``去噪`\
`x_{T-1} = ``去噪网络``(``x_T``)`\
` ↓ ``去噪`\
`x_{T-2} = ``去噪网络``(x_{T-1})`\
` ↓ ...`\
`x₀ = ``原始图像`
#### 训练目标
`去噪网络学习预测：`\
` ``添加的噪声`` ε`\
` ``或`\
` ``原始图像`` x₀`
### Stable Diffusion架构
#### 潜在空间扩散
`为了效率，在潜在空间操作：`\
\
`图像`` → VAE``编码`` → ``潜在表示`` → ``扩散`` → ``去噪`\
` ↓`\
` VAE``解码`` → ``图像`
#### 核心组件
-------------------------------------
组件 作用
-------------- ----------------------
VAE 图像与潜在空间的转换
U-Net 去噪网络
Text Encoder 处理文本提示词
CLIP 文图对齐
-------------------------------------
### 文生图工作流
#### 输入提示词
`"``一只猫，水彩画风格``"`
####
`2. ``文本编码`
#### → 文本向量表示
`3. ``初始化`
#### → 随机噪声
`4. ``去噪循环`
`for t in T...1:`
`噪声`` → ``预测噪声`` → ``去噪`
`5. ``解码输出`
→ 潜在表示 → VAE解码 → 图像
### 思考与练习
1. Diffusion为什么比GAN训练更稳定？
2. 潜在空间扩散有什么优势？
3. 文生图如何实现风格控制？
### 关键术语
---------------------------------------------------
中文 英文 说明
---------- ----------------- ----------------------
潜在空间 Latent Space 压缩后的数据表示空间
去噪 Denoising 移除噪声的过程
提示词 Prompt 指导生成的文本描述
潜变量 Latent Variable 不可直接观测的变量
模式崩溃 Mode Collapse GAN生成多样性不足
---------------------------------------------------
### 延伸阅读
1. [Denoising Diffusion Probabilistic Models](https://arxiv.org/abs/2006.11239)
[High-Resolution Image Synthesis with Latent Diffusion Models](https://arxiv.org/abs/2112.10752) \# 04.2 AIGC设计工具链
---
## 学习目标
3. 掌握ControlNet的条件控制机制
理解LoRA高效微调原理
了解ComfyUI工作流搭建
## ControlNet：精确控制
核心问题
纯文生图：难以精确控制空间结构
### ControlNet解决
`输入图像`` → ``提取条件`` (``边缘``/``深度``/``姿态``)`\
` ↓`\
`条件`` → ControlNet → ``主模型`` → ``输出图像`
### 条件类型
------------------------------------
条件 说明 应用
-------------- ---------- ----------
Canny 边缘检测 轮廓控制
Depth 深度图 空间关系
Pose 人体姿态 人物生成
Normal 法线图 表面细节
Segmentation 分割图 区域控制
------------------------------------
### 应用场景
`草图`` → ControlNet → ``精细效果图`\
`平面图`` → ControlNet → ``三维渲染`\
`结构图`` → ControlNet → ``风格化设计`
LoRA：高效微调
问题
全量微调大模型：计算资源需求巨大
LoRA原理
`原始权重`` W ``固定`\
` ↓`\
`添加低秩分解：`\
` ΔW = A × B`\
` (``d×r``) × (``r×d``)`\
` ↓`\
`新输出`` = ``Wx`` + ``ABx`
优势： - 参数量减少100-1000倍 - 训练速度快 - 易于切换风格
### 应用方式
`基础模型`` + ``LoRA`` A = ``风格``A`\
`基础模型`` + ``LoRA`` B = ``风格``B`\
`基础模型`` + ``LoRA`` A + B = ``混合风格`
## ComfyUI：模块化工作流
### 核心特点
`节点化连接`\
` ↓`\
`可视化流程`\
` ↓`\
`灵活定制`
### 典型节点
---------------------------------
节点类型 功能
------------------ --------------
Load Checkpoint 加载模型
CLIP Text Encode 文本编码
KSampler 采样生成
VAE Decode 潜在空间解码
Save Image 保存图像
ControlNet 条件控制
LoRA Loader 加载LoRA
---------------------------------
### 工作流示例
`文本提示`` → CLIP``编码`` →`\
` ↓`\
`正负提示`` ────→ ``KSampler`` ← ControlNet`\
` ↓`\
` VAE``解码`\
` ↓`\
` ``保存图像`
## 设计领域应用案例
### 建筑设计
`草图生成`` → ControlNet (Canny) → ``效果图`\
`方案变体`` → ``LoRA``风格微调`` → ``多方案对比`
### 室内设计
`户型图`` → ControlNet → ``三维效果图`\
`风格迁移`` → ``LoRA`` → ``不同材质方案`
---------------------------------------
工具 核心价值
------------------ --------------------
Midjourney 快速创意探索
Stable Diffusion 本地部署，可控生成
ControlNet 精确结构控制
ComfyUI 定制化工作流
---------------------------------------
## 版权与伦理
### 版权问题
6. AI训练数据的版权归属
AI生成作品的版权保护
风格模仿的法律边界
### 伦理考量
9. 深度伪造 (Deepfake)
虚假信息传播
创作者职业影响
## 思考与练习
1. ControlNet如何平衡条件控制与创造性？
2. LoRA和全量微调各适用于什么场景？
3. AIGC工具如何融入设计工作流？
## 关键术语
------------------------------------------------------
中文 英文 说明
---------- --------------------- ---------------------
条件控制 Conditional Control 引导生成过程
低秩适应 LoRA Low-Rank Adaptation
工作流 Workflow 节点化的处理流程
采样器 Sampler 去噪采样算法
潜在空间 Latent Space 压缩的特征空间
------------------------------------------------------
## 延伸阅读
1. [ControlNet官方论文](https://arxiv.org/abs/2302.05543)
[LoRA官方论文](https://arxiv.org/abs/2106.09685)
[ComfyUI文档](https://docs.comfy.org/)
06-agent/05.1-agent-architecture.md
-148
View File
@@ -1,148 +0,0 @@
## 学习目标
1. 理解从规则到LLM-based Agent的演进
掌握Agent的核心组件
了解ReAct和CoT推理模式
## 从规则到LLM Agent
### 规则系统时代
`if`` ``condition_A``:`\
` ``action_``B``(``)`\
`elif`` ``condition_C``:`\
` ``action_D``()`\
`else``:`\
` ``action_E``()`
局限：规则难以穷举，无法应对新情况
### LLM-based Agent
`用户请求`` → LLM``理解`` → ``规划`` → ``调用工具`` → ``反思`` → ``输出`
优势： - 自然语言交互 - 上下文理解 - 泛化能力强
## Agent核心组件
### 感知 (Perception)
`输入信息`` → ``理解与解析`\
` - ``用户指令`\
` - ``环境状态`\
` - ``工具反馈`
### 规划 (Planning)
`目标`` → ``分解为子任务`\
` - ``任务分析`\
` - ``步骤规划`\
` - ``依赖管理`
### 记忆 (Memory)
`┌─────────────────────────────┐`\
`│ ``短期记忆`` (Short-term) │`\
`│ ``对话上下文、临时状态`` │`\
`├─────────────────────────────┤`\
`│ ``长期记忆`` (Long-term) │`\
`│ ``知识库、经验积累`` │`\
`└─────────────────────────────┘`
### 工具调用 (Tool Use)
`可用工具集：`\
` - ``数据库查询`\
` - API``调用`\
` - ``文件操作`\
` - ``代码执行`\
` ...`
## 推理模式
Chain of Thought (CoT)
`问题`` → ``思考链`` → ``答案`
`"``设计一个公园``"`
` ↓`
1. `分析场地条件`
2. `2. ``确定功能分区`
3. `3. ``布局路径系统`
`4. ``选择植物配置`
`↓`
完整方案
### ReAct (Reasoning + Acting)
`循环：思考`` → ``行动`` → ``观察`` → ``思考`` ...`\
\
`思考：需要查询场地数据`\
`行动：调用``GIS``工具`\
`观察：获取到高程信息`\
`思考：基于高程做排水设计`\
`行动：生成排水方案`\
`...`
## Agent架构示例
单Agent架构
`┌─────────────────────────────┐`\
`│ LLM Core │`\
`│ (``规划、推理、决策``) │`\
`├─────────────────────────────┤`\
`│ ┌───┐ ┌───┐ ┌───┐ ┌───┐ │`\
`│ │``感知``││``记忆``││``工具``││``反思``│ │`\
`│ └───┘ └───┘ └───┘ └───┘ │`\
`└─────────────────────────────┘`\
` ↓`\
` ``执行任务`
### 多Agent协作
`┌─────────┐ ┌─────────┐ ┌─────────┐`\
`│ ``规划``Agent│→│``分析``Agent│→│``设计``Agent│`\
`└─────────┘ └─────────┘ └─────────┘`\
