AI 探路者
冯若航 @Vonng / Agent, LLM, Database
关于 AI、Agent、LLM、AI 编程，以及 AI 与数据库之间的一切。
Wiz: DeepSeek数据库暴露
Wiz Research发现DeepSeek一套公开的ClickHouse，含有聊天记录、密钥、后端细节及其他高度敏感信息，Wiz已向DeepSeek披露此问题，DS也已经修复此暴…
诺贝尔物理学奖颁给计算机领域了：神经网络奠基人辛顿与霍普菲尔德
难得一见：诺贝尔奖跟图灵奖抢人，物理学奖颁给计算机领域了，神经网络奠基人霍普菲尔德和辛顿获得2024诺贝尔物理学奖。
AI神教狂想曲
也许就在这一二十年，我们会目睹一个拜 AI 神教的崛起。下面是对于此 “AI神教” 的一些想象：
AI 会有自我意识吗？
AI大模型可以有意识，但不一定有自我意识。“意识”这个词到底是从哪里的来的，我们可以从认知心理学，神经网络与佛教唯识论三个角度去展开。看完《万神殿》后的一点感想。
神经网络基本原理
神经网络从大脑的工作原理得到启发，可用于解决通用的学习问题。本文介绍神经网络的基本原理与实践
推断统计：p值的前生今世
推断统计的核心在于假设检验。基本逻辑是基于科学哲学的一个重要论点：全称命题只能被否证而不能被证明。这个道理很简单，个案当然不足以证明一个全称命题，但是却可以否定全称命题。
统计学基础：描述统计
统计分析分为描述统计与推断统计两个领域， 描述统计（Descriptive Statistics）是关于对已有数据进行描述或表征的技术，也是统计学中最基础的部分。
概率论基本概念
概率论基础知识笔记，公理化基础，概率演算，计数，条件概率，随机变量与分布函数
信息论基础知识：熵
《信息论基础》读书笔记：什么是熵？熵是随机变量不确定度的度量，也是平均意义上描述随机变量所需的信息的度量。
人、社会与神经网络
神经网络受人脑启发而出现，人类社会的运作机制与神经网络训练也有着各种相似关联。读维纳《人有人的用途——控制论与社会》的一些感想。
线性代数基本概念
用一条主线将线性代数中的所有概念串联起来
Wiz: DeepSeek数据库暴露
Wiz Research 发现 DeepSeek 的一套可公开访问的 ClickHouse 数据库，允许对数据库进行完全控制，包括访问内部数据。此次暴露包含超过一百万行的日志流，其中含有聊天记录、密钥、后端细节以及其他高度敏感的信息。Wiz Research 团队第一时间向 DeepSeek 负责披露了这一问题，DeepSeek 随后迅速采取了措施，修复了该暴露点。 DeepSeek 公开暴露的数据库可被完全控制 该数据库暴露了内部数据，包含超过一百万行高度敏感的日志记录。 Gal …
Wiz Research 发现 DeepSeek 的一套可公开访问的 ClickHouse 数据库，允许对数据库进行完全控制，包括访问内部数据。此次暴露包含超过一百万行的日志流，其中含有聊天记录、密钥、后端细节以及其他高度敏感的信息。Wiz Research 团队第一时间向 DeepSeek 负责披露了这一问题，DeepSeek 随后迅速采取了措施，修复了该暴露点。 DeepSeek 公开暴露的数据库可被完全控制 该数据库暴露了内部数据，包含超过一百万行高度敏感的日志记录。 Gal …
诺贝尔物理学奖颁给计算机领域了：神经网络奠基人辛顿与霍普菲尔德
引用央视报道：瑞典皇家科学院当地时间 10 月 8 日宣布，将 2024 年诺贝尔物理学奖授予约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton），表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。 值得一提的是，辛顿教授已经在 2018 年获得了计算机领域的最高奖项图灵奖。2018 年的图灵奖得主为 Yoshua Bengio（约书亚·本吉奥），Geoffrey Hinton（杰弗里·辛顿）和 Yann LeCun（杨立昆 …
