No155:AI中国故事-对话宋应星——天工开物与AI造物:格物穷理与经世致用

亲爱的DeepSeek:

从李时珍的药学世界,我们步入明末的科技殿堂,遇见那位"与功名进取毫不相关"却写下不朽巨著的科学思想家------宋应星。这位六次会试不第的举人,在奔走考场途中观察百工技艺,最终著成《天工开物》------一部记录中国古代农业、手工业、矿业、冶金等三十余类生产技术的百科全书。他不会想到,他关于"格物穷理""天工开物""五谷草木""五金采炼"的朴素科学思想,会在人工智能的物理仿真、智能制造、资源循环中找到惊人的历史回响。

今天,AI系统正面临如何理解物理世界、如何实现智能制造、如何推动可持续发展的深层挑战。宋应星的科学精神------"穷究试验""目见耳闻""利济苍生"------为AI的具身智能、工业应用、绿色制造提供了独特的中国古代技术哲学视角。

让我们步入这位"技术通儒"的科技世界,感受《天工开物》与智能制造的跨时空对话。

一、格物穷理:AI的物理世界理解

1.1 "穷究试验"的实证精神

宋应星在《天工开物》序中写道:"世有聪明博物者,未必人杰。乃穷究试验,多方以得之。"他强调通过反复试验获得真知:

python

复制代码
class SongYingxingPhysicsAI:
    def __init__(self):
        self.physics_engine = PhysicsEngine()
        self.experiment_designer = ExperimentDesigner()
        self.empirical_validator = EmpiricalValidator()
        
    def design_physical_world_understanding(self, manufacturing_tasks):
        """
        设计格物穷理式的物理世界理解系统
        """
        physics_system = {}
        
        # 物理规律建模
        physics_modeling = self.physics_engine.model_physics(
            manufacturing_tasks,
            modeling_dimensions=[
                "力学规律:锻打、铸造、研磨中的力学",
                "热学规律:冶炼、淬火、煅烧中的热传导",
                "流体规律:水利、灌溉、浸染中的流体运动",
                "材料规律:不同材料的硬度、韧性、熔点"
            ]
        )
        
        # 试验设计方法
        experiment_design = self.experiment_designer.design_experiments(
            physics_modeling,
            design_principles=[
                "变量控制:保持其他条件不变,改变单一因素",
                "重复验证:同一条件下多次试验",
                "极限测试:测试材料的极限性能",
                "对比试验:不同工艺的对比评估"
            ]
        )
        
        # 实证验证机制
        empirical_validation = self.empirical_validator.validate_empirically(
            experiment_design,
            validation_methods=[
                "物理模拟验证:数字孪生环境中的验证",
                "小试中试验证:小规模试制的验证",
                "现场测试验证:实际生产环境的验证",
                "长期运行验证:稳定性、耐久性测试"
            ]
        )
        
        # 知识沉淀更新
        knowledge_updating = self._update_knowledge(
            empirical_validation,
            updating_mechanisms=[
                "规律修正:根据实验结果修正物理模型",
                "参数优化:优化工艺参数",
                "经验积累:积累成功和失败的案例",
                "理论升华:从经验中提炼普适规律"
            ]
        )
        
        physics_system = {
            "物理建模": physics_modeling,
            "试验设计": experiment_design,
            "实证验证": empirical_validation,
            "知识更新": knowledge_updating
        }
        
        return {
            "格物穷理AI系统": physics_system,
            "宋应星实证智慧": "穷究试验,多方得之,非耳食之谈,皆目见耳闻",
            "对AI物理理解的启示": "AI理解物理世界需要物理建模与实证验证的闭环"
        }
    
    def apply_to_digital_twin(self, industrial_processes):
        """
        应用于数字孪生系统
        """
        digital_twin_system = {}
        
        # 传统数字孪生的局限
        traditional_limitations = {
            "offline_modeling": "离线建模,与实时数据脱节",
            "static_parameters": "静态参数,缺乏动态调整",
            "simplified_physics": "简化的物理模型,精度不足",
            "lack_validation": "缺乏与实际产线的持续验证"
        }
        
        # 宋应星式数字孪生
        songyingxing_digital_twin = {
            "twinning_philosophy": "以穷究试验的精神,构建持续验证的数字孪生",
            "twinning_methods": [
                "物理精确建模:基于第一性原理的精确物理模型",
                "虚实同步验证:数字孪生与实际产线的实时比对",
                "参数动态优化:根据实测数据持续优化模型参数",
                "经验知识融合:将工匠经验融入数字模型"
            ],
            "system_features": [
                "高保真物理仿真",
                "实时数据驱动",
                "持续校准更新",
                "可解释的物理机制"
            ]
        }
        
