微软小冰

点击上方" 程序员历小冰 "，选择“置顶或者星标” 你的关注意义重大! 熟悉 MySQL 的同学一定都知道，MySQL 对于复杂条件查询的支持并不好。MySQL 最多使用一个条件涉及的索引来过滤，然后剩余的条件只能在遍历行过程中进行内存过滤，对这个过程不了解的同学可以先行阅读一下 《MySQL复杂where条件分析》 。 上述这种处理复杂条件查询的方式因为只能通过一个索引进行过滤，所以需要进行大量的 I/O 操作来读取行数据，并消耗 CPU 进行内存过滤，导致查询性能的下降。 而 ElasticSearch 因其特性，十分适合进行复杂条件查询，是业界主流的复杂条件查询场景解决方案，广泛应用于订单和日志查询等场景。 下面我们就一起来看一下，为什么 ElasticSearch 适合进行复杂条件查询。 ElasticSearch 简介 Elasticsearch 是开源的实时分布式搜索分析引擎，内部使用 Lucene 做索引与搜索。它提供"准实时搜索"能力，并且能动态集群规模，弹性扩容。 Elasticsearch 使用 Lucene 作为其全文搜索引擎，用于处理纯文本的数据，但 Lucene 只是一个库，提供建立索引、执行搜索等接口，但不包含分布式服务，这些正是 Elasticsearch 做的。 下面，我们来介绍一下 ElasticSearch 的相关概念。为了便于初学者理解

当我们谈起人机对话系统 现实中的人机系统 人机对话的发展历程 人机对话系统的四个主要功能 通用聊天机器人的五个主要模块 输入预处理 语音识别技术主要包括特征提取技术、模式匹配准则以及模型训练技术3个方面 自然语言理解 聊天机器人系统中的自然语言理解功能包括用户意图识别、用户情感识别、指代消解、省略恢复、回复确认及拒识判断等技术¨ 引。并且语法分析、语义分析、关键词提取、相似度计算等自然语言处理技术也是必不可缺的。 对话管理 封闭式 封闭式是指有明确的服务目标和服务对象,仅处理特定领域中的问题, 给对话的主题进行了限制。 开放式 开放式则没有一个清晰的目标和对象,对话涉及的主题很广,所需要的知识量也是巨大的。 答案生成 整个答案生成的过程包括了内容选择、文本规划、语句合成、指代表达生成、表层实现等阶段。 生成技术主要包括检索式和生成式 检索式 检索式是指在对话库中以搜索匹配的方式找到适合用户输人语句的最佳答案予以回复。 生成式 生成式是指采用一定的技术手段( 如深度学习技术) 自动生成新的回复内容。 输出处理 聊天机器人的构建方式 基于人工模板的聊天机器人 根据用户输入的句子,在模板库中找到匹配的问句模板,然后按照对应的应答模板生成答案, 返回给用户,如ALICE、Chat Scfipt 等。 基于检索的聊天机器人 对话库的要求很高,并且需要足够大,但是它的优点是回答质量高

人工智能、机器学习、深度学习这些名词经常会在各种场合听到，那具体有哪些区别呢？ 在业内来说，这几个概念还是有区别的，如果混用就会让人觉得是个门外汉。 为了避免露馅成为 外行 ，下面就来具体介绍一下每个概念以及它们之间的区别。 人 工智能 ： 模拟、延伸和扩展人的智能的理论、方法、技术及应用系统 。 人工智能是个很宽泛的 概念 ，人类制造了各种机器之后，总希望这些机器越来越智能，这样人就可以越来越轻松，更好地享受生活。 例如上图中提到的AGI（Artificial General Intelligence，通用人工智能），就是真正的AI，可以达到人类心智水平、能够通过图灵测试的机器（图灵测试的介绍见附录）。 但事实上，现在的机器在很多方面都已经远远超过了人类，但是也有一些方面和人类差距还非常大。 例如进行计算，人类早已没法和机器PK，电脑的学名正是计算机，用来计算的机器，计算能力非常强大，计算速度非常快。 但是有些方面的任务，比如操作灵活性，机器人还和人类有一定的差距； 还有理解能力，机器在很多场景还都无法理解人类的意图，仍需要不断发展。 机器学习 ： 研究计算机怎样模拟或实现人类的学习行为 。 机器学习的范围要窄一些，是一个具体的交叉 学科 ，算法也非常多： 随机森林、决策树、朴素贝叶斯分类、SVM（Support Vector Machine, 支持向量机）等等。