` ↓ ↓ ↓`\
` ``任务分解`` ``数据分析`` ``方案生成`
## 思考与练习
1. 单Agent和多Agent系统各有什么优势？
2. 如何设计Agent的记忆系统？
3. CoT和ReAct各适用于什么场景？
## 关键术语
--------------------------------------------
中文 英文 说明
---------- ------------ --------------------
思考链 CoT Chain of Thought
推理行动 ReAct Reasoning + Acting
记忆 Memory 存储和检索信息
反思 Reflection 自我评估与改进
工具使用 Tool Use 调用外部能力
--------------------------------------------
## 延伸阅读
1. [LLM Powered Autonomous Agents](https://lilianweng.github.io/posts/2023-06-23-agent/)
[ReAct: Synergizing Reasoning and Acting](https://arxiv.org/abs/2210.03629) \# 05.2 具身智能
06-agent/05.2-embodied-ai.md
-157
View File
@@ -1,157 +0,0 @@
# 学习目标
3. 理解具身智能的概念和特点
了解数字孪生与物理世界的交互
掌握强化学习在具身AI中的应用
# 什么是具身智能
## 定义
**具身智能 (Embodied AI)**：具有物理实体或虚拟身体的智能系统，能够通过与环境的交互来学习和完成任务。
## 与传统AI的区别
------------------------------------
特性 传统AI 具身AI
---------- ------------ ------------
交互方式 数据输入 主动探索
学习方式 从数据学习 从交互学习
输出形式 预测/生成 行动/操作
------------------------------------
# 数字孪生
## 概念
`物理世界`` → ``数字映射`` → ``仿真预测`` → ``反向控制`
## 应用层次
--------------------------------
层次 内容 应用
---------- ---------- ----------
几何孪生 三维模型 可视化
物理孪生 物理仿真 性能分析
行为孪生 行为模拟 场景预测
认知孪生 决策支持 智能控制
--------------------------------
# 强化学习基础
## 核心要素
`┌─────────────────────────────────────┐`\
`│ │`\
`│ ``环境`` ← ``状态`` ──────→ Agent │`\
`│ ↑ │ │`\
`│ └──── ``奖励`` ←─── ``动作`` ─┘ │`\
`│ │`\
`└─────────────────────────────────────┘`
## 训练循环
1. `观察环境状态`
2. `选择行动`
3. `执行行动`
4. `获得奖励`
5. `更新策略`
6. `重复``...`
## Gymnasium环境
`import gymnasium as gym`\
\
`env = ``gym.make``("CartPole-v1")`\
`state, _ = ``env.reset``()`\
\
`for _ in range(1000):`\
` action = policy(state)`\
` state, reward, done, _, _ = ``env.step``(action)`\
` if done:`\
` break`
# 具身AI应用场景
## 机器人设计
`感知环境`` → ``规划路径`` → ``执行动作`` → ``反馈调整`\
` ↓`\
`建筑机器人、施工机器人`
## 虚拟角色
`游戏``NPC``、虚拟助手、元宇宙居民`\
` ↓`\
`自然行为、智能对话`
## 仿真训练
`虚拟环境`` → ``训练策略`` → ``迁移到真实`\
` ↓`\
`降低试错成本`
# 虚拟到真实的迁移
## 挑战
-----------------------------------
问题 说明
-------------- --------------------
Sim2Real Gap 仿真与现实的差异
感官差异 虚拟与真实感知不同
物理特性 真实物理更复杂
-----------------------------------
## 解决方案
1. 域随机化 (Domain Randomization)
真实数据混合
在线微调
# 思考与练习
1. 具身智能在规划设计中有哪些应用前景？
2. 数字孪生如何辅助设计决策？
3. Sim2Real迁移的主要挑战是什么？
# 关键术语
--------------------------------------------------
中文 英文 说明
---------- -------------- ------------------------
具身智能 Embodied AI 有身体形式的AI
数字孪生 Digital Twin 物理世界的数字映射
强化学习 RL Reinforcement Learning
状态 State 环境的当前情况
动作 Action Agent对环境的影响
--------------------------------------------------
# 延伸阅读
1. [Gymnasium文档](https://gymnasium.org.cn/)
[DeepMind's Embodied AI Research](https://www.deepmind.com/research/embodied) \# 05.3 规划设计应用与MCP
06-agent/05.3-design-application.md
-215
View File
@@ -1,215 +0,0 @@
# 学习目标
3. 理解MCP协议的核心思想
掌握HITL协作模式
了解Agent在规划设计中的落地场景
# MCP协议
## 什么是MCP
**Model Context Protocol (模型上下文协议)**：连接AI模型与外部数据/工具的开放标准。
## 核心价值
`传统方式：`\
` AI``模型`` → ``各自独立`` → ``数据孤岛`\
\
`MCP``方式：`\
` AI``模型`` ← MCP → ``统一接口`` → ``所有工具``/``数据`
MCP架构
`┌─────────────────────────────────────┐`\
`│ AI Application │`\
`│ (Claude, ``ChatGPT``, ``等``) │`\
`└─────────────┬───────────────────────┘`\
` │ MCP`\
`┌─────────────┴───────────────────────┐`\
`│ MCP Client │`\
`├─────────────────────────────────────┤`\
`│ ┌──────┐ ┌──────┐ ┌──────┐ │`\
`│ │File │ │DB │ │API │ ... │`\
`│ │``Server│ │Server│ │Server│ │`\
`│ └──────┘ └──────┘ └──────┘ │`\
`└─────────────────────────────────────┘`
# HITL：人机协作模式
## 什么是HITL
**Human-in-the-Loop (人在回路)**：在AI决策关键环节引入人类干预。
## HITL层次
----------------------------------
层次 人类角色 自动化程度
---------- ---------- ------------
完全自动 无 100%
人工审核 监督者 80-90%
交互决策 合作伙伴 50-70%
人工主导 操作者 \<50%
----------------------------------
## 规划设计中的HITL
`AI``生成方案`\
` ↓`\
`设计师审核`` ← ``修改意见`` → AI``调整`\
` ↓`\
`最终确认`
# 规划设计Agent案例
## 场景分析Agent
`输入：场地数据`
`↓`
`分析流程：`
1. `地形分析`` (``坡度、高程``)`
2. `气候分析`` (``日照、风向``)`
3. `交通分析`` (``可达性``)`
4. `视觉分析`` (``视域、景观``)`
`↓`
`输出：场地分析报告`
## 方案生成Agent
`输入：设计要求`` + ``场地分析`
`↓`
`生成流程：`
1. `理解需求`` (``CoT``推理``)`
2. `布局功能`` (``工具调用``)`
3. `连接路径`` (``图算法``)`
4. `优化调整`` (``迭代改进``)`
`↓`
`输出：初步设计方案`
## 合规审查Agent
`输入：设计方案`
`↓`
`审查流程：`
1. `调用规范库`
2. `逐条核对`
3. `标记问题`
4. `生成报告`
`↓`
`输出：合规审查意见`
# Agent落地挑战
技术挑战
---------------------------
挑战 说明
---------- ----------------
准确性 复杂任务易出错
可解释性 决策过程不透明
鲁棒性 边界情况处理
---------------------------
应用挑战
-----------------------------
挑战 说明
------------ ----------------
工作流整合 与现有流程融合
责任界定 AI错误的后果
成本控制 API调用费用
-----------------------------
## 解决方向
1. 分级应用：简单任务自动化，复杂任务辅助
渐进式：从局部到整体
人机协同：关键环节人工确认
# 未来展望：AI设计师
### 短期 (1-2年)
`AI``作为工具`\
` - ``数据分析`\
` - ``方案生成`\
` - ``合规检查`
### 中期 (3-5年)
`AI``作为助手`\
` - ``创意启发`\
` - ``方案优化`\
` - ``文档撰写`
### 长期 (5-10年)
`AI``作为合作伙伴`\
` - ``共同创造`\
` - ``自主决策`\
` - ``专业评审`
## 思考与练习
1. MCP如何解决AI应用的"数据孤岛"问题？
2. 规划设计中哪些环节适合引入HITL？
3. AI设计师如何与人类设计师协作？
## 关键术语
----------------------------------------------------------------
中文 英文 说明
---------------- ---------------------- ------------------------
模型上下文协议 MCP Model Context Protocol
人在回路 HITL Human-in-the-Loop
数据孤岛 Data Silo 独立的数据存储
协议 Protocol 通信标准
工作流整合 Workflow Integration 融入现有流程
----------------------------------------------------------------
