2016年chatGPT之父Altman与马斯克的深度对话(值得一看)
2016年9月,现今OpenAI CEO,ChatGPT之父,时任创投公司Y Combinator的总裁Sam Altman在特斯拉加州弗里蒙特工厂采访了埃隆·马斯克。马斯克阐述了创建OpenAI的初衷,以及就他而言,对于未来最为重要的五件事。这是OpenAI的两位联合创始人之间的一次对话,按某位油管读者的评论,宛如“成名前的科比访谈乔丹”。
非常值得一看,当年的Altman有没受马斯克的影响呢?我们不得而知。但从如今的Altman的表现来看,当年的那一次深度对话,对他产生过影响。希望从牛人的对话中收获些许感悟。看完有什么收获和启发?欢迎留言评论。

时间轴
2016年9月
本次访谈。Sam Altman时任创投公司Y Combinator的总裁。特斯拉4月刚发布Model 3新车型,正在搭建自动产线,老马即将深陷“产能地狱”。
2018年
马斯克退出OpenAI董事会席位,声称因他同时担任特斯拉CEO,开发基于人工智能的自动驾驶技术,而可能有“潜在的利益冲突”。
2019年
OpenAI从非营利组织转变为“有限盈利”的营利组织。
2020/2021/2022年
Altman 的投资还在继续,他不惧怕巨大的创意,它们对世界的潜在影响让他着迷。OpenAI相继推出GPT-3模型,DALL-E(通过文本生成图片),ChatGPT等产品。
2021 年,Altman 以 3.75 亿美元领投核聚变初创公司Helion,这是他有史以来对初创企业的最大投资。Altman 所做的事情,并非东一榔头西一棒槌,他对未来有着清晰的规划。根据Altman 的经验,专注、人际关系和自信,是在这个世界做事的方式。
对话主题
最重要的事
-
就最有可能影响人类未来的事情而言,我认为人工智能可能是短期内最重要的事。
-
我认为,遗传学可能是第二重要的事。
-
25年前,我认为最重要的(五件)事是:让生命跨越行星,加速向可持续能源的过渡,广义上的互联网,然后是遗传学和人工智能。
选择做有用的事
-
这就是为什么,创造一些能带来巨大变化的东西,影响少量到中等数量的人,这很棒。但即使只带来了很小的变化,如果能影响大量的人,也一样出色。
-
如果人们认为,每一年技术都会自动进步,那么,事实并非如此。只有聪明的人们疯狂地工作,努力让它变得更好,它才会进步。这就是任何技术得以进步的真正方法。
-
我认为你应该永远记住,熵并不在你这边。
-
我并不是没有恐惧感,我的感觉很强烈。但有时,当一件事足够重要,你足够相信它,你就会不顾恐惧,放手去做。
人工智能风险,创立OpenAI的初衷
-
我认为,风险并不在于人工智能会源于邪恶而发展出自我意志。令人担心的是,某些人可能会拿它来干坏事,而即使他们不打算拿它来干坏事,也会有人把它拿走,然后用它来干坏事。
-
我认为我们必须实现人工智能技术的民主化,并让它能广泛使用。而这显然就是整个团队创建OpenAI的原因。
-
如果我们能改善大脑皮层和“数字化扩展的你”之间的脑机接口,有效地与人工智能融合,你事实上就成了一个人工智能和人类的共生体。
-
如果这个方案能被广泛获取,任何人都可以拥有它,那么我们也就解决了控制权问题。我们不必再担心某个邪恶的独裁人工智能,因为整体而言我们就是人工智能。

对话全文
以下是对话全文:
Sam:
今天我们请到了埃隆·马斯克。埃隆,感谢你接受采访。
埃隆:
感谢你邀请我。
Sam:
今天,我们想花点时间谈谈你对未来的看法,以及人们应该往哪些方面努力。
首先,你能否告诉我们,你年轻时曾说过一句著名的话,你认为,对你来说,有五个问题是需要从事的最重要的工作。如果你今天回到22岁,你会想要解决的五个问题是什么?
