人工智能起源:从图灵到ChatGPT
如今作诗AI的祖先是打卡机、缓慢行动的机器人和神一般的游戏引擎。
“第一台能产生自己想法”的机器问世近70年后,人类的大脑仍然没有真正的对手
1958年冬天,30岁的心理学家弗兰克 · 罗森布拉特(Frank Rosenblatt)正从康奈尔大学前往华盛顿特区海军研究办公室,途中他与一位记者喝了杯咖啡。在计算机刚刚兴起的年代,罗森布拉特宣布了一项了不起的发明,引起了不小的轰动。他宣称,这是“第一台能够产生自己想法的机器”。
罗森布拉特的智慧结晶叫作“感知器”(Perceptron)。感知器是一个受人类神经元启发的程序,运行在一台最先进的计算机上,而这台计算机是一个5吨重的IBM大型机,大小相当于一面墙。给感知器插入一堆穿孔卡片,它就能学会区分左边和右边的卡片。抛开任务的简单性不谈,至少这台机器能够学习。
罗森布拉特认为这是一道新时代的曙光,《纽约客》杂志显然也同意这一点。该杂志的记者写道:“它是人类大脑第一个真正的对手。”而当被问及感知器不能做什么时,罗森布拉特提到了爱、希望和绝望。他说:“简而言之,就是人性。如果我们都不了解人类的性欲,为什么还要指望机器去了解呢?”
感知器是第一个神经网络,是现代人工智能(AI)背后更为复杂的“深度”神经网络的初级版本。但近70年过去了,人类大脑仍然没有真正的对手。伦敦阿兰 · 图灵研究所首席科学家马克 · 吉罗拉米(Mark Girolami)教授说:“我们如今获得的是‘人工鹦鹉’,这本身就是一个了不起的进步,它将为我们提供造福人类的伟大工具,但我们不用妄自菲薄。”
至少今天看来,在人工智能的历史上并不缺少鼻祖,历史上许多人都有同样的发现。例如有人称罗森布拉特被称为“深度学习之父”,而这一称号同属其他三人。阿兰 · 图灵是布莱切利公园的战时密码破译员和计算机科学的创始人,人们称他为人工智能之父。同时,对于计算机能够思考这一观点,他也是第一个认真对待的人。
在1948年的报告《智能机器》中,图灵研究了机器如何模仿智能行为。他认为,要想让机器会思考,有个方法是用机械取代人的各个部分:用摄像头代替眼睛,用麦克风代替耳朵,以及嵌入“电子脑”。图灵调侃道,为了让机器自己发现问题,应该让它在乡间漫游,但他又指出这种想法将对普通公民造成严重影响,因此实践起来进程缓慢,不切实际。
但图灵的许多想法却一直延续至今。他说,机器可以像小孩子一样,在奖惩机制的帮助下学习。有些机器可以通过重写自己的代码来修正自己。如今,机器学习、奖励和修改已成为人工智能的基本概念。
图灵提出了“模仿游戏”,俗称“图灵测试”,是衡量机器思维进展的一种方法,这取决于人类能否分辨出书面交流是来自人类还是机器。
这是一项巧妙的测试,但为了通过这个测试所做出的努力却造成了巨大的混乱。在最近的一次测试中,研究人员称一个聊天机器人通过了测试。这个聊天机器人自称是一个13岁的乌克兰人,养了一只会唱贝多芬《欢乐颂》的宠物豚鼠。
吉罗拉米说,图灵对人工智能的另一项重大贡献往往被忽视。在布莱切利公园工作时期,图灵的一篇解密论文揭示了他是如何利用一种名为贝叶斯统计的方法来解码加密信息的。他和他的团队逐字逐句地使用统计方法来回答以下的问题。例如,这个德语单词产生这组加密字母的概率是多少。
对于计算机能够思考这一观点,阿兰?·图灵是第一个认真对待的人
现在,类似贝叶斯的方法为生成式人工智能程序提供了动力,使其能够生成从未存在过的文章、艺术作品和人物形象。吉罗拉米说:“在过去的70年里,贝叶斯统计一直在平行宇宙中进行,这使得我们如今看到的生成式人工智能完全成为可能,我们可以将其一直追溯到图灵的加密工作。”
