AI 变革带来哪些 IT 的新要求？ 深度学习的突破和硬件的突飞猛进，使得人工智能“第n春”焕发蓬勃生机。这是历史上第一次，机器可以在如人脸识别等‘人类’工作上做得比我们人类更好。 人工神经网络有许多‘隐藏’或计算层，实现深度学习要对特定人工神经网络架构进行一系列的特定配置，可以提供数据让系统自我训练（training）或推断（inference），最终从输出神经元层读取数值结果。
通用人工智能，即：AGI（Artificial General Intelligence）的实现，正在以肉眼可见的速度被缩短，以前在科幻电影中看到的种种场景，或许会比我们想象中来得更快一些。不过，等待 AGI 来临前的黑夜注定是漫长而孤寂的。在此期间，我们继续来探索 AI 应用落地的最佳实践，即：在成功部署本地 AI 大模型后，如何通过外挂知识库的方式为其 “注入” 新的知识。
谢谢！