埃隆:
嗯,首先,我认为如果某人在做一些对社会其他人有用的事情,这就是件好事,不一定需要改变世界。
如果你做的事情对人们来说有很高的价值,坦率地说,即使只是一个小游戏,或者只是照片分享的某种改进,如果它对于大量的人群能带来少量的好处,我认为这就很好。并不一定非得要改变世界,才算是好事。
但是,就最有可能影响人类未来的事情而言,我认为人工智能可能是短期内最重要的事。
重要的是,我们让人工智能以良好的方式到来,让你如果能透过水晶球看到未来,你会欣喜那样的结果,因为就如我们多次讨论的,这件事可能会出错。我们的确需要确保它以正确的方式发展。
人工智能,致力于人工智能,并确保它的未来很美好。这是我认为目前最重要,最紧迫的事情。
然后,显然是任何与遗传学有关的事情。如果你能真正解决遗传性疾病,如果你能通过基因重新编程,预防痴呆症或阿尔茨海默氏症,这就太棒了。我认为,遗传学可能是第二重要的事。
我认为,需要拥有一个高带宽的大脑接口,因为我们目前带宽有限。我们有一个数字化的“第三级自我”,以电子邮件、电脑、电话、应用程序的形式存在。实际上,我们已经是超人了。但我们的大脑皮层和第三级数字形式的自我之间,在接口上的限制相当糟糕。
我认为,帮助解决这一带宽限制,对于未来也是非常重要的。
Sam:
雄心勃勃的年轻人最常问的问题之一是,我想成为下一个埃隆·马斯克,怎样才能做到这一点?
显然,下一个埃隆·马斯克将从事和你非常不同的事情。但你的哪些过往经历,你年轻时做过些什么,对你产生了巨大的影响?
埃隆:
嗯,首先,我应该说,我并不期望参与所有这些项目。
大学期间,那已经很久了,25年前,我认为最重要的事是:让生命跨越行星,加速向可持续能源的过渡,广义上的互联网,然后是遗传学和人工智能。
我想,我并不期望自己参与所有这些项目。事实上,在读大学的时候,我想过,我会从帮助汽车向电动化转变开始。而实际上,我实习时所从事的工作,就是高级的超级电容,看看对于汽车的能量存储来说,是否相对于电池会是一个突破。
然后,当我去斯坦福的时候,这也是我原本要做的研究生课题,研究电动汽车的最新储能技术。
而我搁置了学业,在95年创办了一家互联网公司。因为对于某些特定技术来说,当时似乎的确处于曲线的一个拐点。而我并不想只是在斯坦福大学读博士,然后看着这一切发生,我也并不完全确定我所研究的技术是否真的会取得成功。正如你可以攻读很多方向的博士学位,但最终也没对世界产生实际的影响。
而我只是想成为一个有用的人。这就是一个优化问题,我能做些什么才会真正有用?
Sam:
你认为今天想成为有用的人,需要读取博士学位吗?
埃隆:
大多数情况下,并不需要。有些情况需要,但大多数情况并不需要。
Sam:
那么,怎么样才能成为有用的人呢?
人们应该如何寻求让自己成为最有用的人的方式?
埃隆:
不管你想创造的是什么,与当前技术水平相比的实用性提升是多少,乘以会影响的人数。
这就是为什么,创造一些能带来巨大变化的东西,影响少量到中等数量的人,这很棒。但即使只带来了很小的变化,如果能影响大量的人,也一样出色。
这就像曲线之下的面积。是的,没错,这两种情况,曲线下的面积其实大致相似。是的,努力成为有用的人,有影响的人。
Sam:
然后,当你努力估算成功的概率,你会说,这件事非常有价值,曲线下的面积颇为可观。
我想举SpaceX的例子,当你决定要做这件事的时候,在当时,这是一件非常疯狂的事情吧?