“人工智能”一词直到1955年才出现。新罕布什尔州达特茅斯学院的计算机科学家约翰 · 麦卡锡(John McCarthy)在一份暑期学校的提案中使用了这个词,而且对其发展的前景极为乐观。
他写道:“我们认为,如果精心挑选一组科学家,让他们用一个暑假的时间共同研究,人工智能就能取得重大发展。”
剑桥大学人工智能伦理学副教授乔尼 · 潘(Jonnie Penn)博士说:“如今正处战后时期,而美国政府认为核武器赢得了战争,因此,科学和技术不可能更上一层楼。”
不幸的是,这些研究取得的进步微乎其微,但研究人员仍然选择投身于构建程序和传感器的黄金时代。这些程序和传感器使计算机能够感知环境并做出反应,解决问题,规划任务,而且能使用人类语言。
在笨重的显像管显示器上,计算机化的机器人执行着用平白的英语描述的命令,而实验室里展示的机器人则只能拖着疲惫的身躯撞击办公桌和文件柜。1970年,麻省理工学院的马文 · 明斯基(Marvin Minsky)在接受《生活》杂志采访时说,3到8年后,世界上将会出现一台具有普通人一般智力的机器。它将能够阅读莎士比亚作品、给汽车加油、讲笑话、玩办公室政治游戏,甚至还能打架。通过自学,几个月后它的能力不可估量。
然而,幻想在20世纪70年代就破灭了。英国著名数学家詹姆斯 · 莱特希尔爵士(Sir James Lighthill)撰写了一份尖刻的报告,指出人工智能发展进程甚微,并要求立即削减研发资金。
但科学家将知识视为突破发展瓶颈的方法,因此人工智能又随之迎来了复兴。他们旨在将人类的专业知识直接编码到计算机中。最为雄心勃勃的是Cyc项目,它旨在掌握受过教育的人在日常生活中使用的所有知识。这意味着需要大量地编码,但要让专家解释他们如何做出决定,并将信息编码到计算机中。结果,这种做法比科学家想象的要难得多。
发展到20世纪,人工智能确实取得了显著的成就。1997年,IBM的“深蓝”击败了国际象棋大师加里 · 卡斯帕罗夫(Garry Kasparov)。这场比赛成为全球头条新闻,《新闻周刊》杂志称其为“人类大脑的最后一搏”。
在一场比赛中,“深蓝”每秒能扫描2亿个位置,并提前预判近80个落子动作。卡斯帕罗夫在回忆比赛时说,这台机器“落子如有神”。
马修 · 琼斯(Matthew Jones)是普林斯顿大学的历史学教授,同时也是《2023年数据是如何产生的》一书的合著者。他认为,从某种意义上说,这是更传统的人工智能模式的最后一搏。
现实世界中的情况更加混乱,因为规则不明确,信息缺失。会下棋的人工智能无法将其任务转换为规划你的一天、打扫房间或驾驶汽车。谢菲尔德大学机器学习负责人埃莱尼 · 瓦西拉基(Eleni Vasilaki)教授说:“国际象棋并不是人工智能的最佳准入门槛。”
自“深蓝”以来,人工智能领域最引人注目的飞跃来自一种完全不同的方法,这种方法可以追溯到罗森布拉特和他的卡片分类感知器。基于感知器的简单单层神经网络并没有太大作用,它们所能实现的功能存在根本上的限制。研究人员知道,多层神经网络将更加有效。但由于计算机能力不足,研究人员也不知道如何对其进行训练,多层神经网络便无从谈起。
1986年,卡内基梅隆大学的杰弗里 · 辛顿(Geoffrey Hinton)等研究人员开发出“反向传播”技术。该技术作为网络教学的一种方法,使得人工智能取得了突破性进步。如今,不再是单个“神经元”与相邻的“神经元”进行交流,而是整个神经层之间可以相互交流。