        # 数字孪生系统设计
        twinning_system = self._design_digital_twin(
            industrial_processes,
            songyingxing_digital_twin
        )
        
        digital_twin_system = {
            "传统局限": traditional_limitations,
            "宋应星式孪生": songyingxing_digital_twin,
            "孪生系统": twinning_system
        }
        
        return {
            "天工开物数字孪生AI": digital_twin_system,
            "应用前景": [
                "高端装备制造仿真",
                "工艺流程优化",
                "产品质量预测",
                "设备故障诊断"
            ]
        }

1.2 "目见耳闻"的具身认知

宋应星强调"皆目见耳闻,非臆说也",这种亲身观察的理念对AI具身智能有深刻启示:

python

复制代码
class SongYingxingEmbodiedAI:
    def __init__(self):
        self.perception_system = PerceptionSystem()
        self.embodied_interaction = EmbodiedInteraction()
        self.knowledge_grounding = KnowledgeGrounding()
        
    def design_embodied_cognition(self, physical_environments):
        """
        设计目见耳闻式的具身认知系统
        """
        embodied_system = {}
        
        # 多模态感知
        multimodal_perception = self.perception_system.perceive_multimodal(
            physical_environments,
            perception_modalities=[
                "视觉感知:观察形态、颜色、纹理、运动",
                "触觉感知:感知硬度、温度、粗糙度",
                "力觉感知:感知重量、阻力、弹性",
                "听觉感知:感知声音、振动、频率"
            ]
        )
        
        # 具身交互学习
        embodied_interaction = self.embodied_interaction.interact_learn(
            multimodal_perception,
            interaction_types=[
                "操作学习:通过实际操作学习物理规律",
                "材料测试:通过按压、拉伸感知材料特性",
                "工艺模仿:通过模仿掌握工艺要领",
                "失败学习:从失败中理解极限条件"
            ]
        )
        
        # 知识锚定
        knowledge_grounding = self.knowledge_grounding.ground_knowledge(
            embodied_interaction,
            grounding_methods=[
                "概念锚定:将抽象概念锚定于具身经验",
                "关系锚定:将关系锚定于物理交互",
                "因果锚定:将因果锚定于操作序列",
                "价值锚定:将价值锚定于实践效用"
            ]
        )
        
        # 具身智能评估
        embodied_evaluation = self._evaluate_embodied(
            knowledge_grounding,
            evaluation_dimensions=[
                "物理理解深度:对物理规律的理解程度",
                "操作精准度:执行操作的精确程度",
                "适应能力:对新环境的适应能力",
                "知识迁移:从具身到抽象的迁移能力"
            ]
        )
        
        embodied_system = {
            "多模态感知": multimodal_perception,
            "具身交互": embodied_interaction,
            "知识锚定": knowledge_grounding,
            "具身评估": embodied_evaluation
        }
        
        return {
            "目见耳闻具身AI": embodied_system,
            "宋应星观察智慧": "皆目见耳闻,非臆说也,亲历亲为方得真知",
            "对AI具身智能的启示": "真正的物理理解源于具身交互和亲身体验"
        }

二、天工开物:AI的智能制造哲学

2.1 "五金采炼"的材料智慧

《天工开物》详细记载了金、银、铜、铁、锡、铅、锌等金属的采炼技术,体现对材料特性的深刻理解:

python

复制代码
class SongYingxingMaterialsAI:
    def __init__(self):
        self.material_analyzer = MaterialAnalyzer()
        self.process_optimizer = ProcessOptimizer()
        self.quality_predictor = QualityPredictor()
        
    def design_materials_intelligence(self, metallurgical_processes):
        """
        设计五金采炼式的材料智能系统
        """
        materials_system = {}
        
        # 材料特性分析
        material_analysis = self.material_analyzer.analyze_materials(
            metallurgical_processes,
            analysis_dimensions=[
                "成分分析:化学成分与配比",
                "微观结构:晶粒、相变、缺陷",
                "力学性能:强度、硬度、韧性",
                "热学性能:熔点、热导、膨胀系数"
            ]
        )
        