埃隆:
当然,非常疯狂。人们对此并不确定,但我同意,我同意他们的看法,这很疯狂。
如果目标是实现经风险因素调整后最好的回报,创办一家公司的确是疯狂的,但那并不是我的目标。显然我的结论是:如果不做些什么改进火箭技术,我们将永远困在地球上。
而当时,大型航空航天公司对于激进的创新毫无兴趣,他们所想要做的,只是努力让他们的旧有技术每年进步一点点。而事实上,有时他们的技术甚至会变得更糟。特别是在火箭方面,情况相当糟糕。
69年,我们还能用土星五号登月。然后,航天飞机只能把人带到低地球轨道上。然后,航天飞机退役了。我是说,这个趋势,基本上就是趋向于零。
如果人们认为,每一年技术都会自动进步,那么,事实并非如此。只有聪明的人们疯狂地工作,努力让它变得更好,它才会进步。这就是任何技术得以进步的真正方法。
而就技术本身而言,如果人们并不努力工作,它就会退步。你可以看看文明的历史,众多文明,比如古埃及。他们当时能够建造这些神奇的金字塔,然后,他们基本上忘记了如何建造金字塔,再然后,他们也忘记了如何阅读象形文字。
再看看罗马人,他们当时能够建造这些神奇的道路、水渠和室内管道,而他们后来忘记了如何建造所有这些。
历史上有很多这样的例子。我认为你应该永远记住,熵并不在你这边。
Sam:
我很喜欢你的一点,是你异常的无畏,别人说的疯狂的事,你也愿意去做。我认识很多相当疯狂的人,但你仍然很突出。
这一点从何而来?或者说,当所有人都告诉你这是一个疯狂的想法时,你是如何做出决定的?或者,你是从哪里得到了内在的力量,去做这样的决定?
埃隆:
嗯,首先,我想说的是,我其实认为我对恐惧的感受相当强烈。我并不是没有恐惧感,我的感觉很强烈。
但有时,当一件事足够重要,你足够相信它,你就会不顾恐惧,放手去做。
人们不应该这样想:嗯,我对这件事感到恐惧,我就不应该去做。感到恐惧是正常的,如果你不感到恐惧,那一定是你的心理有某种问题。

Sam:
你就感受着恐惧,然后让事情的重要性驱动你动手去做。
埃隆:
事实上,在某种程度上,宿命论有所帮助。如果你接受了概率,那么,这就能减少你的恐惧。
当创建SpaceX时,我认为成功的几率不到10%。而我接受了这一点,事实上,我很可能会失去一切。但是,如果能向前推进的话,也许我们会取得一些进展。即使我们倒闭了,也许其他公司会接过接力棒,继续向前推进,这仍然是一件好事。
是的,特斯拉也一样。我当然认为,一家汽车公司获得成功的几率极低。
Sam:
当前,你认为建立火星殖民的概率有多高?
埃隆:
嗯,奇怪的是,我认为概率还挺高的。
Sam:
那我什么时候可以去火星呢?
埃隆:
好吧,当前,我确定有一个办法,我确定对于建立一个自给自足,不断发展的火星殖民地而言,成功有可能的,我确定这是有可能的。而甚至几年前,我都还不确定是否有成功的可能性。
送足够数量的人去火星,我认为这件事有可能可以在大约10年内完成。也许更快,也许9年。
在那之前,我需要确保SpaceX公司不会倒闭,而且我不会死去,或者如果我死了,有人会接手能继续这件事。
Sam:
你不应该跟随第一次发射去火星。
埃隆:
没错。不过反正第一次发射肯定是不载人的。
Sam:
我想去火星,但我受不了网络延迟。
埃隆:
是的,网络延迟会很明显。
火星离太阳约12光分,而地球是8光分。地球和火星的最近距离是4光分,最远是20光分。会略多一些,因为你们不能直接对着太阳通话。

地球和火星轨道的相对关系
Sam:
说到真正重要的问题,人工智能,你一直对人工智能直言不讳。你能谈谈人工智能的积极未来是什么样子吗,以及我们如何实现这一未来?