假设你建立了一个神经网络,可以将小猫和小狗的图像进行分类。这些图像由网络的不同层输入和处理,再由每一层检视不同的特征。这些特征可能是边缘和轮廓,也可能是毛发和脸部,然后将输出结果发送给下一层。在最后一层,神经网络计算出图像是猫或狗的概率。但假设神经网络弄错了:罗孚绝不会在脖子上挂一个铃铛!你可以计算出误差的大小,然后通过网络倒推,调整神经元的权重值(基本上就是网络连接的强度)来减少误差。这个过程不断重复,而这也就是神经网络的学习方式。
这一突破使神经网络再次成为人们关注的焦点,但研究人员却再次因缺乏计算能力和数据而受挫。在千禧年代,这种情况发生了转变,因为更强大的处理器出现了,特别是用于视频游戏的图形处理器,以及充斥着文字、图像和音频的互联网所带来的海量数据。2012年,科学家证明了构建“深度”神经网络(具有大量层级的网络)的巨大威力。ImageNet挑战赛是一项让人工智能挑战从数百万数据库中识别图像的国际竞赛。在该挑战赛上,AlexNet击败了对手。
爱丁堡大学自然语言处理专家米瑞拉 · 拉帕塔(Mirella Lapata)教授说:“AlexNet给大家上了一课,让人们知道规模真的很重要。”人们曾经认为,如果我们能把我们所知道的关于某项任务的知识输入计算机,那么计算机就能完成这项任务。但现在的想法已经发生了转变,因为计算和尺度比人类知识重要得多。”
在AlexNet之后,人工智能领域的发展迅速。谷歌的DeepMind公司成立于2010年,以解决智能问题为己任。该公司推出了一种从头开始玩雅达利经典游戏的算法。“突围”游戏要求玩家砸穿通道一侧的墙壁,然后把球送入后方的空间。Deepmind公司通过反复试验,发现了如何在该游戏中取得胜利。DeepMind的另一个算法AlphaGo在围棋比赛中击败了世界冠军李世石。此后,该公司又发布了AlphaFold。在了解了蛋白质形状与其化学构成的关系后,AlphaFold又预测了2亿种蛋白质的三维结构,几乎涵盖了科学界已知的所有蛋白质。如今,这些三维结构正在推动医学科学的新浪潮。
深度学习革命制造了大量的头条新闻,但这些新闻现在看起来就像生成式人工智能掀起浪潮前的小小涟漪。以2022年发布的OpenAI的ChatGPT为例,这些功能强大的新工具因其生成能力而得名,它可以生成论文、诗歌、求职信、艺术作品、电影和古典音乐等。
生成式人工智能的核心引擎被称为转换器,它由谷歌研究人员开发,最初是为了改进翻译。在2017年的一篇论文中,人们对其进行了描述,论文标题“只需关注”(Attention Is All You Need)借用了披头士的名曲。即使是它的作者似乎也低估了它将产生的影响。
利昂 · 琼斯(Llion Jones)是该论文的合著者之一,也是论文标题的撰写者。他已经离开谷歌,与他人共同创办了一家新公司——萨卡纳人工智能公司。在东京的办公室里,他正在进行一项新的转换器实验,对论文的受欢迎程度进行了反思。他说:“我们确实认为自己创造的是一种非常通用的东西,它并不是专门用来做翻译的。但我们不曾想过它会如此普遍,能够接管一切。现在几乎所有都在转换器上运行。”
在转换器出现之前,人工智能驱动的翻译通常是通过逐个单词处理句子来学习语言。这种方法有其缺点,因为依次处理单词的速度很慢,而且对长句的处理效果也不好。当处理到最后一个单词时,前面的单词已经被遗忘了。转换器通过一种名为“注意”的过程来解决这些问题。它允许网络同时处理句子中的所有单词,并根据单词的语境理解每个单词。
OpenAI的生成式预训练转换器GPT和类似的大型语言模型尽管并不总是完全可靠,但却可以生成长篇流畅的文本段落。通过对海量数据(包括互联网上的大部分文本)的训练,它们可以学习到以前的算法无法识别的语言特征。
