返回首页
最新
我非常希望能够以任何方式参与机器人技术的工作，并想知道是否有人能分享一些建议，帮助我进入这个行业。
我拥有大约5年的全栈开发经验和电子工程学位。目前，我主要从事服务器端的工作，希望能继续从事软件开发，但专注于机器人领域。我知道这些经验不会直接转化为机器人技术，但我相信凭借我的经验，我能够迅速适应。
任何希望从事相同工作或已经在机器人领域工作的人提供的建议或经验都将非常感激。
我制作这个主要是为了加快内容创作的速度。<p>在录制YouTube视频或播客时，往往会有很多空闲时间（沉默），比如查看脚本或寻找正确的展示物品。因此，我开发了一个网络应用程序，可以自动剪辑并重新拼接视频，然后我可以在达芬奇调色软件中进一步编辑。<p>但我最近发现，这个工具对于重看讲座或会议录音非常有效，完全不需要渲染，只需将视频放入即可立即观看。<p>30分钟的讲座可以在12分钟内观看！<p>我甚至添加了自动生成字幕的功能，以便更好地学习讲座或会议内容。<p>最棒的是，所有操作都是在本地进行的，连AI也在本地模型上运行。<p>希望HN的朋友们能像我一样觉得这个工具有用！
Chessophone 接收国际象棋游戏的 PGN 字符串表示，并生成音乐——对于棋盘上每个棋子在每一步棋中的位置，都会添加 C 大调音阶中的音符。<p>使用相同开局进行的游戏在未偏离书面走法之前听起来是相同的。当棋子被吃掉时，音乐的节奏感会加快。请享受！<p>Web Audio API 有点麻烦，如果使用实际的 <audio> 标签会更好，但遗憾的是，星期六的早晨时间有限。<p>该项目使用 python-chess 和 tone.js 创建。<p>源代码在这里：<a href="https://github.com/charliemeyer/chessophone">https://github.com/charliemeyer/chessophone</a>
十多年前，“人工智能”可能主要指的是强化学习、进化算法/遗传算法等领域。如今，大多数关注点似乎集中在大型语言模型（LLMs）、卷积神经网络（CNNs）以及其他依赖于人类标注或至少依赖于人类创造的数据的方法上，这些方法在“学习”和“推理”之间有着静态的分隔。
我知道目前仍然存在非大型语言模型、非卷积神经网络以及非以人为中心的人工智能发展主题，尤其是在强化学习和其他领域。您认为今天最突出的或最有前景的，或者最有可能实现的是什么呢？