埃隆:
好的,我想强调下,并不是我这样倡导,也不是什么条条框框,这纯粹只是一个预测。因为有时人们会说,这是我所希望发生的事情,而不是说,这是现有替代方案中,我认为可能最好的方案。
我可以想出的最好替代方案,也许也是其他人可以想出的最好方案,就是:我们实现人工智能技术的民主化。也就是说,没有任何一家公司或一小部分人能控制高级人工智能技术。
我认为那是非常危险的状况。
它也可能被某些坏人偷走,比如,某些邪恶的独裁者或国家可能会派情报机构偷取它,并获得控制权。一旦你获得了极其强大的人工智能技术,就会变成一个非常不稳定的状况,你就不知道,谁会来掌控它。
我认为,风险并不在于人工智能会源于邪恶而发展出自我意志。令人担心的是,某些人可能会拿它来干坏事,而即使他们不打算拿它来干坏事,也会有人把它拿走,然后用它来干坏事。我认为,这个危险相当的大。
因此,我认为我们必须实现人工智能技术的民主化,并让它能广泛使用。而这显然就是整个团队创建OpenAI的原因。那就是,帮助传播人工智能技术,这样,它就不会被集中在少数人的手中。但当然,这需要与解决大脑皮层的高带宽接口相结合。
Sam:
人类是如此的迟缓。
埃隆:
人类是如此的迟缓,是的,没错。
但是,我们的大脑已经具备了大脑皮层和边缘系统。边缘系统就像是一个原始的大脑,它就像是你的本能。然后,大脑皮层是负责大脑思维的一个部分。
这两个系统似乎可以很好地协同工作。偶尔,你的大脑皮层和边缘系统会有分歧,但一般来说,它们都能很好地协同工作。我还没有发现有人想要切掉他们的大脑皮层或他们的边缘系统的。
Sam:
没错。
埃隆:
是的,这很不常见。
如果我们能改善大脑皮层和“数字化扩展的你”之间的脑机接口, 有效地与人工智能融合,正如我所说,“数字化扩展的你”已经存在,只是有带宽问题,然后,你事实上就成了一个人工智能和人类的共生体。
如果这个方案能被广泛获取,任何人都可以拥有它,那么我们也就解决了控制权问题。我们不必再担心某个邪恶的独裁人工智能,因为整体而言我们就是人工智能。
这似乎是我能想到的最好结果。
Sam:
你看到过很多其他公司,从小规模起步,并获得了真正的成功。
希望我不至于忘记在镜头前问这个问题,作为一家成立六个月的公司,你认为OpenAI的进展如何?
埃隆:
我认为它的进展挺好的。
我认为,我们在OpenAI有一个非常有才华的团队。是的,非常非常有才华的团队,他们工作非常努力。
OpenAI的结构是一个501c3非营利组织。许多非营利组织都没有紧迫感,这没问题,他们不需要有紧迫感。但是OpenAI有,因为人们真正相信它的使命。我认为这很重要,这个使命是关于将未来的生存伤害风险降到最低。
我认为它的进展挺顺利,对于人们在做的事和人才的水平,我的印象很深。显然,我们一直在寻找相信这个使命的优秀人才加入。
Sam:
接近40人了。
好的,在我们结束之前,还有几个问题,你的时间是怎么分配的?你的大部分时间花在哪里?
埃隆:
我的时间主要是花在SpaceX和特斯拉。
当然,我努力每周花一些时间在OpenAI上。基本上,大多数星期我都会花半天时间在OpenAI上。然后,周中也会有一些OpenAI的事务。但除此之外,基本就是SpaceX和特斯拉。
Sam:
那么,在SpaceX或特斯拉时,你会做些什么?你的时间主要花在哪里?
埃隆:
这是个好问题。
我想,很多人认为我一定花了很多时间在媒体或商业的事务上。但其实,我几乎所有的时间,80%的时间是花在工程和设计上,工程和设计。开发下一代产品,花了我80%的时间。
Sam:
你可能不记得这件很久以前的事情了,很多年前,你带我参观了SpaceX。最令人印象深刻的是,你了解火箭和工程技术的每一个细节。我不认为很多人能做到这一点。
埃隆:
是的,我想,很多人认为我是商人或之类的身份,没问题。
但在SpaceX,格温·肖特维尔是首席运营官,她负责管理法务、财务、销售和日常的商业活动。然后我的时间几乎完全花在工程团队上,致力于改进猎鹰9号和龙飞船,并开发火星殖民架构。
然后,在特斯拉,是从事Model 3的工作。有时在设计工作室,通常每周半天,处理美学,界面外观的问题。然后一周的大部分时间是跟进汽车本身的工程工作,以及工厂的工程工作。
我今年最大的感受是,真正重要的,是生产机器的机器,也就是工厂。而这至少比汽车本身难两个数量级。
Sam:
看着机器人在这里工作,而这些车就这样被造出来了,这真是不可思议。
埃隆:
是的,与即将建成的超级工厂和Model 3产线相比,这里的自动化程度算低的。
Sam:
这些汽车在生产线上的行进速度是多少?