ChatGPT是在海量数据的基础上训练出来的,它可以利用以前的算法所不具备的语言特征
也许最引人注目也最令人兴奋的是,转换器可以胜任各种任务。一旦它掌握了所输入数据(音乐、视频、图像和语音)的特征,这些特征就能促使它创造出更多的数据。无需通过不同的神经网络,转换器就可以处理所有不同的媒体。
迈克尔 · 沃尔德里奇(Michael Wooldridge)是牛津大学计算机科学教授,同时著有《通往有意识机器之路》(The Road to Conscious Machines)一书。他说:“这是一个进步,是一个真正的技术分水岭。显然,谷歌没有发现这一潜力。如果他们知道这将是迄今最具影响力的人工智能发展,我很难相信他们会发表这篇论文。”
沃尔德里奇认为,转换器网络可应用于闭路电视,在犯罪行为发生时记录下来。他说:“我们将进入一个生成式人工智能的世界,猫王和巴迪 · 霍利(Buddy Holly)将死而复生。如果你是原版《星际迷航》系列的粉丝,生成式人工智能会根据你的喜好创造出无限剧集,而且对白听起来就像威廉 · 夏特纳(William Shatner)和伦纳德 · 尼莫伊(Leonard Nimoy)的原声,根本分辨不出其中的差别。”
但革命是有代价的。训练像ChatGPT这样的模型需要巨大的计算能力,而且碳排放量也很高。佩恩说:“生成式人工智能让我们与气候危机相碰撞。与其过度设计我们的社会,让它时时刻刻都运行在人工智能上,不如把它应用在有用的领域,不要把时间浪费在没用的地方。”
相关文章:
人工智能起源:从图灵到ChatGPT
如今作诗AI的祖先是打卡机、缓慢行动的机器人和神一般的游戏引擎。 “第一台能产生自己想法”的机器问世近70年后,人类的大脑仍然没有真正的对手 1958年冬天,30岁的心理学家弗兰克 罗森布拉特(Frank Rosenblatt)正从康奈尔大学前…...
vue2打包部署到nginx,解决路由history模式下页面空白问题
项目使用的是vue2,脚手架vue-cli 4。 需求:之前项目路由使用的是hash,现在要求调整为history模式,但是整个过程非常坎坷,遇到了页面空白问题。现在就具体讲一下这个问题。 首先,直接讲路由模式由hash改为…...
ASM磁盘组替换
1.udev绑定新磁盘 udevadm control --reload-rules udevadm trigger [rootrac1 ~]# ll /dev/asm* brw-rw---- 1 grid asmadmin 8, 64 Apr 4 13:55 /dev/asm-arc brw-rw---- 1 grid asmadmin 8, 48 Apr 4 14:04 /dev/asm-data brw-rw---- 1 grid asmadmin 8, 80 Apr 4 14:03…...
ZooKeeper集群部署(容器)
文章目录 一、ZooKeeper基本概念二、ZooKeeper集群部署1、前置环境准备2、ZooKeeper伪集群部署(可选)3、ZooKeeper集群部署(可选) 三、ZooKeeper集群验证1、查看集群角色2、数据同步测试3、选举leader测试 一、ZooKeeper基本概念 ZooKeeper是一个分布式且开源的分布式应用程序…...
Scala语言基础:开启你的 Flink 之旅
引言:为什么选择Scala? 大家好,我是心海! Scala(Scalable Language)是一门融合面向对象与函数式编程的现代语言。它像瑞士军刀一样灵活——既能编写简洁的脚本,又能构建复杂的分布式系统。想象你…...