## 延伸阅读
1. [MCP官方文档](https://modelcontextprotocol.io/)
[Human-in-the-Loop AI](https://arxiv.org/abs/2301.02629)
06-agent/06-agent.md
+516 -14
View File
@@ -8,26 +8,528 @@ AI Agent代表了人工智能的下一个前沿：从"被动响应"到"主动行
本篇将系统介绍Agent架构和在设计领域的应用。 本篇将系统介绍Agent架构和在设计领域的应用。
# 章节目录 ---
1. [05.1 AI Agent架构](05.1-agent-architecture.md) - LLM-based Agent与核心组件 ## 学习目标
[05.2 具身智能](05.2-embodied-ai.md) - 数字孪生与物理世界交互 1. 理解从规则到LLM-based Agent的演进
[05.3 规划设计应用与MCP](05.3-design-application.md) - MCP协议与HITL协作 掌握Agent的核心组件
# 核心概念 了解ReAct和CoT推理模式
------------------------------------------------------- ## 从规则到LLM Agent
概念 英文 说明
---------------- ------------- ------------------------
智能体 Agent 自主决策和行动的系统
具身智能 Embodied AI 有物理实体的智能 ### 规则系统时代
人机协作 HITL Human-in-the-Loop `if`` ``condition_A``:`\
` ``action_``B``(``)`\
`elif`` ``condition_C``:`\
` ``action_D``()`\
`else``:`\
` ``action_E``()`
模型上下文协议 MCP Model Context Protocol 局限：规则难以穷举，无法应对新情况
-------------------------------------------------------
# 05.1 AI Agent架构 ### LLM-based Agent
`用户请求`` → LLM``理解`` → ``规划`` → ``调用工具`` → ``反思`` → ``输出`
优势： - 自然语言交互 - 上下文理解 - 泛化能力强
## Agent核心组件
### 感知 (Perception)
`输入信息`` → ``理解与解析`\
` - ``用户指令`\
` - ``环境状态`\
` - ``工具反馈`
### 规划 (Planning)
`目标`` → ``分解为子任务`\
` - ``任务分析`\
` - ``步骤规划`\
` - ``依赖管理`
### 记忆 (Memory)
`┌─────────────────────────────┐`\
`│ ``短期记忆`` (Short-term) │`\
`│ ``对话上下文、临时状态`` │`\
`├─────────────────────────────┤`\
`│ ``长期记忆`` (Long-term) │`\
`│ ``知识库、经验积累`` │`\
`└─────────────────────────────┘`
### 工具调用 (Tool Use)
`可用工具集：`\
` - ``数据库查询`\
` - API``调用`\
` - ``文件操作`\
` - ``代码执行`\
` ...`
## 推理模式
Chain of Thought (CoT)
`问题`` → ``思考链`` → ``答案`
`"``设计一个公园``"`
` ↓`
1. `分析场地条件`
2. `2. ``确定功能分区`
3. `3. ``布局路径系统`
`4. ``选择植物配置`
`↓`
完整方案
### ReAct (Reasoning + Acting)
`循环：思考`` → ``行动`` → ``观察`` → ``思考`` ...`\
\
`思考：需要查询场地数据`\
`行动：调用``GIS``工具`\
`观察：获取到高程信息`\
`思考：基于高程做排水设计`\
`行动：生成排水方案`\
`...`
## Agent架构示例
单Agent架构
`┌─────────────────────────────┐`\
`│ LLM Core │`\
`│ (``规划、推理、决策``) │`\
`├─────────────────────────────┤`\
`│ ┌───┐ ┌───┐ ┌───┐ ┌───┐ │`\
`│ │``感知``││``记忆``││``工具``││``反思``│ │`\
`│ └───┘ └───┘ └───┘ └───┘ │`\
`└─────────────────────────────┘`\
` ↓`\
` ``执行任务`
### 多Agent协作
`┌─────────┐ ┌─────────┐ ┌─────────┐`\
`│ ``规划``Agent│→│``分析``Agent│→│``设计``Agent│`\
`└─────────┘ └─────────┘ └─────────┘`\
` ↓ ↓ ↓`\
` ``任务分解`` ``数据分析`` ``方案生成`
## 思考与练习
1. 单Agent和多Agent系统各有什么优势？
2. 如何设计Agent的记忆系统？
3. CoT和ReAct各适用于什么场景？
## 关键术语
--------------------------------------------
中文 英文 说明
---------- ------------ --------------------
思考链 CoT Chain of Thought
推理行动 ReAct Reasoning + Acting
记忆 Memory 存储和检索信息
反思 Reflection 自我评估与改进
工具使用 Tool Use 调用外部能力
--------------------------------------------
## 延伸阅读
1. [LLM Powered Autonomous Agents](https://lilianweng.github.io/posts/2023-06-23-agent/)
[ReAct: Synergizing Reasoning and Acting](https://arxiv.org/abs/2210.03629) \# 05.2 具身智能
---
# 学习目标
3. 理解具身智能的概念和特点
了解数字孪生与物理世界的交互
掌握强化学习在具身AI中的应用
# 什么是具身智能
## 定义
**具身智能 (Embodied AI)**：具有物理实体或虚拟身体的智能系统，能够通过与环境的交互来学习和完成任务。
## 与传统AI的区别
------------------------------------
特性 传统AI 具身AI
---------- ------------ ------------
交互方式 数据输入 主动探索
学习方式 从数据学习 从交互学习
输出形式 预测/生成 行动/操作
------------------------------------
# 数字孪生
## 概念
`物理世界`` → ``数字映射`` → ``仿真预测`` → ``反向控制`
## 应用层次
--------------------------------
层次 内容 应用
---------- ---------- ----------
几何孪生 三维模型 可视化
物理孪生 物理仿真 性能分析
行为孪生 行为模拟 场景预测
认知孪生 决策支持 智能控制
--------------------------------
# 强化学习基础
## 核心要素
`┌─────────────────────────────────────┐`\
`│ │`\
`│ ``环境`` ← ``状态`` ──────→ Agent │`\
`│ ↑ │ │`\
`│ └──── ``奖励`` ←─── ``动作`` ─┘ │`\
`│ │`\
`└─────────────────────────────────────┘`
## 训练循环
1. `观察环境状态`
2. `选择行动`
3. `执行行动`
4. `获得奖励`
5. `更新策略`
6. `重复``...`
## Gymnasium环境
`import gymnasium as gym`\
\
`env = ``gym.make``("CartPole-v1")`\
`state, _ = ``env.reset``()`\
\
`for _ in range(1000):`\
` action = policy(state)`\
` state, reward, done, _, _ = ``env.step``(action)`\
` if done:`\
` break`
# 具身AI应用场景
## 机器人设计
`感知环境`` → ``规划路径`` → ``执行动作`` → ``反馈调整`\
` ↓`\
`建筑机器人、施工机器人`
## 虚拟角色
`游戏``NPC``、虚拟助手、元宇宙居民`\
` ↓`\
`自然行为、智能对话`
## 仿真训练
`虚拟环境`` → ``训练策略`` → ``迁移到真实`\
` ↓`\
`降低试错成本`
# 虚拟到真实的迁移
## 挑战
-----------------------------------
问题 说明
-------------- --------------------
Sim2Real Gap 仿真与现实的差异
感官差异 虚拟与真实感知不同
物理特性 真实物理更复杂
-----------------------------------
## 解决方案
1. 域随机化 (Domain Randomization)
真实数据混合
在线微调
# 思考与练习
1. 具身智能在规划设计中有哪些应用前景？
2. 数字孪生如何辅助设计决策？
3. Sim2Real迁移的主要挑战是什么？
# 关键术语
--------------------------------------------------
中文 英文 说明
---------- -------------- ------------------------
具身智能 Embodied AI 有身体形式的AI
数字孪生 Digital Twin 物理世界的数字映射
强化学习 RL Reinforcement Learning
状态 State 环境的当前情况
动作 Action Agent对环境的影响
--------------------------------------------------
# 延伸阅读
1. [Gymnasium文档](https://gymnasium.org.cn/)
[DeepMind's Embodied AI Research](https://www.deepmind.com/research/embodied) \# 05.3 规划设计应用与MCP
---
# 学习目标
3. 理解MCP协议的核心思想
掌握HITL协作模式
了解Agent在规划设计中的落地场景
# MCP协议
## 什么是MCP
**Model Context Protocol (模型上下文协议)**：连接AI模型与外部数据/工具的开放标准。
## 核心价值
`传统方式：`\
` AI``模型`` → ``各自独立`` → ``数据孤岛`\
\
`MCP``方式：`\