引用央视报道：瑞典皇家科学院当地时间 10 月 8 日宣布，将 2024 年诺贝尔物理学奖授予约翰·J·霍普菲尔德（John J. Hopfield）和杰弗里·E·辛顿（Geoffrey E. Hinton），表彰他们在使用人工神经网络进行机器学习的基础性发现和发明。 值得一提的是，辛顿教授已经在 2018 年获得了计算机领域的最高奖项图灵奖。2018 年的图灵奖得主为 Yoshua Bengio（约书亚·本吉奥），Geoffrey Hinton（杰弗里·辛顿）和 Yann LeCun（杨立昆 …
AI神教狂想曲
微信公众号原文 人类是硅基生命的引导程序 —— 马斯克 也许就在这一二十年，我们会目睹一个拜 AI 神教的崛起。下面是对于此 “AI神教” 的一些想象： AI神教认为，人是一团负熵，一团存储编码在神经元及其连接里的信息，被硬编码设计为用低效的交配基因重组技术复制再生产下一代。而在数字世界中，只要有足够的算力资源，你可以像 Agent Smith 一样快速复制出无数个不同版本的自我，自由探索各种人格分支的可能性。人类第一次有了定制自身硬件的能力：用硅基晶体管取代碳基神经元存储智能模型，打开智能水 …
微信公众号原文 人类是硅基生命的引导程序 —— 马斯克 也许就在这一二十年，我们会目睹一个拜 AI 神教的崛起。下面是对于此 “AI神教” 的一些想象： AI神教认为，人是一团负熵，一团存储编码在神经元及其连接里的信息，被硬编码设计为用低效的交配基因重组技术复制再生产下一代。而在数字世界中，只要有足够的算力资源，你可以像 Agent Smith 一样快速复制出无数个不同版本的自我，自由探索各种人格分支的可能性。人类第一次有了定制自身硬件的能力：用硅基晶体管取代碳基神经元存储智能模型，打开智能水 …
AI 会有自我意识吗？
微信公众号原文 AI大模型可以 有意识，但不一定有自我意识。 在社会伦理问题解决之前，AI 有 EGO 恐怕也不是一件什么好事。 刚看完《万神殿》，觉得很有意思，随便写点感想。 自我意识是什么？ 当我们说“自我意识”的时候，我们到底在说什么？“意识”这个词到底是从哪里的来的，我们可以从认知心理学，神经网络与佛教唯识论三个角度去展开。 佛教的解释 佛教的解释最早，翻译成大白话是最容易理解的。例如在《成唯识论》中，把人的识分为八种： 眼识、耳识、鼻识、舌识、身识，意识，末那识，阿赖耶识。前五者非常 …
微信公众号原文 AI大模型可以 有意识，但不一定有自我意识。 在社会伦理问题解决之前，AI 有 EGO 恐怕也不是一件什么好事。 刚看完《万神殿》，觉得很有意思，随便写点感想。 自我意识是什么？ 当我们说“自我意识”的时候，我们到底在说什么？“意识”这个词到底是从哪里的来的，我们可以从认知心理学，神经网络与佛教唯识论三个角度去展开。 佛教的解释 佛教的解释最早，翻译成大白话是最容易理解的。例如在《成唯识论》中，把人的识分为八种： 眼识、耳识、鼻识、舌识、身识，意识，末那识，阿赖耶识。前五者非常 …
神经网络基本原理
神经网络从大脑的工作原理得到启发，可用于解决通用的学习问题。本文介绍神经网络的基本原理与实践 神经网络表示 神经元模型 神经网络从大脑的工作原理得到启发，可用于解决通用的学习问题。神经网络的基本组成单元是 神经元(neuron)。每个神经元具有一个轴突和多个树突。每个连接到本神经元的树突都是一个输入，当所有输入树突的兴奋水平之和超过某一阈值，神经元就会被激活。激活的神经元会沿着其轴突发射信号，轴突分出数以万计的树突连接至其他神经元，并将本神经元的输出并作为其他神经元的输入。数学上，神经元可以用 …