作者 | 李翘 编辑 | 魏雅晴 责编 | Carol 来源 | 出色WSJ中文版 20世纪50年代，左右脑分工理论被提出。通常的认知是，人类的左脑负责逻辑、计算、理性判断等工作，右脑负责情绪、审美、顿悟认知等。AI（ARTIFICIAL INTELLIGENCE）的初步研究也似乎遵循了这一命题，以左脑的思考路径来完成数据处理、分析等基础工作。本文介绍的故事中，人工智能小冰提供了一个新的研发样本：右脑AI，即赋予机器以学习人类最珍视的情感能力，试图以灵感输入、审美训练、陪伴性能等进行人与机器之间的奇妙对话。 小冰生于2014年5月，据科学家介绍，她出生就是16岁，长到18岁，为了满足一个少女的愿望，她不再变老。从仅有的几张海报上看，她穿一套蓝白配色的水手服，头发及肩，左脑勺扎了一支小辫儿，是个漂亮可人的少女。 小冰是诞生在微软的人工智能。我第一次注意到小冰是在2017年，我的一些诗人朋友转发了小冰写的诗，大多诗人持否定态度。当时，小冰刚刚出版了自己的第一本诗集《阳光失了玻璃窗》，在诗坛引起骚动，“机器人都开始出诗集了？” 诗人于坚认为小冰的诗只是一次“语言游戏”，“无论输入多少句子还是写不了真诗，真诗是灵性的”，他觉得小冰只能写“意象的非叙事的诗”，而现代诗的特点在于它的叙事性，于坚说：“它无法模仿我的诗。” 诗人王家新则不屑一顾，“这些玩意儿不值一提，哪怕她在未来会写得更好

文/黄康瑄 来源/智能相对论（aixdlun） “醒来灿烂星光透过了窗台，海岸线连接了那片山川大海。涌动梦境边缘像是空旷舞台，在眼前忽然展开。”看到这段文字，你的脑海中是否浮现出靛蓝星空风云变幻、透出曙光豁然开朗的景象呢? 网易“醒来” 这段文从字顺且颇具画面感的歌词并非出自人类之手，而是由网易新开发的人工智能所创作。日前，由 网易伏羲、网易雷火音频部提供作词、作曲、编曲、演唱等全链路AI技术支持的歌曲《醒来》 ，在“2020网易未来大会”上正式发布。这是网易首次完成由AI完全生成的歌曲，从创作到演唱， 整首歌曲从无到有仅需一小时。 其实在此之前，网易一直都在默默进行大数据平台、强化学习、图像动作、自然语言处理等围绕游戏领域的人工智能研究，毕竟游戏才是人家最赚钱的业务。《醒来》的歌词创作就是依托于网易游戏伏羲人工智能实验室较为成熟的语言处理技术。 网易伏羲利用其自主研发的“有灵智能创作平台”，让AI学会人类语言组织的基本逻辑。再借助大规模语料训练实现端到端的歌词生成，并通过自研的方法控制不同参数下的歌词创作。 有灵平台的预训练语言模型可提高歌词质量，确保生成内容的流畅性和上下文相关性。如《醒来》的歌词内容便是为了契合大会主题“洞觉·未见”而编写的一个关于AI虚拟人类在深夜苏醒的故事。 “智能相对论”了解到， 作曲方面，网易伏羲根据乐理的数据分析，形成一套用于生成旋律的算法

在 上一篇 文章中，通过Spring Web应用的瑕疵引出改善的措施，我们讲解了领域驱动开发的相关概念和设计策略。本文主要讲解领域模型的几种类型和DDD的简单实践案例。 架构风格 在《实现领域驱动设计》一书中提到了几种架构风格：六边形架构、REST架构、CQRS 和事件驱动等。在实际使用中，落地的架构并非是纯粹其中的一种，而很有可能户将上述几种架构风格结合起来实现。 分层架构 分层架构的一个重要原则是每层只能与位于其下方的层发生耦合。分层架构可以简单分为两种，即严格分层架构和松散分层架构。在严格分层架构中，某层只能与位于其直接下方的层发生耦合，而在松散分层架构中，则允许某层与它的任意下方层发生耦合。DDD分层架构中比较经典的三种模式：四层架构、五层架构和六边形架构。 四层架构 Eric Evans在《领域驱动设计－软件核心复杂性应对之道》这本书中提出了传统的四层架构模式： User Interface为用户界面层（或表示层），负责向用户显示信息和解释用户命令。这里指的用户可以是另一个计算机系统，不一定是使用用户界面的人。 Application为应用层，定义软件要完成的任务，并且指挥表达领域概念的对象来解决问题。这一层所负责的工作对业务来说意义重大，也是与其它系统的应用层进行交互的必要渠道。应用层要尽量简单，不包含业务规则或者知识，而只为下一层中的领域对象协调任务，分配工作