` AI``模型`` ← MCP → ``统一接口`` → ``所有工具``/``数据`
MCP架构
`┌─────────────────────────────────────┐`\
`│ AI Application │`\
`│ (Claude, ``ChatGPT``, ``等``) │`\
`└─────────────┬───────────────────────┘`\
` │ MCP`\
`┌─────────────┴───────────────────────┐`\
`│ MCP Client │`\
`├─────────────────────────────────────┤`\
`│ ┌──────┐ ┌──────┐ ┌──────┐ │`\
`│ │File │ │DB │ │API │ ... │`\
`│ │``Server│ │Server│ │Server│ │`\
`│ └──────┘ └──────┘ └──────┘ │`\
`└─────────────────────────────────────┘`
# HITL：人机协作模式
## 什么是HITL
**Human-in-the-Loop (人在回路)**：在AI决策关键环节引入人类干预。
## HITL层次
----------------------------------
层次 人类角色 自动化程度
---------- ---------- ------------
完全自动 无 100%
人工审核 监督者 80-90%
交互决策 合作伙伴 50-70%
人工主导 操作者 \<50%
----------------------------------
## 规划设计中的HITL
`AI``生成方案`\
` ↓`\
`设计师审核`` ← ``修改意见`` → AI``调整`\
` ↓`\
`最终确认`
# 规划设计Agent案例
## 场景分析Agent
`输入：场地数据`
`↓`
`分析流程：`
1. `地形分析`` (``坡度、高程``)`
2. `气候分析`` (``日照、风向``)`
3. `交通分析`` (``可达性``)`
4. `视觉分析`` (``视域、景观``)`
`↓`
`输出：场地分析报告`
## 方案生成Agent
`输入：设计要求`` + ``场地分析`
`↓`
`生成流程：`
1. `理解需求`` (``CoT``推理``)`
2. `布局功能`` (``工具调用``)`
3. `连接路径`` (``图算法``)`
4. `优化调整`` (``迭代改进``)`
`↓`
`输出：初步设计方案`
## 合规审查Agent
`输入：设计方案`
`↓`
`审查流程：`
1. `调用规范库`
2. `逐条核对`
3. `标记问题`
4. `生成报告`
`↓`
`输出：合规审查意见`
# Agent落地挑战
技术挑战
---------------------------
挑战 说明
---------- ----------------
准确性 复杂任务易出错
可解释性 决策过程不透明
鲁棒性 边界情况处理
---------------------------
应用挑战
-----------------------------
挑战 说明
------------ ----------------
工作流整合 与现有流程融合
责任界定 AI错误的后果
成本控制 API调用费用
-----------------------------
## 解决方向
1. 分级应用：简单任务自动化，复杂任务辅助
渐进式：从局部到整体
人机协同：关键环节人工确认
# 未来展望：AI设计师
### 短期 (1-2年)
`AI``作为工具`\
` - ``数据分析`\
` - ``方案生成`\
` - ``合规检查`
### 中期 (3-5年)
`AI``作为助手`\
` - ``创意启发`\
` - ``方案优化`\
` - ``文档撰写`
### 长期 (5-10年)
`AI``作为合作伙伴`\
` - ``共同创造`\
` - ``自主决策`\
` - ``专业评审`
## 思考与练习
1. MCP如何解决AI应用的"数据孤岛"问题？
2. 规划设计中哪些环节适合引入HITL？
3. AI设计师如何与人类设计师协作？
## 关键术语
----------------------------------------------------------------
中文 英文 说明
---------------- ---------------------- ------------------------
模型上下文协议 MCP Model Context Protocol
人在回路 HITL Human-in-the-Loop
数据孤岛 Data Silo 独立的数据存储
协议 Protocol 通信标准
工作流整合 Workflow Integration 融入现有流程
----------------------------------------------------------------
## 延伸阅读
1. [MCP官方文档](https://modelcontextprotocol.io/)
[Human-in-the-Loop AI](https://arxiv.org/abs/2301.02629)
07-digital-media/07-digital-media.md
+148 -4
View File
@@ -8,10 +8,154 @@
本部分将系统介绍AI在视觉设计和交互设计中的应用。 本部分将系统介绍AI在视觉设计和交互设计中的应用。
## 章节目录 ---
1. [第16章 视觉设计与AIGC](#第16章-视觉设计与aicgc) ## 学习目标
[第17章 交互设计](#第17章-交互设计-1) 1. 了解AIGC在视觉设计中的应用场景
# 第16章 视觉设计与AIGC 掌握图像生成和风格迁移的基本方法
理解AI辅助品牌视觉设计的流程
## 核心应用
图像生成与风格迁移
---------------------------------------------------------------------------------------
应用类型 说明 工具示例
-------------------------- ---------------------- -------------------------------------
文生图 从文本描述生成图像 Midjourney, Stable Diffusion
图像编辑 局部修改、扩展、擦除 Photoshop AI, Inpainting
风格迁移 将图像转换为目标风格 Neural Style Transfer
矢量生成 生成可缩放的矢量图形 Vectorizer.ai, Adobe Illustrator AI
---------------------------------------------------------------------------------------
Logo与图标设计
### AI辅助流程：
#### 需求分析
`- ``品牌定位`
`- ``目标受众`
`- ``设计风格偏好`
####
`2. ``概念生成`
`- AI``生成多个设计方案`
#### - 快速迭代探索
`3. ``细化优化`
`- ``设计师精修`
`- ``矢量化处理`
- 品牌规范整理
**工具推荐**： - LogoAI：自动Logo生成 - Looka：品牌设计套件 - Brandmark：Logo和品牌身份
品牌视觉系统生成
**应用场景**： - 色彩方案生成 - 字体搭配推荐 - 视觉元素扩展 - 品牌指南生成
## 案例分析
**案例1：餐饮品牌Logo设计** - 使用Midjourney生成初始概念 - Illustrator进行矢量化精修 - 生成品牌视觉系统扩展
**案例2：产品包装设计** - Stable Diffusion生成包装效果图 - ControlNet控制产品形态 - 多方案快速对比
## 思考与练习
1. AIGC如何改变设计师的创意流程？
2. 在品牌设计中，如何平衡AI生成与原创性？
3. 选择一个AIGC工具，尝试完成一个视觉设计任务
---
### 学习目标
1. 了解AI在交互设计中的应用
掌握用户界面自动生成的原理
理解用户体验分析的方法
### 核心应用
用户界面生成
--------------------------------------------------------
功能 说明 工具示例
---------- -------------------- ------------------------
布局生成 自动生成页面布局 Uizard, Galileo AI
组件推荐 基于上下文推荐组件 Figma AI, Motiff
设计系统 自动生成设计规范 Designer, Figma Tokens
原型生成 从描述生成交互原型 TLDraw, Diagram
--------------------------------------------------------
交互原型自动化
**流程**：
`用户需求`` → AI``理解`` → ``生成原型`\
` ↓`\
` ``设计师调整优化`\
` ↓`\
` ``可交互原型`
**应用场景**： - 快速原型验证 - 用户测试准备 - 开发对接文档
用户体验分析
**AI分析方法**： - 用户行为预测 - 界面可用性评估 - A/B测试优化 - 情感分析
### 案例分析
**案例1：电商APP界面设计** - Galileo AI生成界面布局 - Figma AI自动填充内容 - 快速原型用户测试
**案例2：仪表板设计** - 用户需求描述 - AI生成多种布局方案 - 基于数据可视化优化
### 思考与练习
1. AI生成的界面如何保证可用性？
2. 在交互设计中，人类设计师的核心价值是什么？
3. 尝试用AI工具生成一个简单的交互原型
### 关键术语
--------------------------------------------------
中文 英文 说明
---------- ---------------- ----------------------
风格迁移 Style Transfer 将图像转换为目标风格
矢量化 Vectorization 转换为可缩放矢量格式
原型 Prototype 可交互的设计模型
设计系统 Design System 组件化设计规范
--------------------------------------------------
### 延伸阅读
1. [Midjourney官方文档](https://docs.midjourney.com/)
[Stable Diffusion提示词指南](https://stable-diffusion-art.com/)
[Figma AI功能](https://help.figma.com/hc/en-us/articles/15023124649943-Guide-to-Figma-AI)
07-digital-media/ch16-visual-design-aigc.md
-72
View File
@@ -1,72 +0,0 @@
## 学习目标
1. 了解AIGC在视觉设计中的应用场景
掌握图像生成和风格迁移的基本方法
理解AI辅助品牌视觉设计的流程
## 核心应用
图像生成与风格迁移
---------------------------------------------------------------------------------------
应用类型 说明 工具示例
