pengxiao
e58b95d227
将《设计人工智能：基础与应用》拆分为 38 个 Markdown 文件， 按 11 个部分（上篇6部分+下篇5部分）+ 3 个附录组织。 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
151 lines
4.3 KiB
Markdown
151 lines
4.3 KiB
Markdown
|
||
## 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
|