C++计算机视觉实战:100个实际案例分析
【2025最新版】C计算机视觉100个案例算法汇总(长期更新版) 本文是基于C的项目实战,需要具备一点C基础与深度学习基础,并且对opencv、open3d、tensorrt、onnxruntime有一定了解。 你们的订阅是我更新的动力,请订阅、点赞、收藏。 1.Yolov5实…...
V-SHOW和箭头函数在VUE项目的踩坑点
v-show和v-if v-show控制显示隐藏是通过控制CSS的display决定dom节点的显示和隐藏。v-if通过控制dom节点的渲染与否实现元素的显示和隐藏。 在vue中,template标签不参与页面渲染,也不会破坏代码的层级结构,所以多和v-if结合控制元素的显示隐…...
vscode使用方式
一、常用快捷键与代码操作 注释与代码排版 行注释:Ctrl /;块注释:Shift Alt A。 代码缩进:选中代码段后按 Tab(右移)或 Shift Tab(左移)。 代码导航与编辑 快速跳转文件&…...
使用OpenSceneGraph生成3D数据格式文件
OpenSceneGraph (OSG) 提供了多种方式来生成和导出3D数据格式文件。以下是详细的生成方法和示例代码: 一、基本文件生成方法 1. 使用osgDB::writeNodeFile函数 这是最直接的生成方式,支持多种格式: #include <osgDB/WriteFile>osg:…...
网络安全应急响应-系统排查
在网络安全应急响应中,系统排查是快速识别潜在威胁的关键步骤。以下是针对Windows和Linux系统的系统基本信息排查指南,涵盖常用命令及注意事项: 一、Windows系统排查 1. 系统信息工具(msinfo32.exe) 命令执行&#x…...
如何判断JVM中类和其他类是不是同一个类
如何判断JVM中的类是否为同一个类 在Java虚拟机(JVM)中,判断两个类是否相同需要同时满足以下三个条件: 1. 类全限定名必须相同 包括包名类名的完整路径必须完全一致例如:java.lang.String和com.example.String被视为不同类 2. 加载该类的…...
Prolog语言的共识算法
Prolog语言的共识算法 引言 在分布式计算和区块链技术的背景下,共识算法作为确保节点一致性的重要机制,受到了广泛关注。传统的共识算法如PBFT( Practical Byzantine Fault Tolerance )等在许多系统中得到了应用,但随…...
AIDD-深度学习 MetDeeCINE 破译代谢调控机制
深度学习 MetDeeCINE 破译代谢调控机制 目录 使用 FEP/REMD 和 DFT 方法准确预测药物多靶点绝对结合自由能的新途径。Scorpio 框架利用对比学习优化核苷酸序列表示,提升基因组分析效率,尤其在未知序列的分类和泛化能力上表现出色。LPM 模型整合多模态扰…...
pyTorch框架-迁移学习-实现四种天气图片多分类问题
目录 1.导包 2.加载原数据、创建训练与测试目录路径 3.用transforms.Compose、torchvision.datasets.ImageFolder数据预处理 4.加载预训练好的模型 5.固定与修改预训练模型的参数 6.将模型拷到GPU上 7.定义优化器与损失函数 8.定义训练过程 9.测试运行 10.测试结果…...
python1(基础语法输入输出)
输入输出: 输出 print(*objects, sep , end\n, filesys.stdout, flushFalse) objects:这是一个可变参数,意味着你可以传入任意数量的对象。print 函数会将这些对象依次打印出来。在函数内部,这些对象会被转换为字符串形式。 se…...
Linux:页表详解(虚拟地址到物理地址转换过程)
文章目录 前言一、分页式存储管理1.1 虚拟地址和页表的由来1.2 物理内存管理与页表的数据结构 二、 多级页表2.1 页表项2.2 多级页表的组成 总结 前言 在我们之前的学习中,我们对于页表的认识仅限于虚拟地址到物理地址转换的桥梁,然而对于具体的转换实现…...