-------------------------- ---------------------- -------------------------------------
文生图 从文本描述生成图像 Midjourney, Stable Diffusion
图像编辑 局部修改、扩展、擦除 Photoshop AI, Inpainting
风格迁移 将图像转换为目标风格 Neural Style Transfer
矢量生成 生成可缩放的矢量图形 Vectorizer.ai, Adobe Illustrator AI
---------------------------------------------------------------------------------------
Logo与图标设计
### AI辅助流程：
#### 需求分析
`- ``品牌定位`
`- ``目标受众`
`- ``设计风格偏好`
####
`2. ``概念生成`
`- AI``生成多个设计方案`
#### - 快速迭代探索
`3. ``细化优化`
`- ``设计师精修`
`- ``矢量化处理`
- 品牌规范整理
**工具推荐**： - LogoAI：自动Logo生成 - Looka：品牌设计套件 - Brandmark：Logo和品牌身份
品牌视觉系统生成
**应用场景**： - 色彩方案生成 - 字体搭配推荐 - 视觉元素扩展 - 品牌指南生成
## 案例分析
**案例1：餐饮品牌Logo设计** - 使用Midjourney生成初始概念 - Illustrator进行矢量化精修 - 生成品牌视觉系统扩展
**案例2：产品包装设计** - Stable Diffusion生成包装效果图 - ControlNet控制产品形态 - 多方案快速对比
## 思考与练习
1. AIGC如何改变设计师的创意流程？
2. 在品牌设计中，如何平衡AI生成与原创性？
3. 选择一个AIGC工具，尝试完成一个视觉设计任务
07-digital-media/ch17-interaction-design.md
-76
View File
@@ -1,76 +0,0 @@
### 学习目标
1. 了解AI在交互设计中的应用
掌握用户界面自动生成的原理
理解用户体验分析的方法
### 核心应用
用户界面生成
--------------------------------------------------------
功能 说明 工具示例
---------- -------------------- ------------------------
布局生成 自动生成页面布局 Uizard, Galileo AI
组件推荐 基于上下文推荐组件 Figma AI, Motiff
设计系统 自动生成设计规范 Designer, Figma Tokens
原型生成 从描述生成交互原型 TLDraw, Diagram
--------------------------------------------------------
交互原型自动化
**流程**：
`用户需求`` → AI``理解`` → ``生成原型`\
` ↓`\
` ``设计师调整优化`\
` ↓`\
` ``可交互原型`
**应用场景**： - 快速原型验证 - 用户测试准备 - 开发对接文档
用户体验分析
**AI分析方法**： - 用户行为预测 - 界面可用性评估 - A/B测试优化 - 情感分析
### 案例分析
**案例1：电商APP界面设计** - Galileo AI生成界面布局 - Figma AI自动填充内容 - 快速原型用户测试
**案例2：仪表板设计** - 用户需求描述 - AI生成多种布局方案 - 基于数据可视化优化
### 思考与练习
1. AI生成的界面如何保证可用性？
2. 在交互设计中，人类设计师的核心价值是什么？
3. 尝试用AI工具生成一个简单的交互原型
### 关键术语
--------------------------------------------------
中文 英文 说明
---------- ---------------- ----------------------
风格迁移 Style Transfer 将图像转换为目标风格
矢量化 Vectorization 转换为可缩放矢量格式
原型 Prototype 可交互的设计模型
设计系统 Design System 组件化设计规范
--------------------------------------------------
### 延伸阅读
1. [Midjourney官方文档](https://docs.midjourney.com/)
[Stable Diffusion提示词指南](https://stable-diffusion-art.com/)
[Figma AI功能](https://help.figma.com/hc/en-us/articles/15023124649943-Guide-to-Figma-AI)
08-environmental-design/08-environmental-design.md
+140 -4
View File
@@ -8,10 +8,146 @@
本部分将介绍AI在室内设计和景观设计中的应用。 本部分将介绍AI在室内设计和景观设计中的应用。
## 章节目录 ---
1. [第18章 室内设计](#第18章-室内设计-1) ## 学习目标
[第19章 景观设计](#第19章-景观设计-1) 1. 了解AI在室内设计中的应用流程
# 第18章 室内设计 掌握平面图智能生成的方法
理解VR/AR在室内设计预览中的作用
## 核心应用
平面图智能生成
**传统流程 vs AI辅助**：
----------------------------------------
环节 传统方式 AI辅助
---------- -------------- --------------
需求分析 人工沟通 自然语言理解
方案生成 手绘/CAD绘制 自动生成布局
家具选择 手动搜索 智能推荐
效果预览 3D建模渲染 实时生成
----------------------------------------
**AI工具**： - **Planner 5D**：房间设计自动生成 - **Homestyler**：室内设计AI助手 - **RoomsGPT**：从图像生成3D模型
家具布局优化
**优化目标**： - 空间利用率最大化 - 功能分区合理化 - 动线流畅性 - 美学平衡
**技术方法**： - 约束求解：满足设计规范 - 遗传算法：多方案优化 - 强化学习：用户偏好学习
材质与风格推荐
**推荐流程**：
`用户偏好图像`` → AI``分析风格`` → ``推荐材质组合`\
` ↓`\
` ``生成效果预览`\
` ↓`\
` ``用户反馈迭代`
VR/AR预览
**技术实现**： - **VR**：沉浸式空间体验 - **AR**：现实空间叠加设计 - **实时渲染**：快速查看效果
**工具**： - Enscape：实时渲染插件 - Twinmotion：快速可视化 - Arkio：VR协作设计
## 案例分析
**案例：住宅客厅设计** 1. 输入户型图和需求 2. AI生成3种布局方案 3. 用户选择方案并调整 4. 实时VR预览效果 5. 导出施工图和材料清单
## 思考与练习
1. AI如何平衡功能性和美学？
2. VR/AR如何改变室内设计工作流？
3. 尝试使用AI室内设计工具完成一个小空间设计
---
### 学习目标
1. 了解AI在景观设计中的应用
掌握场地分析与评估的方法
理解生态效益模拟的技术
### 核心应用
场地分析与评估
**分析维度**：
------------------------------------------------
维度 内容 AI方法
------------ -------------------- --------------
地形地貌 高程、坡度、坡向 DEM分析
植被覆盖 类型、密度、健康度 遥感图像分类
水文系统 水系、排水、汇水 水文模拟
视觉景观 视域、视线廊道 视域分析
气候舒适度 风环境、日照、温度 环境模拟
------------------------------------------------
**工具集成**： - GIS空间分析 - 遥感图像处理 - 环境模拟建模
植被配置优化
**优化目标**： - 生态功能最大化 - 景观效果协调 - 养护成本可控 - 适应本地气候
**AI方法**： - **物种选择**：基于环境因子推荐 - **布局优化**：空间配置算法 - **生长模拟**：预测长期效果
景观元素生成
**可生成元素**： - 道路系统 - 广场节点 - 水景设施 - 景观小品 - 种植设计
生态效益模拟
**评估指标**： - 碳汇能力 - 生物多样性支持 - 雨洪管理 - 热岛缓解
### 案例分析
**案例：城市公园设计** 1. 场地数据收集与分析 2. AI生成多种方案对比 3. 生态效益模拟评估 4. 多目标优化选择 5. 施工图与种植设计
### 思考与练习
1. AI如何处理景观设计中的复杂约束？
2. 生态效益模拟的数据从哪里来？
3. 选择一个景观设计场景，分析AI可应用的环节
### 关键术语
-----------------------------------------------
中文 英文 说明
---------- --------------------- --------------
平面图 Floor Plan 水平剖切图
布局优化 Layout Optimization 空间排列优化
动线 Circulation 人员流动路径
视域分析 Viewshed Analysis 可见范围分析
生态效益 Ecological Benefit 生态服务价值
-----------------------------------------------
### 延伸阅读
1. [Landscape Architecture + AI](https://landscapeperformance.org/)
[GIS在景观设计中的应用](https://www.esri.com/en-us/industries/landscape-architecture)
08-environmental-design/ch18-interior-design.md
-62
View File
@@ -1,62 +0,0 @@
## 学习目标
1. 了解AI在室内设计中的应用流程
掌握平面图智能生成的方法
理解VR/AR在室内设计预览中的作用
## 核心应用
平面图智能生成
**传统流程 vs AI辅助**：
----------------------------------------
环节 传统方式 AI辅助
---------- -------------- --------------
需求分析 人工沟通 自然语言理解
方案生成 手绘/CAD绘制 自动生成布局
家具选择 手动搜索 智能推荐
效果预览 3D建模渲染 实时生成
----------------------------------------
**AI工具**： - **Planner 5D**：房间设计自动生成 - **Homestyler**：室内设计AI助手 - **RoomsGPT**：从图像生成3D模型
家具布局优化
**优化目标**： - 空间利用率最大化 - 功能分区合理化 - 动线流畅性 - 美学平衡
**技术方法**： - 约束求解：满足设计规范 - 遗传算法：多方案优化 - 强化学习：用户偏好学习
材质与风格推荐
**推荐流程**：
`用户偏好图像`` → AI``分析风格`` → ``推荐材质组合`\
