# GPU
最强大的还是英伟达

## 算力单位:
1E = 1000P
1P = 1000T....
Meta: 600万P
## GPU
图形处理芯片

CPU几十核心
GPU几千几万核
结构决定GPU适合运算

## 神经网络

AI模型最通用的结构叫神经网络

生物神经网络
极度简化，创造了数字神经元结构，数字神经元连接在一起，叫做深度神经网络

为什么现在这么强大，理论界不清楚，理论连接什么样，不清楚

 

典型神经网络示意
分类的
卷积层？
磁化层？
全连接层？

所有神经网络大同小异。。。
比如：

GPT
画图AI

iPhone
深度图？
法线图？

Relight 重新打光，因为神经网络可以分析出图片的深度信息和法线信息

人可以去任何地方

## AI图像生成技术简介

* 生成对抗网络

* 扩散模型

广泛应用领域
 

## 人工智能

由多种不同技术组成，这些技术相互配合，使机器能够以人类相当的只能水平感知，理解、行动和学习。

## 人工智能分支关系
* Transformer
* 深度学习
* 机器学习
* 人工智能

* 机器学习
* 深度学习
* 自然语言处理
* 计算机视觉

什么叫做模型
一个大公式，左边输入，右边输出，这个大公式有很多参数，我们把这个大公式叫模型

## 机器学习方法
* 监督学习
需要人进行数据标注

* 无监督学习
无需标注

*  强化学习
给Agent的正面行为以奖励

## 训练
人工智能使用前需要海量数据进行训练
使用训练好的人工智能过程被称为推理

模型训练步骤(监督训练)
1. 建立数据集
2. 数据喂到神经网络
3. 连线权重变大
4. 給一张没有见过的照片
5. 输出猫

## 推理
我们日常使用所有有关人工智能的应用、功能。都已经被训练好的人工智能在进行推理。

我们所有的行为，点赞、评论，都可以成为推理的过程

## 人工智能发展3要素

算法模型 + 数据+ 算力


scaling law