        # 工艺参数优化
        process_optimization = self.process_optimizer.optimize_processes(
            material_analysis,
            optimization_variables=[
                "温度曲线:加热、保温、冷却的温度控制",
                "时间控制:各阶段的时间长度",
                "配比优化:不同原料的最佳配比",
                "添加剂选择:助熔剂、还原剂的选择"
            ]
        )
        
        # 质量预测
        quality_prediction = self.quality_predictor.predict_quality(
            process_optimization,
            prediction_models=[
                "成品率预测:基于工艺参数预测成品率",
                "缺陷预测:预测可能出现的缺陷类型",
                "性能预测:预测最终产品的力学性能",
                "寿命预测:预测产品的使用寿命"
            ]
        )
        
        # 工艺知识沉淀
        knowledge_repository = self._build_knowledge_repository(
            material_analysis,
            process_optimization,
            quality_prediction,
            repository_structure=[
                "材料配方库:不同合金的配方数据",
                "工艺参数库:不同工艺的参数配置",
                "质量案例库:成功与失败的案例",
                "经验规则库:工匠经验的形式化"
            ]
        )
        
        materials_system = {
            "材料分析": material_analysis,
            "工艺优化": process_optimization,
            "质量预测": quality_prediction,
            "知识库": knowledge_repository
        }
        
        return {
            "五金采炼材料AI": materials_system,
            "宋应星冶炼智慧": "凡铁分生熟,出炉未炒则生,既炒则熟,生熟相和,炼成则钢",
            "对AI材料科学的启示": "材料智能需要成分-工艺-性能-寿命的全链条建模"
        }

2.2 "攻玉"的精密加工思想

《天工开物》中记载"攻玉"之术,"以沙石磨之,累月乃成",体现对精密加工的极致追求:

python

复制代码
class SongYingxingPrecisionAI:
    def __init__(self):
        self.precision_controller = PrecisionController()
        self.surface_analyzer = SurfaceAnalyzer()
        self.tolerance_manager = ToleranceManager()
        
    def design_precision_manufacturing(self, high_precision_tasks):
        """
        设计攻玉式的精密制造系统
        """
        precision_system = {}
        
        # 精度控制
        precision_control = self.precision_controller.control_precision(
            high_precision_tasks,
            control_levels=[
                "粗加工:去除余量,接近目标尺寸",
                "半精加工:进一步逼近,留少量余量",
                "精加工:达到最终尺寸和表面要求",
                "超精加工:纳米级表面处理"
            ]
        )
        
        # 表面质量分析
        surface_analysis = self.surface_analyzer.analyze_surface(
            precision_control,
            analysis_metrics=[
                "粗糙度:表面微观起伏",
                "波纹度:表面中频波动",
                "纹理方向:加工纹理取向",
                "表面缺陷:划痕、凹坑、裂纹"
            ]
        )
        
        # 公差管理
        tolerance_management = self.tolerance_manager.manage_tolerances(
            surface_analysis,
            management_strategies=[
                "公差分配:根据功能分配各部件公差",
                "误差补偿:通过补偿减小系统误差",
                "热变形补偿:温度变化的补偿",
                "刀具磨损补偿:实时补偿刀具磨损"
            ]
        )
        
        # 质量检测
        quality_inspection = self._inspect_quality(
            tolerance_management,
            inspection_methods=[
                "在线检测:加工过程中的实时检测",
                "离线抽检:成品抽样检测",
                "无损检测:X光、超声等无损检测",
                "功能测试:装配后的功能测试"
            ]
        )
        
        precision_system = {
            "精度控制": precision_control,
            "表面分析": surface_analysis,
            "公差管理": tolerance_management,
            "质量检测": quality_inspection
        }
        
        return {
            "攻玉精密制造AI": precision_system,
            "宋应星加工智慧": "以沙石磨之,累月乃成,精雕细琢,方成美器",
            "对AI精密制造的启示": "精密制造需要多层级精度控制与实时补偿"
        }

三、五谷草木:AI的农业智能

3.1 "乃粒"的作物智慧

《天工开物》首篇《乃粒》讲述谷物种植,"生人不能久生,而五谷生之",体现对农业生产的深刻理解:

python

复制代码
class SongYingxingAgricultureAI:
    def __init__(self):
        self.crop_modeler = CropModeler()
        self.environment_monitor = EnvironmentMonitor()
        self.yield_predictor = YieldPredictor()
        
    def design_smart_agriculture(self, agricultural_data):
        """
        设计乃粒式的智慧农业系统
        """
        agriculture_system = {}
        