埃隆:
事实上,生产线的平均速度是很慢的。包括X和S,可能也只有每秒5厘米,很慢。
Sam:
那你的目标是多快?
埃隆:
我相信我们至少可以达到每秒1米,提速20倍。
Sam:
这就很快了。
埃隆:
是的,这少这个速度。我认为可以这么看,每秒1米是慢速行走,或者说是中速行走。快速行走是每秒1.5米。然后,速度最快的人类可以每秒跑超过10米。如果我们每秒只前进0.05米的话,那真的是非常慢。而每秒1米,你的步行速度仍然可以比生产线快。
引伸阅读
马斯克最值得一看的一个视频-和chatGPT的深度对话
马斯克:不但是ChatGPT的联合创始人,还说:ChatGPT将颠覆世界
ChatGPT 之父传奇:技术天才、投资狂魔、末日生存狂、下一个马斯克|人工智能|初创公司|埃隆_马斯克|微软|末日生存狂|马克·扎克伯格_手机网易网
相关文章:
2016年chatGPT之父Altman与马斯克的深度对话(值得一看)
2016年9月,现今OpenAI CEO,ChatGPT之父,时任创投公司Y Combinator的总裁Sam Altman在特斯拉加州弗里蒙特工厂采访了埃隆马斯克。马斯克阐述了创建OpenAI的初衷,以及就他而言,对于未来最为重要的五件事。这是OpenAI的两…...
基于vscode开发vue3项目的详细步骤教程 3 前端路由vue-router
1、Vue下载安装步骤的详细教程(亲测有效) 1_水w的博客-CSDN博客 2、Vue下载安装步骤的详细教程(亲测有效) 2 安装与创建默认项目_水w的博客-CSDN博客 3、基于vscode开发vue项目的详细步骤教程_水w的博客-CSDN博客 4、基于vscode开发vue项目的详细步骤教程 2 第三方图标库FontAw…...
【C语言】每日刷题 —— 牛客语法篇(5)
前言 大家好,继续更新专栏 c_牛客,不出意外的话每天更新十道题,难度也是从易到难,自己复习的同时也希望能帮助到大家,题目答案会根据我所学到的知识提供最优解。 🏡个人主页:悲伤的猪大肠9的博…...
操作系统(2.1)--进程的描述与控制
目录 一、前驱图和程序执行 1.前驱图 2.程序顺序执行 2.1 程序的顺序执行 2.2 程序顺序执行时的特征 3. 程序并发执行 3.1程序的并发执行 3.2 程序并发执行时的特征 一、前驱图和程序执行 1.前驱图 前趋图:是一个有向无循环图,用于描述进程之间执行的前后…...
JAVA查看动态代理类
JAVA查看代理类 1. 代理类 class 生成 System.setProperty // jdk8及之前的设置System.setProperty("sun.misc.ProxyGenerator.saveGeneratedFiles", "true");// or System.getProperties().put("sun.misc.ProxyGenerator.saveGenerated…...
Chapter2 : SpringBoot配置
尚硅谷SpringBoot顶尖教程 1. 全局配置文件 SpringBoot使用一个全局的配置文件 application.properties 或者 application.yml ,该配置文件放在src/main/resources目录或者类路径/config目录下面, 可以用来修改SpringBoot自动配置的默认值。 yml是YA…...
手撕单链表练习
Topic 1:LeetCode——203. 移除链表元素203. 移除链表元素 - 力扣(LeetCode)移除链表中的数字6操作很简单,我们只需要把2的指向地址修改就好了,原来的指向地址是6现在改为3这个思路是完全正确的,但是在链表…...