` ↓`\
` ``生成效果预览`\
` ↓`\
` ``用户反馈迭代`
VR/AR预览
**技术实现**： - **VR**：沉浸式空间体验 - **AR**：现实空间叠加设计 - **实时渲染**：快速查看效果
**工具**： - Enscape：实时渲染插件 - Twinmotion：快速可视化 - Arkio：VR协作设计
## 案例分析
**案例：住宅客厅设计** 1. 输入户型图和需求 2. AI生成3种布局方案 3. 用户选择方案并调整 4. 实时VR预览效果 5. 导出施工图和材料清单
## 思考与练习
1. AI如何平衡功能性和美学？
2. VR/AR如何改变室内设计工作流？
3. 尝试使用AI室内设计工具完成一个小空间设计
08-environmental-design/ch19-landscape-design.md
-78
View File
@@ -1,78 +0,0 @@
### 学习目标
1. 了解AI在景观设计中的应用
掌握场地分析与评估的方法
理解生态效益模拟的技术
### 核心应用
场地分析与评估
**分析维度**：
------------------------------------------------
维度 内容 AI方法
------------ -------------------- --------------
地形地貌 高程、坡度、坡向 DEM分析
植被覆盖 类型、密度、健康度 遥感图像分类
水文系统 水系、排水、汇水 水文模拟
视觉景观 视域、视线廊道 视域分析
气候舒适度 风环境、日照、温度 环境模拟
------------------------------------------------
**工具集成**： - GIS空间分析 - 遥感图像处理 - 环境模拟建模
植被配置优化
**优化目标**： - 生态功能最大化 - 景观效果协调 - 养护成本可控 - 适应本地气候
**AI方法**： - **物种选择**：基于环境因子推荐 - **布局优化**：空间配置算法 - **生长模拟**：预测长期效果
景观元素生成
**可生成元素**： - 道路系统 - 广场节点 - 水景设施 - 景观小品 - 种植设计
生态效益模拟
**评估指标**： - 碳汇能力 - 生物多样性支持 - 雨洪管理 - 热岛缓解
### 案例分析
**案例：城市公园设计** 1. 场地数据收集与分析 2. AI生成多种方案对比 3. 生态效益模拟评估 4. 多目标优化选择 5. 施工图与种植设计
### 思考与练习
1. AI如何处理景观设计中的复杂约束？
2. 生态效益模拟的数据从哪里来？
3. 选择一个景观设计场景，分析AI可应用的环节
### 关键术语
-----------------------------------------------
中文 英文 说明
---------- --------------------- --------------
平面图 Floor Plan 水平剖切图
布局优化 Layout Optimization 空间排列优化
动线 Circulation 人员流动路径
视域分析 Viewshed Analysis 可见范围分析
生态效益 Ecological Benefit 生态服务价值
-----------------------------------------------
### 延伸阅读
1. [Landscape Architecture + AI](https://landscapeperformance.org/)
[GIS在景观设计中的应用](https://www.esri.com/en-us/industries/landscape-architecture)
09-industrial-design/09-industrial-design.md
+132 -4
View File
@@ -8,10 +8,138 @@
本部分将介绍AI在工业设计中的关键应用。 本部分将介绍AI在工业设计中的关键应用。
## 章节目录 ---
1. [第20章 产品造型设计](#第20章-产品造型设计-1) ## 学习目标
[第21章 设计优化与制造](#第21章-设计优化与制造-1) 1. 了解AI辅助产品概念设计的方法
# 第20章 产品造型设计 掌握草图生成和三维建模的AI工具
理解形态优化的基本原理
## 核心应用
概念草图生成
**流程**：
`文字描述``/``参考图`` → AI``理解`` → ``生成草图方案`\
` ↓`\
` ``设计师选择与迭代`
**工具**： - **Midjourney**：产品概念图生成 - **Stable Diffusion + ControlNet**：草图精细控制 - **Krea AI**：实时草图优化
三维建模辅助
**AI辅助功能**：
----------------------------------------------------
功能 说明 工具
---------- ------------------- ---------------------
草图转3D 2D草图生成3D模型 Shapr3D, Point-E
模型优化 自动布线、倒角 ZBrush, Blender插件
纹理生成 自动生成材质贴图 Adobe Substance 3D
渲染加速 快速生成产品渲染 NVIDIA Canvas
----------------------------------------------------
形态优化
**优化目标**： - 美学协调性 - 人机工程学 - 制造可行性 - 成本控制
**AI方法**： - **形状语法**：形式规则生成 - **GAN生成**：学习设计风格 - **强化学习**：用户偏好优化
案例分析
**案例：消费电子产品设计** 1. 市场分析与用户画像 2. AI生成概念草图 3. 选择方向建立3D模型 4. AI辅助形态优化 5. 快速渲染评审
思考与练习
1. AI生成的概念如何保持原创性？
2. 形态优化中如何平衡美学和功能？
3. 尝试用AI工具生成一个产品概念
---
学习目标
1. 了解AI在结构优化中的应用
掌握材料选择和可制造性分析方法
理解AI辅助制造准备的技术
### 核心应用
结构优化
**拓扑优化**：
`设计空间`` → ``约束条件`` → ``优化算法`` → ``最优结构`\
` ↓`\
` ``轻量化与强度平衡`
**AI方法**： - **生成式设计**：自动探索设计方案 - **拓扑优化**：材料分布优化 - **网格优化**：轻量化结构
**工具**： - **Autodesk Fusion 360**：生成式设计 - **nTopology**：隐式建模 - **Altair Inspire**：拓扑优化
材料选择
**AI辅助决策**：
---------------------------
考虑因素 AI方法
---------- ----------------
力学性能 材料数据库检索
成本 价格预测模型
可持续性 环境影响评估
可加工性 工艺兼容性分析
---------------------------
可制造性分析
**分析内容**： - **DFM (Design for Manufacturing)**：制造可行性 - **DFA (Design for Assembly)**：装配可行性 - **DFT (Design for Test)**：测试可行性
**AI应用**： - 自动检测设计缺陷 - 工艺参数推荐 - 成本估算
### 案例分析 {#案例分析-5}
**案例：汽车零部件轻量化** 1. 初始设计分析 2. 定义设计空间和约束 3. AI生成多种拓扑方案 4. 仿真验证性能 5. 优化后投入制造
### 思考与练习 {#思考与练习-21}
1. 拓扑优化的结果如何满足生产工艺要求？
2. AI如何帮助选择可持续材料？
3. 选择一个简单产品，分析AI可优化的环节
### 关键术语
-----------------------------------------------------
中文 英文 说明
------------ ----------------------- ----------------
概念设计 Concept Design 初步设计阶段
拓扑优化 Topology Optimization 结构布局优化
生成式设计 Generative Design AI驱动设计生成
可制造性 Manufacturability 生产可行性
轻量化 Lightweight 减少重量
-----------------------------------------------------
### 延伸阅读
1. [Autodesk Generative Design](https://www.autodesk.com/products/generative-design)
[nTopology技术文档](https://ntopology.com/resources/)
09-industrial-design/ch20-product-design.md
-54
View File
@@ -1,54 +0,0 @@
## 学习目标
1. 了解AI辅助产品概念设计的方法
掌握草图生成和三维建模的AI工具
理解形态优化的基本原理
## 核心应用
概念草图生成
**流程**：
`文字描述``/``参考图`` → AI``理解`` → ``生成草图方案`\
` ↓`\
` ``设计师选择与迭代`
**工具**： - **Midjourney**：产品概念图生成 - **Stable Diffusion + ControlNet**：草图精细控制 - **Krea AI**：实时草图优化
三维建模辅助
**AI辅助功能**：
----------------------------------------------------
功能 说明 工具
---------- ------------------- ---------------------
草图转3D 2D草图生成3D模型 Shapr3D, Point-E
模型优化 自动布线、倒角 ZBrush, Blender插件
纹理生成 自动生成材质贴图 Adobe Substance 3D
渲染加速 快速生成产品渲染 NVIDIA Canvas
----------------------------------------------------
形态优化
**优化目标**： - 美学协调性 - 人机工程学 - 制造可行性 - 成本控制
**AI方法**： - **形状语法**：形式规则生成 - **GAN生成**：学习设计风格 - **强化学习**：用户偏好优化
案例分析
**案例：消费电子产品设计** 1. 市场分析与用户画像 2. AI生成概念草图 3. 选择方向建立3D模型 4. AI辅助形态优化 5. 快速渲染评审
思考与练习
1. AI生成的概念如何保持原创性？
2. 形态优化中如何平衡美学和功能？
3. 尝试用AI工具生成一个产品概念
09-industrial-design/ch21-design-optimization.md
-78
View File
@@ -1,78 +0,0 @@
学习目标
1. 了解AI在结构优化中的应用
掌握材料选择和可制造性分析方法
理解AI辅助制造准备的技术
### 核心应用
结构优化
**拓扑优化**：
`设计空间`` → ``约束条件`` → ``优化算法`` → ``最优结构`\
` ↓`\
` ``轻量化与强度平衡`
