深圳瑞声

想写这个很久了，因为自己在开源和实习中也接触过一些 ai 的工程化内容，对这一块也有一些自己的思考，这个路线图说是 AI 应用开发全景路线图，其实我是想写从 maas 平台到 AI infra 的整个模型工程化的全链路的知识，但是笔力有限，第一版应该先聚焦于平台和应用开发。学识尚浅，也欢迎各位牛友一起交流，探讨，完善阅读建议：每个模块开始是我的一点思考和收集的信息，后面就是学习建议和资料（主要是开源项目+文档，视频资源如果有比较不错的也会放上去），有些技术可能没有好的教程，后续会陆陆续续的出文章+ demo 和大家交流一，AI 应用开发到底是什么概述AI 应用开发这个字眼从 gpt 刚开始火的...

项目挺简单的，看起来没什么亮点，大家都是怎么包装项目的嘞(>﹏<)？

最近看到Andrej Karpathy（特斯拉前AI总监）的一篇文章，感触很深。想和大家聊聊AI对程序员的真实影响。他说Geoffrey Hinton（深度学习三巨头之一）在2016年预测AI图像识别会让放射科医生全部失业。结果呢？快10年过去了，放射科不仅没消失，反而发展得挺好，职位还在增长。这个例子很能说明问题。虽然实验室里AI识别准确率99%，很牛逼！！但是真实场景往往复杂得多：模糊的图像、罕见的病例、需要结合病史判断...AI代替不了医生。就像leetcode刷题和实际开发是两码事。你刷了100题，就真能上手做开发了？答案是否定的。放射科医生的工作也不只是"看片子"...