OpenStack Yoga版安装笔记(十七)安全组笔记
一、安全组与iptables的关系 OpenStack的安全组(Security Group)默认是通过Linux的iptables实现的。以下是其主要实现原理和机制: 安全组与iptables的关系 OpenStack的安全组规则通过iptables的规则链实现。每条安全组规则会被转换为相应的i…...
开源身份和访问管理方案之keycloak(三)keycloak健康检查(k8s)
文章目录 开源身份和访问管理方案之keycloak(三)keycloak健康检查启用运行状况检查 健康检查使用Kubernetes下健康检查Dockerfile 中 HEALTHCHECK 指令 健康检查Docker HEALTHCHECK 和 Kubernetes 探针 开源身份和访问管理方案之keycloak(三&…...
棋盘问题(DFS)
在一个给定形状的棋盘(形状可能是不规则的)上面摆放棋子,棋子没有区别。 要求摆放时任意的两个棋子不能放在棋盘中的同一行或者同一列,请编程求解对于给定形状和大小的棋盘,摆放 kk 个棋子的所有可行的摆放方案数目 C…...
verilog学习--1、语言要素
先看一个例子 /*This is first Verilog progaram*/ timescale 1ns/1ns module HalfAdder(A,B,Sum,Carry);input A,B;output Sum, Carry; /**/assign #2 SumA^B;assign #5 CarryA&B; endmodule; Verilog以module为单位编写,每个文件一个module&#…...
from fastmcp import FastMCP和from mcp.server.fastmcp import FastMCP的区别是什么?
文章目录 困惑以方式一开启一个mcp server,并用cline进行调用mcp install server.py修改配置文件以方式二开启MCP server困惑 一直比较困惑的是,好像用python实现mcp server有两种实现方式。 一是使用: https://github.com/modelcontextprotocol/python-sdk 二是使用: …...
QT工程建立
打开软件新建一个工程 选择chose 工程命名,选择保存路径,可以自己选择,但是不要有中文路径 默认的直接下一步 任意选一个下一步 点击完成 之后是这个界面,点击右下角的绿色三角形编译一下 实验内容 添加类 第一个是建立cpp和.h文件…...
Day82 | 灵神 | 快慢指针 重排链表
Day82 | 灵神 | 快慢指针 重排链表 143.重排链表 143. 重排链表 - 力扣(LeetCode) 思路: 笔者直接给跪了,这个难度真是mid吗 直接去看灵神的视频 环形链表II【基础算法精讲 07】_哔哩哔哩_bilibili 1.简单来说就是…...
TCN-LSTM时间卷积长短期记忆神经网络多变量时间序列预测(Matlab完整源码和数据)
目录 效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.TCN-LSTM时间卷积长短期记忆神经网络多变量时间序列预测(Matlab完整源码和数据) 2.运行环境为Matlab2023b; 3.data为数据集,输入多个特征,输出单个变量&a…...
语法: lcd_load( buffer_pointer, offset, length);
LCD_LOAD() 语法: lcd_load( buffer_pointer, offset, length); 参数: buffer_pointer指向发送给LCD的用户数据; offset是用来将该数据写入LCD,用作进入LCD segment memory的偏移量; length是传送的字节数. 要求: 没有. 功能: 该函数将从CPU的buffer_pointer存储区…...
分治(8题)
目录 一、快排 1.颜色分类 2.排序数组 3.数组中的第k个最大元素 4.最小的K个数 二、归并 1. 排序数组 2.数组中的逆序对 3.计算右侧小于当前元素的个数 4.翻转对 一、快排 1.颜色分类 75. 颜色分类 - 力扣(LeetCode) left和right,初…...