**AI方法**： - **生成式设计**：自动探索设计方案 - **拓扑优化**：材料分布优化 - **网格优化**：轻量化结构
**工具**： - **Autodesk Fusion 360**：生成式设计 - **nTopology**：隐式建模 - **Altair Inspire**：拓扑优化
材料选择
**AI辅助决策**：
---------------------------
考虑因素 AI方法
---------- ----------------
力学性能 材料数据库检索
成本 价格预测模型
可持续性 环境影响评估
可加工性 工艺兼容性分析
---------------------------
可制造性分析
**分析内容**： - **DFM (Design for Manufacturing)**：制造可行性 - **DFA (Design for Assembly)**：装配可行性 - **DFT (Design for Test)**：测试可行性
**AI应用**： - 自动检测设计缺陷 - 工艺参数推荐 - 成本估算
### 案例分析 {#案例分析-5}
**案例：汽车零部件轻量化** 1. 初始设计分析 2. 定义设计空间和约束 3. AI生成多种拓扑方案 4. 仿真验证性能 5. 优化后投入制造
### 思考与练习 {#思考与练习-21}
1. 拓扑优化的结果如何满足生产工艺要求？
2. AI如何帮助选择可持续材料？
3. 选择一个简单产品，分析AI可优化的环节
### 关键术语
-----------------------------------------------------
中文 英文 说明
------------ ----------------------- ----------------
概念设计 Concept Design 初步设计阶段
拓扑优化 Topology Optimization 结构布局优化
生成式设计 Generative Design AI驱动设计生成
可制造性 Manufacturability 生产可行性
轻量化 Lightweight 减少重量
-----------------------------------------------------
### 延伸阅读
1. [Autodesk Generative Design](https://www.autodesk.com/products/generative-design)
[nTopology技术文档](https://ntopology.com/resources/)
10-urban-design/10-urban-design.md
+148 -4
View File
@@ -8,10 +8,154 @@
本部分将介绍AI在城市设计中的关键应用。 本部分将介绍AI在城市设计中的关键应用。
## 章节目录 ---
1. [第22章 城市空间分析](#第22章-城市空间分析-1) ## 学习目标 {#学习目标-24}
[第23章 规划设计与评估](#第23章-规划设计与其评估) 1. 了解AI在城市空间分析中的应用
# 第22章 城市空间分析 掌握遥感影像和城市形态识别的方法
理解人口与活动分析的技术
## 核心应用
遥感影像分析
### 分析内容：
------------------------------------
内容 方法 应用
---------- ---------- --------------
土地利用 图像分类 规划现状调查
建筑识别 目标检测 建筑普查
变化检测 时序分析 城市扩张监测
环境质量 指数反演 生态评估
------------------------------------
### 技术流程：
`卫星``/``无人机影像`` → ``预处理`` → AI``模型分析`` → ``结果输出`\
` ↓`\
` ``规划决策支持`
城市形态识别
**识别要素**： - 街区格局 - 建筑高度与密度 - 道路网络 - 开放空间
**AI方法**： - **图像分割**：识别城市要素 - **图神经网络**：分析空间关系 - **聚类分析**：识别城市类型
人口与活动分析
**数据来源**： - 手机信令数据 - 交通卡数据 - 社交媒体数据 - POI数据
**分析内容**： - 人口分布 - 职住关系 - 出行模式 - 活动热点
**AI技术**： - 时空预测模型 - 聚类与分类 - 异常检测
## 案例分析 {#案例分析-6}
**案例：城市中心区活力评估** 1. 多源数据整合 2. AI分析活动模式 3. 识别活力影响因素 4. 生成优化建议
## 思考与练习 {#思考与练习-22}
1. 多源数据如何保护隐私？
2. AI分析如何考虑城市的独特性？
3. 选择一个城市问题，分析AI可提供的帮助
---
### 学习目标 {#学习目标-25}
1. 了解AI辅助规划设计的方法
掌握交通网络和设施布局优化的技术
理解规划方案评估的AI应用
### 核心应用
用地规划生成
**传统流程 vs AI辅助**：
--------------------------------
环节 传统方式 AI辅助
---------- ---------- ----------
现状分析 人工统计 自动识别
方案生成 手绘/CAD 规则生成
规范检查 人工核对 自动验证
方案评估 定性分析 量化评估
--------------------------------
**生成方法**： - **规则生成**：基于规划规范 - **学习生成**：从优秀案例学习 - **交互生成**：人机协作设计
交通网络优化
**优化目标**： - 通达性最大化 - 拥堵最小化 - 成本可控 - 环境影响最小
**AI技术**： - 图算法：路网分析 - 强化学习：信号控制 - 预测模型：交通预测
公共设施布局
**布局问题**： - 学校：学区覆盖优化 - 医院：服务可达性 - 公园：绿地服务半径 - 商业：需求匹配
**AI方法**： - 位置-分配模型 - 覆盖模型 - p-中值问题
规划方案评估
**评估维度**：
--------------------------------------
维度 指标 AI方法
---------- ---------------- ----------
空间效率 容积率、密度 空间分析
交通影响 出行距离、拥堵 交通模拟
环境影响 碳排放、绿地 环境模型
社会效益 公平性、满意度 社会模型
--------------------------------------
### 案例分析 {#案例分析-7}
**案例：新区规划设计** 1. 场地条件分析 2. AI生成多方案 3. 多维评估对比 4. 交互优化调整 5. 最终方案确定
### 思考与练习 {#思考与练习-23}
1. AI生成的规划方案如何体现人文关怀？
2. 如何平衡不同评估维度的冲突？
3. 选择一个规划问题，分析AI的潜在作用
### 关键术语
----------------------------------------------------
中文 英文 说明
------------ ---------------- ----------------------
土地利用 Land Use 土地功能分布
遥感 Remote Sensing 远距离探测技术
图神经网络 GNN Graph Neural Network
通达性 Accessibility 到达便利程度
服务半径 Service Radius 设施服务范围
----------------------------------------------------
### 延伸阅读
1. [Urban AI](https://urbanai.io/)
[Google Environmental Insights Explorer](https://insights.sustainability.google/)
10-urban-design/ch22-urban-spatial-analysis.md
-58
View File
@@ -1,58 +0,0 @@
## 学习目标 {#学习目标-24}
1. 了解AI在城市空间分析中的应用
掌握遥感影像和城市形态识别的方法
理解人口与活动分析的技术
## 核心应用
遥感影像分析
### 分析内容：
------------------------------------
内容 方法 应用
---------- ---------- --------------
土地利用 图像分类 规划现状调查
建筑识别 目标检测 建筑普查
变化检测 时序分析 城市扩张监测
环境质量 指数反演 生态评估
------------------------------------
### 技术流程：
`卫星``/``无人机影像`` → ``预处理`` → AI``模型分析`` → ``结果输出`\
` ↓`\
` ``规划决策支持`
城市形态识别
**识别要素**： - 街区格局 - 建筑高度与密度 - 道路网络 - 开放空间
**AI方法**： - **图像分割**：识别城市要素 - **图神经网络**：分析空间关系 - **聚类分析**：识别城市类型
人口与活动分析
**数据来源**： - 手机信令数据 - 交通卡数据 - 社交媒体数据 - POI数据
**分析内容**： - 人口分布 - 职住关系 - 出行模式 - 活动热点
**AI技术**： - 时空预测模型 - 聚类与分类 - 异常检测
## 案例分析 {#案例分析-6}
**案例：城市中心区活力评估** 1. 多源数据整合 2. AI分析活动模式 3. 识别活力影响因素 4. 生成优化建议
## 思考与练习 {#思考与练习-22}
1. 多源数据如何保护隐私？
2. AI分析如何考虑城市的独特性？
3. 选择一个城市问题，分析AI可提供的帮助
10-urban-design/ch23-planning-evaluation.md
-90
View File
@@ -1,90 +0,0 @@
### 学习目标 {#学习目标-25}
1. 了解AI辅助规划设计的方法
掌握交通网络和设施布局优化的技术
理解规划方案评估的AI应用
### 核心应用
用地规划生成
**传统流程 vs AI辅助**：
--------------------------------
环节 传统方式 AI辅助
---------- ---------- ----------
现状分析 人工统计 自动识别
方案生成 手绘/CAD 规则生成
规范检查 人工核对 自动验证
方案评估 定性分析 量化评估
--------------------------------
**生成方法**： - **规则生成**：基于规划规范 - **学习生成**：从优秀案例学习 - **交互生成**：人机协作设计
交通网络优化
**优化目标**： - 通达性最大化 - 拥堵最小化 - 成本可控 - 环境影响最小
**AI技术**： - 图算法：路网分析 - 强化学习：信号控制 - 预测模型：交通预测
公共设施布局
**布局问题**： - 学校：学区覆盖优化 - 医院：服务可达性 - 公园：绿地服务半径 - 商业：需求匹配
**AI方法**： - 位置-分配模型 - 覆盖模型 - p-中值问题
规划方案评估
**评估维度**：
--------------------------------------
维度 指标 AI方法
---------- ---------------- ----------
空间效率 容积率、密度 空间分析
交通影响 出行距离、拥堵 交通模拟
环境影响 碳排放、绿地 环境模型
社会效益 公平性、满意度 社会模型
--------------------------------------