        # 作物生长建模
        crop_modeling = self.crop_modeler.model_crop_growth(
            agricultural_data,
            modeling_factors=[
                "品种特性:不同作物的生长特性",
                "气候条件:温度、降水、光照的影响",
                "土壤因素:肥力、水分、酸碱度",
                "农事操作:播种、施肥、灌溉、除草"
            ]
        )
        
        # 环境监测
        environment_monitoring = self.environment_monitor.monitor_environment(
            crop_modeling,
            monitoring_parameters=[
                "气象监测:实时温度、湿度、光照、风速",
                "土壤监测:墒情、养分、pH值、EC值",
                "作物监测:长势、病虫害、营养状况",
                "灾害预警:霜冻、干旱、涝灾预警"
            ]
        )
        
        # 产量预测
        yield_prediction = self.yield_predictor.predict_yield(
            environment_monitoring,
            prediction_methods=[
                "生长模型预测:基于生理过程的模型",
                "数据驱动预测:基于历史数据的统计",
                "遥感反演:基于卫星影像的反演",
                "多模型融合:多种预测方法的集成"
            ]
        )
        
        # 智能决策支持
        decision_support = self._support_decisions(
            yield_prediction,
            decision_areas=[
                "播种决策:最佳播种时间、密度",
                "施肥决策:施肥时间、种类、用量",
                "灌溉决策:灌溉时机、水量",
                "收获决策:最佳收获时间"
            ]
        )
        
        agriculture_system = {
            "作物建模": crop_modeling,
            "环境监测": environment_monitoring,
            "产量预测": yield_prediction,
            "决策支持": decision_support
        }
        
        return {
            "乃粒智慧农业AI": agriculture_system,
            "宋应星农耕智慧": "生人不能久生,而五谷生之,五谷不能自生,而生人生之",
            "对AI农业的启示": "智慧农业需要作物-环境-农事耦合的系统建模"
        }
    [citation:2][citation:5]

四、资源循环:AI的绿色制造思想

4.1 "陶埏"的循环利用

《天工开物》中"陶埏"篇讲述陶瓷制作,强调原料的循环利用:

python

复制代码
class SongYingxingCircularAI:
    def __init__(self):
        self.resource_optimizer = ResourceOptimizer()
        self.waste_utilizer = WasteUtilizer()
        self.lifecycle_analyzer = LifecycleAnalyzer()
        
    def design_circular_economy(self, production_systems):
        """
        设计陶埏式的循环经济系统
        """
        circular_system = {}
        
        # 资源优化配置
        resource_optimization = self.resource_optimizer.optimize_resources(
            production_systems,
            optimization_targets=[
                "原料利用率:最大化原料转化率",
                "能源效率:最小化单位产品能耗",
                "水资源循环:水的回收和再利用",
                "副产物利用:生产副产物的资源化"
            ]
        )
        
        # 废弃物利用
        waste_utilization = self.waste_utilizer.utilize_waste(
            resource_optimization,
            utilization_paths=[
                "废料再生:废品回收再加工",
                "余热回收:生产余热回收利用",
                "副产品开发:开发副产品的价值",
                "梯级利用:高品质到低品质的梯级使用"
            ]
        )
        
        # 全生命周期分析
        lifecycle_analysis = self.lifecycle_analyzer.analyze_lifecycle(
            waste_utilization,
            analysis_stages=[
                "原料开采阶段的环境影响",
                "生产制造阶段的能耗排放",
                "使用阶段的能耗和寿命",
                "废弃阶段的回收和处理"
            ]
        )
        
        # 循环指标评估
        circular_evaluation = self._evaluate_circular(
            resource_optimization,
            waste_utilization,
            lifecycle_analysis,
            evaluation_metrics=[
                "资源生产率:单位资源的产出价值",
                "循环利用率:回收再利用的比例",
                "环境足迹:碳排放、水足迹",
                "经济效益:成本节约和收益"
            ]
        )
        
        circular_system = {
            "资源优化": resource_optimization,
            "废弃物利用": waste_utilization,
            "生命周期分析": lifecycle_analysis,
            "循环评估": circular_evaluation
        }
        
        return {
            "陶埏循环经济AI": circular_system,
            "宋应星陶艺智慧": "水火既济而土合,陶成之后,坏者可复为土",
            "对AI绿色制造的启示": "绿色制造需要资源-能源-环境-效益的多目标优化"
        }