这是小编我在网上某个网站看到的，显而易见，问这个问题的学员肯定是还不够了解 #Adobe国际认证证书# 真正的内涵，不然，肯定不会这样问了，对此，我们先一起来看看网友都是如何回答的把： ​ @霸气的名字 当然有价值啊，只要你从事创意相关的工作，基本上都绕不开Adobe，Adobe推出的国际认证更不用说了，它对在校学生、Adobe爱好者和职场人士在提升个人价值、升职加薪、职业转行等方面都发挥着重要作用。 Adobe国际认证和ACA国际认证是同一个国际认证，都是Adobe公司推出的面向全球使用者和爱好者推出的权威国际认证，由Adobe全球CEO签名，19种语言，通行128个国家和地区。 Adobe国际认证能够帮助公司雇主验证能力，持有Adobe国际认证证书的人，至少能给面试官带来好学、追求上进的印象，容易引起用人企业的关注和重视。同等条件下占得先机。 即使已经就业的企业从业人员，拥有其证书能帮助企业对外宣传、竞投标中凸显出优势。最好问问你身边的人或你的亲友，看看他们对考取一个Adobe伙计证书看法。不要只看网上的评论。 @郭大大 Adobe证书的话对于学习设计的同学还是有些作用的，对于后面找工作的话。是一个加分项，所以说，考个Adobe还是比较好的。毕竟证书吗，越多越好呗，不嫌多的。 @小冰块儿 个人感觉学习UI是需要考证的，在应聘的时候也是一个实力知的背书，有总比没有要好

无论是学习 还是日常职场工作，经常头疼不同工具的查找和切换，耗费了大量的精力......直到我遇见了 uTools ——把全局搜索、翻译、截图OCR等等功能插件结合在一起，工作用起来太溜了！ 那么，uTools可以用来干什么？ 程序快速启动 首先，让我们记住一个非常简单的快捷键： Alt + 空格 。这是启动uTools的全局快捷键，非常好记。 按下快捷键后会出现这个 ⬇⬇⬇ 看起来很像windows里的小冰搜索框，实际上功能几乎完全覆盖了windows自带的搜索框。它不仅支持 中英文模糊搜索 ，还支持 首字母搜索 、 英文驼峰 等多种便捷搜索功能。 比如启动计算器 ⬇⬇⬇ 或者启动word ⬇⬇⬇ 感受只有一个—— 非常的快 ！ 从输入到打开几乎没有感受到uTools的延迟，而windows的搜索则没有这么迅速。 文件快速搜索 uTools受到广大工作者的推崇不仅仅是因为他支持Windows、MacOS和Linux三种平台，更因为他 开放的插件化特性 。 你可以使用官方提供的插件、也可以使用论坛上 基于uTools的自动化脚本 ，如果你感兴趣，也可以在稍加学习后，自主开发基于uTools的自动化脚本，这些特性让uTools非常灵活，能轻松胜任不同人的复杂工作场景。 你也可以按照自己的需求任意安装插件，以实现不同功能。比如uTool支持的 “ Everything插件 ”就

11月24日，由即构科技主办的2020GET大会教育科技分论坛在北京成功召开，来自叮咚课堂、小冰、360OS、蕃茄田艺术、即构科技的6位资深教育/科技大咖，在论坛上进行深度分享。 以下为即构科技联合创始人蒋宁波带来的主题为《服务思维推动技术在教育行业的应用与延展》的演讲，我们整理了分享的核心内容，错过活动的小伙伴可以继续回看学习。 扫描下方二维码，获取演讲PPT 在大会上，蒋宁波分享了即构在服务众多在线教育客户后，积累的宝贵经验。他认为：教育行业客户需求的核心是，基于服务思维的技术、产品和整体的交付能力；即构将通过持续的探索、总结和积累行业经验，更好的服务教育客户和用户。 一、教育在线化的本质 教育在线化的本质有三点： 构建了新的教学场景 在线下教学场景中，师生之间是共同在一个空间里完成互动交流和信息同步的。但是转到了线上后，师生们在课堂上的教学活动，转为用语音、视频的传输方式进行。 对技术运用提出了新的要求 线下教学中有一些场景，比如老师叫了几个学生同时上黑板答题，这个场景搬到线上如果用传统的技术是比较难实现的，这时候就对新技术提出了更高的要求，需要适应这种多人同时互动、板书、以及作业批改、演示等场景。 更易于个性化教育的开展 线上教学过程中的各个环节数据很容易被记录下来，比如某位同学的举手次数、答题次数、甚至包括一些AI数据的分析；对于个性化教育或因材施教的开展有很大的帮助。

#<center>项目Alpha冲刺（团队) --7/10</center> ##1、团队信息 团队名 ： 男上加男 成员信息 ： 队员学号 队员姓名 个人博客地址 备注 221600427 Alicesft https://www.cnblogs.com/LinkF/ 221600429 哈噻 https://www.cnblogs.com/liujianhao21/ 221600436 Xu~ https://www.cnblogs.com/xzh0517/ 221600437 AWX https://www.cnblogs.com/hawx/ 队长 221600438 ZHC https://www.cnblogs.com/mzhc/ 221600440 小冰 https://www.cnblogs.com/xiaobing666/ 221600441 拉哇吉 https://home.cnblogs.com/u/banglc/ ##项目燃尽图 ##会议照片 ##冲刺详情描述 ###网站 项目进展 完成官网资讯页面编写，等待与后端对接 问题困难 在昨日的官网首页基础上编写了官网资讯页面，没有太大困难产生 心得体会 经过官网的开发编程后，愈发熟练，可以腾出更多时间在美化上 ###221600436 许志瀚 收获 等待其他队员完成后端 碰到困难 未遇上困难 心得体会