Kubuntu安装教程
文章目录Kubuntu介绍下载Kubuntu在VMware虚拟机中安装Kubuntu1. 点击“创建新的虚拟机”2. 选择“自定义(高级)”3. 按照下图所示进行设置设置网络4. 点击“自定义硬件”5. 开启虚拟机6. 进入安装界面,选择中文,之后点击“安装Kub…...
[蓝桥杯] 树状数组与线段树问题(C/C++)
文章目录 一、动态求连续区间和 1、1 题目描述 1、2 题解关键思路与解答 二、数星星 2、1 题目描述 2、2 题解关键思路与解答 三、数列区间最大值 3、1 题目描述 3、2 题解关键思路与解答 标题:树状数组与线段树问题 作者:Ggggggtm 寄语:与其…...
Matlab-Loma Prieta 地震分析
此示例说明如何将带时间戳的地震数据存储在时间表中以及如何使用时间表函数来分析和可视化数据。 加载地震数据 示例文件quake.mat包含 1989 年 10 月 17 日圣克鲁斯山脉 Loma Prieta 地震的 200 Hz 数据。这些数据由加州大学圣克鲁斯分校查尔斯F里希特地震实验室的 Joel Yelli…...
Spring Boot全局异常处理
使用注解方式处理全局异常使用 ControllerAdvice (RestControllerAdvice) 配合 ExceptionHandler适用于返回数据的请求(一般是RESTful接口规范下的JSON报文)package com.example.exception;import org.slf4j.Logger; import org.s…...
websocket每隔5秒给服务端send一次信息
websocket轮询每隔5秒给服务端send一次信息,主要功能点如下:socket 采用了定时器 setInterval() 需要清除定时器否则会报错监听了突然关闭浏览器窗口,destroyed里面直接监听 window.removeEventListener("beforeu…...
2023年中职网络安全——SQL注入测试(PL)解析
SQL注入测试(PL) 任务环境说明: 服务器场景:Server2312服务器场景操作系统:未知(关闭链接)已知靶机存在网站系统,使用Nmap工具扫描靶机端口,并将网站服务的端口号作为Flag(形式:Flag字符串)值提交。访问网站/admin/pinglun.asp页面,此页面存在SQL注入漏洞,使用排…...
利用蜜罐捕捉攻击实验(31)
预备知识 1、蜜罐的含义和作用 蜜罐(Honeypot)是一种在互联网上运行的计算机系统。它是专门为吸引并诱骗那些试图非法闯入他人计算机系统的人(如电脑黑客)而设计的,蜜罐系统是一个包含漏洞的诱骗系统,它通过模拟一个或多个易受攻击的主机ÿ…...
PyTorch深度学习实战 | 自然语言处理与强化学习
PyTorch是当前主流深度学习框架之一,其设计追求最少的封装、最直观的设计,其简洁优美的特性使得PyTorch代码更易理解,对新手非常友好。本文主要介绍深度学习领域中自然语言处理与强化学习部分。自然语言区别于计算机所使用的机器语言和程序语…...
测牛学堂:接口测试基础理论和工具的使用
接口测试流程总结 1 需求分析,看产品经理的需求文档 2 接口文档解析,开发编写的api接口文档 3 设计测试用例 4脚本开发 5 执行及缺陷跟踪 6 生成测试报告 7接口自动化持续集成 测试解析接口文档 接口文档,又称为api文档,是由后…...
定长内存池的实现
解决的是固定大小的内存申请释放需求: 性能达到极致不考虑内存碎片问题(统一使用自由链表管理还回来的空间) 为了避免命名污染,不要直接using namespace std;只展开常用的。 #include <iostream> using std::cout; using std::endl;申请空间时有…...
三更草堂springSecurity的学习
源码地址:学习springSecurity (gitee.com) git:https://gitee.com/misszyg/spring-security.git 一,认证流程 1,经过UsernamePasswordAuthenticationFilter (1)传入了用户的账号,密码 源码&a…...
【C语言】指针的深度理解(一)
前言 我们已经了解了指针的概念,一是指针变量是用来存放地址的,每个地址都对应着唯一的内存空间。二是指针的大小是固定的4或8个字节(取决于操作系统,32位的占4个字节,64位的占8个字节)。三是指针是有类型…...