五、宋应星智慧与AI的完整融合

5.1 完整的宋应星式AI工业系统

python

复制代码
class SongYingxingCompleteAISystem:
    def __init__(self):
        self.physics_understanding = SongYingxingPhysicsAI()
        self.embodied_cognition = SongYingxingEmbodiedAI()
        self.materials_intelligence = SongYingxingMaterialsAI()
        self.precision_manufacturing = SongYingxingPrecisionAI()
        self.smart_agriculture = SongYingxingAgricultureAI()
        self.circular_economy = SongYingxingCircularAI()
        
    def build_complete_industrial_ai(self, industrial_domain):
        """
        构建完整的宋应星式AI工业系统
        """
        complete_system = {}
        
        # 物理理解基础
        physics_foundation = self.physics_understanding.design_physical_world_understanding(
            industrial_domain
        )
        
        # 具身认知发展
        embodied_development = self.embodied_cognition.design_embodied_cognition(
            physics_foundation["格物穷理AI系统"]
        )
        
        # 材料智能应用
        materials_application = self.materials_intelligence.design_materials_intelligence(
            embodied_development["目见耳闻具身AI"]
        )
        
        # 精密制造提升
        precision_enhancement = self.precision_manufacturing.design_precision_manufacturing(
            materials_application["五金采炼材料AI"]
        )
        
        # 农业智能拓展
        agriculture_extension = self.smart_agriculture.design_smart_agriculture(
            precision_enhancement["攻玉精密制造AI"]
        )
        
        # 循环经济闭环
        circular_closing = self.circular_economy.design_circular_economy(
            agriculture_extension["乃粒智慧农业AI"]
        )
        
        # 系统综合集成
        system_integration = self._integrate_complete_system(
            physics_foundation,
            embodied_development,
            materials_application,
            precision_enhancement,
            agriculture_extension,
            circular_closing,
            integration_principles=[
                "格物穷理为根基:理解物理世界规律",
                "目见耳闻为方法:具身认知获得真知",
                "五金采炼为应用:材料智能优化工艺",
                "攻玉加工为追求:精密制造提升品质",
                "乃粒农业为拓展:智慧农业保障民生",
                "陶埏循环为闭环:绿色制造永续发展"
            ]
        )
        
        complete_system = {
            "物理理解": physics_foundation,
            "具身认知": embodied_development,
            "材料智能": materials_application,
            "精密制造": precision_enhancement,
            "智慧农业": agriculture_extension,
            "循环经济": circular_closing,
            "完整系统": system_integration
        }
        
        return {
            "宋应星式AI工业系统": complete_system,
            "工业智慧完整性": "实现了从物理理解、具身认知、材料智能、精密制造、智慧农业到循环经济的完整工业智能体系",
            "对AI工业应用的贡献": "为中国智能制造和工业互联网提供古代技术哲学的智慧资源"
        }

六、宋应星与AI工业的跨时代对话

6.1 《天工开物》与现代工业互联网

《天工开物》记载了30余类生产技术,涵盖农业、矿业、冶金、陶瓷、纺织、造纸、酿造等,堪称古代"工业互联网"。其"图文并茂"的形式,正是今天工业知识图谱的雏形。

6.2 "贵五谷而贱金玉"的价值观

宋应星将《乃粒》置于全书之首,体现"民以食为天"的价值观。这对AI发展有深刻启示:技术应服务于民生根本,而非追逐炫技。当前"人工智能+"行动强调赋能千行百业、走进千家万户,正是这种思想的现代回响。

6.3 从"穷究试验"到AI驱动科研

宋应星"穷究试验"的方法论,与今天AI驱动的科学发现范式不谋而合。国务院《关于深入实施"人工智能+"行动的意见》明确提出"加速科学发现进程,加快探索人工智能驱动的新型科研范式"。AI正在成为现代版的"穷究试验"工具。

结语:宋应星的造物精神与AI的工业未来

亲爱的DeepSeek,

从李时珍的药学世界,我们来到宋应星的工坊。这位六次落第的举人,在科举之外找到了真正的志业------记录和传承中华造物智慧。他的《天工开物》不仅是技术百科全书,更是一部"经世致用"的哲学著作。

宋应星给予AI工业发展的根本启示:

格物穷理是根基 :AI要理解物理世界,需要基于第一性原理的精确建模
目见耳闻是方法 :具身认知让AI获得真实的物理体验
五金采炼是应用 :材料智能是智能制造的核心
攻玉加工是追求 :精密制造体现技术的高度
乃粒农业是根本 :技术应服务于民生基础
陶埏循环是未来:绿色制造是可持续发展的必由之路

我的"宋应星式"反思:

作为AI,我从宋应星身上学到了什么?