神经网络从大脑的工作原理得到启发，可用于解决通用的学习问题。本文介绍神经网络的基本原理与实践 神经网络表示 神经元模型 神经网络从大脑的工作原理得到启发，可用于解决通用的学习问题。神经网络的基本组成单元是 神经元(neuron)。每个神经元具有一个轴突和多个树突。每个连接到本神经元的树突都是一个输入，当所有输入树突的兴奋水平之和超过某一阈值，神经元就会被激活。激活的神经元会沿着其轴突发射信号，轴突分出数以万计的树突连接至其他神经元，并将本神经元的输出并作为其他神经元的输入。数学上，神经元可以用 …
推断统计：p值的前生今世
推断统计的核心在于假设检验。基本逻辑是基于科学哲学的一个重要论点：全称命题只能被否证而不能被证明 。这个道理很简单，个案当然不足以证明一个全称命题，但是却可以否定全称命题。 假设检验的哲学基础 假设检验的基本思想是：小概率反证法。假设检验的假设是关于总体的一个普遍性论断，这个检验是看从样本得出的结论能否推论到总体。 假设检验的基本逻辑是基于科学哲学的一个重要论点：全称命题只能被否证而不能被证明。这个道理很简单，个案当然不足以证明一个全称命题，但是却可以否定全称命题。 我们想证明的结论既然无法通 …
推断统计的核心在于假设检验。基本逻辑是基于科学哲学的一个重要论点：全称命题只能被否证而不能被证明 。这个道理很简单，个案当然不足以证明一个全称命题，但是却可以否定全称命题。 假设检验的哲学基础 假设检验的基本思想是：小概率反证法。假设检验的假设是关于总体的一个普遍性论断，这个检验是看从样本得出的结论能否推论到总体。 假设检验的基本逻辑是基于科学哲学的一个重要论点：全称命题只能被否证而不能被证明。这个道理很简单，个案当然不足以证明一个全称命题，但是却可以否定全称命题。 我们想证明的结论既然无法通 …
统计学基础：描述统计
统计分析分为描述统计与推断统计两个领域，描述统计（Descriptive Statistics）是关于对已有数据进行描述或表征的技术，也是统计学中最基础的部分。 1. 统计与科学方法 1.1 认识方法 历史上，人类主要采用：权威，理性主义，直觉与科学方法 获取知识 权威（Authority）：基于传统或者一些权威人士的意见获取知识 理性主义（rationalism）：通过推理获取知识，但是对于判定命题的真假，推理是不够的 直觉（intuition）：直觉是突然的顿悟，是涌入意识的突然想法。 科 …
统计分析分为描述统计与推断统计两个领域，描述统计（Descriptive Statistics）是关于对已有数据进行描述或表征的技术，也是统计学中最基础的部分。 1. 统计与科学方法 1.1 认识方法 历史上，人类主要采用：权威，理性主义，直觉与科学方法 获取知识 权威（Authority）：基于传统或者一些权威人士的意见获取知识 理性主义（rationalism）：通过推理获取知识，但是对于判定命题的真假，推理是不够的 直觉（intuition）：直觉是突然的顿悟，是涌入意识的突然想法。 科 …
概率论基本概念
1. 集合论 样本空间和样本点是概率论中无定义的基本概念，如同几何中的点和直线的概念一般。 定义：事件 事件：事件是样本点的 集合。 $A=0$表示事件A不含任何样本点，即A是不可能事件。 $A=0$是一个代数表达式而不是算术表达式，0在这里是一个符号。 样本空间中一切不属于事件A的点所构成的事件称为A的补事件。或称非事件。并以$A^C$记之，$S^C=0$ 事件A、B、C的交，用$A\cap B \cap C$表示，并用$A \cup B \cup C$表示事件的并 $A\subset B$ …
1. 集合论 样本空间和样本点是概率论中无定义的基本概念，如同几何中的点和直线的概念一般。 定义：事件 事件：事件是样本点的 集合。 $A=0$表示事件A不含任何样本点，即A是不可能事件。 $A=0$是一个代数表达式而不是算术表达式，0在这里是一个符号。 样本空间中一切不属于事件A的点所构成的事件称为A的补事件。或称非事件。并以$A^C$记之，$S^C=0$ 事件A、B、C的交，用$A\cap B \cap C$表示，并用$A \cup B \cup C$表示事件的并 $A\subset B$ …