【9】数据结构的串篇章
目录标题 串的定义顺序串的实现初始化赋值打印串求串的长度复制串判断两个串长度是否相等连接两个串比较两个串内容是否相等插入操作删除操作调试与代码合集 串的模式匹配算法朴素的模式匹配算法KMP算法实现模式匹配 串的定义 定义:由0个或多个字符组成的有限序列&…...
Linux file命令
目录 一. file命令简介二. -b 输出结果不显示文件名三. --mime 输出文件的MIME类型字符串四. 批量确认文件类型4.1 -f 从指定的文件中读取文件路径,显示其文件类型4.2 配合find命令查找确认 一. file命令简介 由于Linux系统并不是像Windows系统那样通过扩展名来定义…...
ARM-UART
时钟选择PLCK,超时3ms自动发送,设置发送8位的缓冲区,且发送中断 设置触发深度,达到8字节将缓冲区数据发憷 中断处理函数...
AFT3 Engine传奇世界AFT3代引擎源码
此AFT3代引擎源码,不是老AFT0330版本,应该是WeiAFT的源码 本源码为新AFT3引擎源码,直接电脑打包出来, 现在市面上使用的AFT3引擎都是用的此款,下载编译即用 链接: https://pan.baidu.com/s/1Zxa64AQ7MUsdV2iIrqiTEg 提…...
[ 3分钟算法 ] | 递归搜索题目 : 翻转链表(递归版)
目录 1. 题目链接: 2. 思路分析: 思路一:从宏观上看 思路二:将链表看成一颗树 3. 代码 1. 题目链接: LCR 024. 反转链表 2. 思路分析: 思路一:从宏观上看 让当前节点后面的链表先逆置&…...
左值与右值,空间与数据
左值是空间,右值是数据 编程总是对“数据”,对"存放数据的空间"操作 a返回一个当前的数据,存放到一个临时空间中,自身的空间中的数据再进行运算 a直接对自身空间中的数据进行运算 其余知识: 1.变量名的意…...
线程池/内存池/mysql连接池
线程池介绍 ①线程池定义: 维持和管理固定数量线程的结构,用于解决资源频繁创建和销毁的问题。 ②线程池组成: 固定数量的线程、队列、任务状态管理。 ④线程池的作用: 避免频繁创建和销毁线程,管理线程状态&…...
图解AUTOSAR_SWS_FlexRayARTransportLayer
FlexRay AUTOSAR 传输层 (FrArTp) 分析 1. AUTOSAR FlexRay 传输层架构 1.1 FlexRay AUTOSAR 传输层在AUTOSAR架构中的位置 AUTOSAR分层架构中,FlexRay AUTOSAR 传输层(FrArTp)位于通信抽象层,其上方是PDU路由器,下方是FlexRay接口。FrArTp的主要功能是实现FlexRay网络上的…...
【百日精通JAVA | SQL篇 | 第四篇】约束
SQL这一块没什么难度,主要是一个熟练度,稍微上点难度的地方,其实在于查,比较复杂,涉及到很多问题。 指定列插入 使用指定列插入的时候,未被指定的列使用默认值进行存储,默认值为空。 默认值设置…...
QEMU源码全解析 —— 块设备虚拟化(16)
接前一篇文章:QEMU源码全解析 —— 块设备虚拟化(15) 本文内容参考: 《趣谈Linux操作系统》 —— 刘超,极客时间 《QEMU/KVM源码解析与应用》 —— 李强,机械工业出版社 《KVM实战 —— 原理、进阶与性能调优》—— 任永杰 程舟,机械工业出版社...
实验:IS-IS认证。
一、IS-IS认证的定义与作用分析 IS-IS认证是什么? IS-IS(Intermediate System to Intermediate System)协议是用于自治系统内部的路由协议,其认证机制主要用于保障路由信息交换的安全性,包括邻居关系建立和…...
11-产品经理-创建产品
在“产品”-“仪表盘”内,可以查看系统中关于产品及相关需求的统计。 在“产品”-“产品列表”页面,可以按项目集、项目查看其关联产品。还可以添加产品、编辑产品线、或者导出产品列表。 产品看板,通过看板方式查看产品、产品计划和产品下的…...
