旧版入门内容 · 进入新版知识图谱 →
沿着我的学习路径,认识 AI
沿着历史,认识技术从哪里来。
横向看技术演化,点击节点深入解释,再与原始学习图对照。
03 / 横向历史
这些能力,是怎样一步步发展出来的?
横向看技术演化,点击节点向下读解释:它解决了什么问题,又有哪些能力边界。
01 视觉与行动02 生成与预测03 推理与工具
2017 之前 积累
2017 转折
2018—2020 规模化
2021 起 三条能力路线
不同任务,各有积累
这些路线在 2017 年后
仍然继续发展。
一条时间分界线
通用能力逐步积累
架构、训练方法与规模
共同推动后续发展。
01
视觉、语言与行动
图文对应 · 看图对话 · 机器人动作
02
图像、视频与环境预测
图像生成 · 视频生成 · 世界模型
03
推理、工具与反馈
分步推理 · 工具调用 · 经验与学习
连接表示学习顺序,各路线会交叉,并非严格的模型继承关系。
虚线节点:拓展问题,另有历史来源2017 · 关键架构节点
Transformer
用注意力机制,让序列中的不同位置交换信息。
处理一句话时,模型可以根据当前内容,对不同位置的信息赋予不同权重。Transformer 最初用于机器翻译,后来逐步进入语言、视觉和生成等领域。
用一个例子理解
读到“我把苹果放进袋子,因为它很大”时,理解“它”需要结合其他词的信息。注意力提供了建立这种关联的一种计算方式。
记住这个边界
注意力是计算机制;模型能建立词语关联,并不保证每次都理解正确。
历史图解 · 对照阅读
横向地图给出主要节点,下面保留原始学习图,并补充需要修正的历史表述。



读完这一章
留一个想法,或一个问题
这里的留言公开可见。欢迎分享你的理解,也可以指出值得修正的地方。
这一章的留言
正在读取留言…