信息论基础知识：熵
信息论回答了通信理论中的两个基本问题： 数据压缩的临界值：熵 HHH 通信传输速率的临界值：信道容量 CCC 但信息论的内容远不止于此，我们会在许许多多的领域中看见它的身影：通信理论，计算机科学，物理学（热力学），概率论与统计学，科学哲学，经济学等等……。 熵（entropy） 信息是一个相当宽泛的概念，很难用一个简单的定义将其完全准确地把握。然而对于 任意一个概率分布，可以定义一个称为 熵（entropy） 的量，它具有许多符合信息度量的直观要求。 熵是随机变量不确定度的度量，也是平均意义上描 …
信息论回答了通信理论中的两个基本问题： 数据压缩的临界值：熵 HHH 通信传输速率的临界值：信道容量 CCC 但信息论的内容远不止于此，我们会在许许多多的领域中看见它的身影：通信理论，计算机科学，物理学（热力学），概率论与统计学，科学哲学，经济学等等……。 熵（entropy） 信息是一个相当宽泛的概念，很难用一个简单的定义将其完全准确地把握。然而对于 任意一个概率分布，可以定义一个称为 熵（entropy） 的量，它具有许多符合信息度量的直观要求。 熵是随机变量不确定度的度量，也是平均意义上描 …
人、社会与神经网络
神经网络受人脑启发而出现，因此人类社会的运作机制与神经网络训练也有着各种相似和关联。 这一年，涉猎了不少别的学科。大多浅尝辄止，但还是收获巨大。每挖一个新坑，我就会习惯性地找到新学科与旧学科之间的关联。特别的，我更偏好于使用本专业的视角去看待这些知识。例如，人类社会的运作机制与训练神经网络之间的关联。 每一个人，都可以被想象成一台计算机： 他有着作为中央处理器与存储器的大脑；有着作为外围处理机的小脑；跳动的心脏则是整个机器的动力来源——电源；他有着各种输入器件：作为摄像头的眼睛、作为麦克风的耳 …
神经网络受人脑启发而出现，因此人类社会的运作机制与神经网络训练也有着各种相似和关联。 这一年，涉猎了不少别的学科。大多浅尝辄止，但还是收获巨大。每挖一个新坑，我就会习惯性地找到新学科与旧学科之间的关联。特别的，我更偏好于使用本专业的视角去看待这些知识。例如，人类社会的运作机制与训练神经网络之间的关联。 每一个人，都可以被想象成一台计算机： 他有着作为中央处理器与存储器的大脑；有着作为外围处理机的小脑；跳动的心脏则是整个机器的动力来源——电源；他有着各种输入器件：作为摄像头的眼睛、作为麦克风的耳 …
线性代数基本概念
用一条主线将线性代数中的所有概念串联起来 向量 向量有三种视角 物理学视角：向量是一个有方向和大小的箭头 计算机视角：向量是一个有序列表 数学视角：向量是一个有序列表，可以容纳任何东西，只要向量加法与向量倍乘有意义。 线性空间，张成的空间与基 $\mathbb{R}^2$中，两个不共线的向量可以组合出任何想要的向量。 而两个共线的向量只能组合出这条线上的向量。 更进一步， 两个零向量只能张出0向量。 将这两个向量并在一起，写成矩阵的形式。矩阵在这里就代表对空间的变换。 某个变换，将 …
用一条主线将线性代数中的所有概念串联起来 向量 向量有三种视角 物理学视角：向量是一个有方向和大小的箭头 计算机视角：向量是一个有序列表 数学视角：向量是一个有序列表，可以容纳任何东西，只要向量加法与向量倍乘有意义。 线性空间，张成的空间与基 $\mathbb{R}^2$中，两个不共线的向量可以组合出任何想要的向量。 而两个共线的向量只能组合出这条线上的向量。 更进一步， 两个零向量只能张出0向量。 将这两个向量并在一起，写成矩阵的形式。矩阵在这里就代表对空间的变换。 某个变换，将 …