Kafka最佳实践
前言 Kafka 最佳实践,涉及 典型使用场景Kafka 使用的最佳实践 Kafka 典型使用场景 Data Streaming Kafka 能够对接到 Spark、Flink、Flume 等多个主流的流数据处理技术。利用 Kafka 高吞吐量的特点,客户可以通过 Kafka 建立传输通道,把应…...
Debian系统简介
目录 Debian系统介绍 Debian版本介绍 Debian软件源介绍 软件包管理工具dpkg dpkg核心指令详解 安装软件包 卸载软件包 查询软件包状态 验证软件包完整性 手动处理依赖关系 dpkg vs apt Debian系统介绍 Debian 和 Ubuntu 都是基于 Debian内核 的 Linux 发行版ÿ…...
人机融合智能 | “人智交互”跨学科新领域
本文系统地提出基于“以人为中心AI(HCAI)”理念的人-人工智能交互(人智交互)这一跨学科新领域及框架,定义人智交互领域的理念、基本理论和关键问题、方法、开发流程和参与团队等,阐述提出人智交互新领域的意义。然后,提出人智交互研究的三种新范式取向以及它们的意义。最后,总结…...
day36-多路IO复用
一、基本概念 (服务器多客户端模型) 定义:单线程或单进程同时监测若干个文件描述符是否可以执行IO操作的能力 作用:应用程序通常需要处理来自多条事件流中的事件,比如我现在用的电脑,需要同时处理键盘鼠标…...
第7篇:中间件全链路监控与 SQL 性能分析实践
7.1 章节导读 在构建数据库中间件的过程中,可观测性 和 性能分析 是保障系统稳定性与可维护性的核心能力。 特别是在复杂分布式场景中,必须做到: 🔍 追踪每一条 SQL 的生命周期(从入口到数据库执行)&#…...
Bean 作用域有哪些?如何答出技术深度?
导语: Spring 面试绕不开 Bean 的作用域问题,这是面试官考察候选人对 Spring 框架理解深度的常见方式。本文将围绕“Spring 中的 Bean 作用域”展开,结合典型面试题及实战场景,帮你厘清重点,打破模板式回答,…...
Elastic 获得 AWS 教育 ISV 合作伙伴资质,进一步增强教育解决方案产品组合
作者:来自 Elastic Udayasimha Theepireddy (Uday), Brian Bergholm, Marianna Jonsdottir 通过搜索 AI 和云创新推动教育领域的数字化转型。 我们非常高兴地宣布,Elastic 已获得 AWS 教育 ISV 合作伙伴资质。这一重要认证表明,Elastic 作为 …...
自然语言处理——文本分类
文本分类 传统机器学习方法文本表示向量空间模型 特征选择文档频率互信息信息增益(IG) 分类器设计贝叶斯理论:线性判别函数 文本分类性能评估P-R曲线ROC曲线 将文本文档或句子分类为预定义的类或类别, 有单标签多类别文本分类和多…...
Java中栈的多种实现类详解
Java中栈的多种实现类详解:Stack、LinkedList与ArrayDeque全方位对比 前言一、Stack类——Java最早的栈实现1.1 Stack类简介1.2 常用方法1.3 优缺点分析 二、LinkedList类——灵活的双端链表2.1 LinkedList类简介2.2 常用方法2.3 优缺点分析 三、ArrayDeque类——高…...
Docker、Wsl 打包迁移环境
电脑需要开启wsl2 可以使用wsl -v 查看当前的版本 wsl -v WSL 版本: 2.2.4.0 内核版本: 5.15.153.1-2 WSLg 版本: 1.0.61 MSRDC 版本: 1.2.5326 Direct3D 版本: 1.611.1-81528511 DXCore 版本: 10.0.2609…...
vxe-table vue 表格复选框多选数据,实现快捷键 Shift 批量选择功能
vxe-table vue 表格复选框多选数据,实现快捷键 Shift 批量选择功能 查看官网:https://vxetable.cn 效果 代码 通过 checkbox-config.isShift 启用批量选中,启用后按住快捷键和鼠标批量选取 <template><div><vxe-grid v-bind"gri…...