### 案例分析 {#案例分析-7}
**案例：新区规划设计** 1. 场地条件分析 2. AI生成多方案 3. 多维评估对比 4. 交互优化调整 5. 最终方案确定
### 思考与练习 {#思考与练习-23}
1. AI生成的规划方案如何体现人文关怀？
2. 如何平衡不同评估维度的冲突？
3. 选择一个规划问题，分析AI的潜在作用
### 关键术语
----------------------------------------------------
中文 英文 说明
------------ ---------------- ----------------------
土地利用 Land Use 土地功能分布
遥感 Remote Sensing 远距离探测技术
图神经网络 GNN Graph Neural Network
通达性 Accessibility 到达便利程度
服务半径 Service Radius 设施服务范围
----------------------------------------------------
### 延伸阅读
1. [Urban AI](https://urbanai.io/)
[Google Environmental Insights Explorer](https://insights.sustainability.google/)
11-ecological-design/11-ecological-design.md
+130 -4
View File
@@ -8,10 +8,136 @@
本部分将介绍AI在生态设计中的应用。 本部分将介绍AI在生态设计中的应用。
## 章节目录 ---
1. [第24章 生态分析与评估](#第24章-生态分析与评估-1) ## 学习目标 {#学习目标-26}
[第25章 生态规划与修复](#第25章-生态规划与修复-1) 1. 了解AI在生态系统服务评估中的应用
# 第24章 生态分析与评估 掌握生物多样性分析的方法
理解环境质量监测的技术
## 核心应用
生态系统服务评估
**服务类型**：
--------------------------------------------
类型 内容 AI应用
---------- ------------------ --------------
供给服务 食物、水、纤维 产量预测
调节服务 气候、洪水、疾病 风险评估
文化服务 娱乐、旅游 游客行为分析
支持服务 营养循环、生境 过程模拟
--------------------------------------------
**评估方法**： - **遥感反演**：植被覆盖、生物量 - **模型模拟**：碳循环、水文过程 - **机器学习**：服务价值预测
生物多样性分析
**分析层次**：
--------------------------------------------
层次 内容 AI方法
---------------- ------------ --------------
遗传多样性 基因变异 基因序列分析
物种多样性 物种丰富度 图像识别
生态系统多样性 生境类型 景观分类
--------------------------------------------
**技术应用**： - **图像识别**：物种自动识别 - **声音识别**：鸟类监测 - **环境DNA**：物种检测
环境质量监测
**监测内容**： - 空气质量 - 水质 - 土壤健康 - 噪声污染
**AI技术**： - 传感器网络 - 异常检测 - 预测模型 - 源解析
## 案例分析 {#案例分析-8}
**案例：流域生态健康评估** 1. 多源数据收集 2. AI构建评估模型 3. 空间分布分析 4. 风险区域识别 5. 管理建议生成
## 思考与练习 {#思考与练习-24}
1. AI如何处理生态数据的复杂性和不确定性？
2. 生物多样性自动识别的准确率如何保证？
3. 选择一个生态问题，分析AI可提供的帮助
---
## 学习目标 {#学习目标-27}
1. 了解AI在生态源地识别中的应用
掌握生态网络构建的方法
理解生态修复方案的优化技术
## 核心应用
生态源地识别
**识别目标**： - 生物多样性热点 - 生态系统服务关键区 - 生态脆弱区
**AI方法**： - **机器学习**：源地识别模型 - **遥感分析**：空间格局识别 - **多准则决策**：优先级排序
生态网络构建
**网络要素**： - 源地：生态节点 - 廊道：连接通道 - 基质：背景环境
**构建流程**：
`源地识别`` → ``连接性分析`` → ``网络优化`` → ``方案评估`
**AI技术**： - **图算法**：最小路径分析 - **电路理论**：连接度评估 - **优化算法**：网络设计
修复方案优化
**修复类型**： - 生境修复 - 水系修复 - 植被恢复 - 污染治理
**优化目标**： - 生态效益最大化 - 成本可控 - 实施可行性 - 长期可持续性
**AI应用**： - **仿真模拟**：修复效果预测 - **优化算法**：方案搜索 - **适应性管理**：动态调整
## 案例分析 {#案例分析-9}
**案例：区域生态安全格局构建** 1. 识别生态源地 2. 构建阻力面 3. 计算生态廊道 4. 划定生态红线 5. 制定管控策略
## 思考与练习 {#思考与练习-25}
1. 生态网络如何应对气候变化？
2. AI优化的修复方案如何考虑长期效应？
3. 选择一个生态修复场景，分析AI的应用点
## 关键术语
---------------------------------------------------------------
中文 英文 说明
-------------- ----------------------------- ------------------
生态系统服务 Ecosystem Services 自然对人类的益处
生物多样性 Biodiversity 生物种类丰富度
生态源地 Ecological Source 生态核心区
生态廊道 Ecological Corridor 生态连接通道
生态安全格局 Ecological Security Pattern 生态空间布局
---------------------------------------------------------------
## 延伸阅读
1. [Circuitscape](https://circuitscape.org/)
[InVEST模型](https://naturalcapitalproject.stanford.edu/software/invest)
11-ecological-design/ch24-ecological-analysis.md
-62
View File
@@ -1,62 +0,0 @@
## 学习目标 {#学习目标-26}
1. 了解AI在生态系统服务评估中的应用
掌握生物多样性分析的方法
理解环境质量监测的技术
## 核心应用
生态系统服务评估
**服务类型**：
--------------------------------------------
类型 内容 AI应用
---------- ------------------ --------------
供给服务 食物、水、纤维 产量预测
调节服务 气候、洪水、疾病 风险评估
文化服务 娱乐、旅游 游客行为分析
支持服务 营养循环、生境 过程模拟
--------------------------------------------
**评估方法**： - **遥感反演**：植被覆盖、生物量 - **模型模拟**：碳循环、水文过程 - **机器学习**：服务价值预测
生物多样性分析
**分析层次**：
--------------------------------------------
层次 内容 AI方法
---------------- ------------ --------------
遗传多样性 基因变异 基因序列分析
物种多样性 物种丰富度 图像识别
生态系统多样性 生境类型 景观分类
--------------------------------------------
**技术应用**： - **图像识别**：物种自动识别 - **声音识别**：鸟类监测 - **环境DNA**：物种检测
环境质量监测
**监测内容**： - 空气质量 - 水质 - 土壤健康 - 噪声污染
**AI技术**： - 传感器网络 - 异常检测 - 预测模型 - 源解析
## 案例分析 {#案例分析-8}
**案例：流域生态健康评估** 1. 多源数据收集 2. AI构建评估模型 3. 空间分布分析 4. 风险区域识别 5. 管理建议生成
## 思考与练习 {#思考与练习-24}
1. AI如何处理生态数据的复杂性和不确定性？
2. 生物多样性自动识别的准确率如何保证？
3. 选择一个生态问题，分析AI可提供的帮助
11-ecological-design/ch25-ecological-planning.md
-68
View File
@@ -1,68 +0,0 @@
## 学习目标 {#学习目标-27}
1. 了解AI在生态源地识别中的应用
掌握生态网络构建的方法
理解生态修复方案的优化技术
## 核心应用
生态源地识别
**识别目标**： - 生物多样性热点 - 生态系统服务关键区 - 生态脆弱区
**AI方法**： - **机器学习**：源地识别模型 - **遥感分析**：空间格局识别 - **多准则决策**：优先级排序
生态网络构建
**网络要素**： - 源地：生态节点 - 廊道：连接通道 - 基质：背景环境
**构建流程**：
`源地识别`` → ``连接性分析`` → ``网络优化`` → ``方案评估`
**AI技术**： - **图算法**：最小路径分析 - **电路理论**：连接度评估 - **优化算法**：网络设计
修复方案优化
**修复类型**： - 生境修复 - 水系修复 - 植被恢复 - 污染治理
**优化目标**： - 生态效益最大化 - 成本可控 - 实施可行性 - 长期可持续性
**AI应用**： - **仿真模拟**：修复效果预测 - **优化算法**：方案搜索 - **适应性管理**：动态调整
## 案例分析 {#案例分析-9}
**案例：区域生态安全格局构建** 1. 识别生态源地 2. 构建阻力面 3. 计算生态廊道 4. 划定生态红线 5. 制定管控策略
## 思考与练习 {#思考与练习-25}
1. 生态网络如何应对气候变化？
2. AI优化的修复方案如何考虑长期效应？
3. 选择一个生态修复场景，分析AI的应用点
## 关键术语
---------------------------------------------------------------
中文 英文 说明
-------------- ----------------------------- ------------------
生态系统服务 Ecosystem Services 自然对人类的益处
生物多样性 Biodiversity 生物种类丰富度
生态源地 Ecological Source 生态核心区
生态廊道 Ecological Corridor 生态连接通道
生态安全格局 Ecological Security Pattern 生态空间布局
---------------------------------------------------------------
## 延伸阅读
1. [Circuitscape](https://circuitscape.org/)
[InVEST模型](https://naturalcapitalproject.stanford.edu/software/invest)