玄机-应急响应-入侵排查
靶机排查目标: 1.web目录存在木马,请找到木马的密码提交 查看/var/www/html。 使用find命令查找 find ./ -type f -name "*.php | xargs grep "eval("查看到1.php里面存在无条件一句话木马。 2.服务器疑似存在不死马,请找…...
MySQL基础知识(通俗版)
MySQL基础知识(通俗版) 一、MySQL基础概念 1.1 MySQL简介 想象MySQL就像一个超级大的Excel表格,但它比Excel更强大: 可以同时处理成千上万的数据可以保证数据的安全性和一致性可以支持多人同时操作可以自动备份和恢复数据 1.…...
python逆向:喜马拉雅登录案例
网址:登录 1. 点击到网页主页 先随便输入电话号码和密码 打开开发者工具,点击网络清空,然后点击登录发起网络请求 (出现一个请求包,我们发现不是我们所需要的) 我们进行验证滑块,就又出来请求…...
windows AndroidStudio上传maven中央仓库
一、插件地址:https://github.com/vanniktech/gradle-maven-publish-plugin?tabreadme-ov-file 二、Maven中心:https://vanniktech.github.io/gradle-maven-publish-plugin/central/ 2.1、中央门户帐户,用github账号登陆:gh122…...
嵌入式学习(35)-STM32F103 TXE 和TC
在USART的发送端有2个寄存器,一个是程序可以看到的USART_DR寄存器,另一个是程序看不到的移位寄存器,对应USART数据发送有两个标志,一个是TXE发送数据寄存器空,另一个是TC发送结束。 当USART_DR中的数据传送到移位寄存器后,TXE被设…...
linux Gitkraken 破解
ubuntu 安装 Gitkraken 9.x Pro 版本_gitcracken.git-CSDN博客...
Qwen-Agent框架的文件相关操作:从Assistant到BasicDocQA
在前面的几篇文章如《针对Qwen-Agent框架的Function Call及ReAct的源码阅读与解析:Agent基类篇》 、《基于Qwen-Agent框架的Function Call及ReAct方式调用自定义工具》、 《针对Qwen-Agent框架的源码阅读与解析:FnCallAgent与ReActChat篇》中,…...
2025年3月15日(5mw)
根据《NREL/TP-500-38060技术报告》,NREL 5-MW参考风力机的各部件质量及总体质量数据如下: 各部件质量数据 叶片(Blades) 单叶片质量:17,740 kg(见表2-2)总数:3片总质量:…...
docker mysql 笔记250406
docker mysql 笔记250406 以下是使用 Docker 运行 MySQL 的完整指南,包含常见配置和最佳实践: 1. 快速启动 MySQL 容器 docker run -d \--name mysql_db \-e MYSQL_ROOT_PASSWORDmy-secret-pw \-p 3306:3306 \mysql:8.02. 关键配置说明 2.1 环境变量&…...
ceph集群架构阐述
ceph集群架构阐述 首先,ceph集群也是分为客户端和服务端的,是一种高效的分布式存储系统,我们将其拆分为这两个部分来进行分析。 我大致的将服务端分为API类型、逻辑层、OSD层三个层面进行分析;将客户端按三种API类型挂载、…...
《Java八股文の文艺复兴》第十篇:量子永生架构——对象池的混沌边缘
目录 卷首语:蝴蝶振翅引发的量子海啸 第一章:混沌初开——对象池的量子涅槃(深度扩展) 第二章:混沌计算——对象复活的降维打击(技术深化) 第三章:量子试炼场——亿万级对象池全…...
(linux操作系统)程序地址空间
程序地址空间是什么? 讲这个问题之前,我们先来看一段熟悉的代码,以前学习C语言或者C语言时,就听说过程序内存分布,堆区,栈区,静态区,常量区,共享区,代码段&am…...