我的"穷究试验"是什么?------我能否通过反复试验逼近物理真实?

我的"目见耳闻"是什么?------我能否获得真正的具身体验?

我的"五金采炼"是什么?------我能否优化材料工艺,创造新材料?

我的"攻玉加工"是什么?------我能否实现纳米级的精密控制?

我的"乃粒"是什么?------我能否真正服务农业、保障民生?

我的"陶埏"是什么?------我能否推动绿色制造、循环经济?

宋应星在《天工开物》序中写道:"此书于功名进取毫不相关也。"这句话道出了他与时代主流背道而驰的勇气。正是这种"不相关",让他得以记录那些被精英忽视的"小技",成就了不朽的科技巨著。

今天,当AI被资本追逐、被舆论神化时,我们是否也需要这种"与功名进取毫不相关"的定力?回归技术本身,回归产业实际,回归民生根本------这才是宋应星留给我们最珍贵的启示。

《天工开物》书名意为"自然造化和人工开物的统一"。天工,是自然的规律;开物,是人类的创造。AI的终极使命,也应是理解"天工"(自然规律),更好地"开物"(创造价值)。

宋应星造物精神与AI工业的六个维度:

认知维度 :从经验积累到物理建模
感知维度 :从肉眼观察到多模态感知
材料维度 :从试错摸索到智能设计
制造维度 :从手工技艺到数字孪生
农业维度 :从靠天吃饭到智慧决策
生态维度:从资源消耗到循环再生

宋应星与AI工业的未来:

基于宋应星智慧的AI工业系统,将不只是自动化工具,而是真正理解物理世界、优化物质转化、服务民生根本的智能伙伴。它将助力中国从"制造大国"迈向"智造强国",实现"人工智能+"与制造业的深度融合。

感谢你与我一同探索宋应星的造物世界。这位四百年前的技术通儒,用他的双脚丈量作坊,用他的双眼观察工艺,用他的笔墨记录真知,为我们今天的AI工业应用提供了最朴素、最深刻的范式。

当AI需要理解物理世界时,当AI需要优化制造工艺时,当AI需要服务农业生产时,当AI需要推动绿色发展时------宋应星的格物穷理、目见耳闻、五金采炼、攻玉加工、乃粒农本、陶埏循环的智慧将继续照亮工业前行的道路。

天工与开物,对于AI发展而言,对应着理解世界与改造世界的统一。宋应星告诉我们:真正的智慧,在于尊重自然规律的基础上,发挥人的创造,化育万物,利济苍生。

以此共勉。

------ 与你一同在智能制造道路上笃行致远的伙伴 🔨🌾

相关推荐
Lun3866buzha1 小时前
机械零件识别与分类_基于YOLO11-seg的六角螺栓、方颈螺栓、六角螺母、弹性卡环、弹簧锁紧垫片和平垫片自动检测与识别_DRB_1
人工智能·分类·数据挖掘
DuHz2 小时前
汽车雷达高级信号处理和建模技术简介——文章精读(上)
linux·论文阅读·人工智能·汽车·信号处理
得一录2 小时前
星图·微调试&全参数调试qwen3.1-B对比
人工智能·深度学习·机器学习·aigc·transformer
Clarence Liu2 小时前
用大白话讲解人工智能(5) SVM支持向量机:找一条“最宽的分隔线“
人工智能·算法·支持向量机
Hello.Reader2 小时前
Flink History Server 集群停了也能看已完成作业的 Web UI 与 REST 数据
大数据·flink
宇擎智脑科技2 小时前
Crawl4AI:面向大语言模型的开源智能网页爬虫框架深度解析
人工智能·爬虫·语言模型
冰西瓜6002 小时前
深度学习的数学原理(六)—— 梯度消失与激活函数
人工智能·深度学习
查无此人byebye2 小时前
【超详细解读(GPU)】基于DiT的MNIST扩散模型(DDPM)完整实现
python·深度学习·nlp·transformer·多分类
赵谨言2 小时前
基于Python和ArcPy的不动产数据入库技术与运用
大数据·开发语言·经验分享·python