## DeepSeek+DeepResearch 让科研像聊天一样简单 北京航空航天大学 高研院 助理教授 清华大学新闻学院与人工智能学院双聘教授 沈阳团队博士后 何静 ## 目录 能做什么？ 二 要怎么做？ 三 效果如何？ ## 能做什么？ ## 本质：以多agent实现从数据采集到可视全流程 数据采集 ![Image](/uploads/documents/8/ 息检索和文章生成。 查看生成过程：点击 “See BrainSTORMing Process”，可获取不同LLM Role的头脑风暴过程。 参考其他文章：在“发现”栏，可参考其他学者生成的文章及聊天示例。 ## 用户体验对比：可操作性 ## 元知AI综述工具 ☐ 界面直观：平台设计简洁、直观，使用户能够方便、快捷地进行文献数据的导入、分析和综述生成，操作路径清晰，交互体验流畅高效。 ☐ 1980年代标志着NLP中符号方法的黄金时代，重点是基于规则的语法分析、形态学和语义学的研究。重要的发展包括对头驱动短语结构语法（HPSG）的研究，以及二级形态学的进展。这个时期还出现了量化评估的重要性，并催生了早期的聊天机器人，如Racter和Jabberwacky $ ^{[11]} $ 。1980年代也是NLP中框架系统转向的时期，这一转变在很大程度上受到了马文·明斯基关于“框架”的工作影响，他通过这些框架表示典型的情境

## ROS在机器人中是如何运行的 主讲人：古月 ## 以Turtlebot为例 ## TurtleBot - ROS中最为重要、资源最为丰富的机器人之一； - 给入门级的机器人爱好者提供一个基础平台； - 可以直接使用TurtleBot自带的软硬件，专注于应用程序的开发； - 它伴随ROS一同成长，一直都作为ROS开发前沿的机器人。  ## ROS在机器人中是如何运行的  ## • 扩展课程 古月居 GYH.AI ROS ROS机器人公开课 ## ROS机器人开发案例 ——浅谈如何将ROS应用于机器人开发 主讲人：古月 https://class

BEIJING 2017 # 深度学习在电商搜索和聊天机器人中的应用 探索 SPEAKER / 程进兴 2017年4月 ## 促进软件开发领域知识与创新的传播  关注InfoQ官方信息 及时获取QCon软件开发者大会演讲视频信息 深度学习与商品搜索 矢量化搜索技术简介 ➢ 基于词语聚类的矢量化 ➢ 基于用户会话的矢量化 ➢ 原型评测结果及效果示例 ## • 深度学习与聊天机器人 ➢ 聊天机器人简介 ➢ 聊天机器人主要模块及架构 ➢ 深度学习探索 ➢ 聊天机器人评测结果 ## 目前商品搜索中的一些问题 • 语义词汇差异 ➢ 理发器，理发推子，电推子 血糖计，血糖仪 ➢ 山地车，死飞，自行车，碟刹，折叠车，公路车，单车 40098c5f50dc/p16_1.jpg) ## 聊天机器人(chatbot) 聊天机器人是一种聊天代理，它通过电脑程序设计与人类通过音频或文本进行智力对话。——维基百科 未来，聊天应用将被看作是新的浏览器，而机器人程序将成为新的网站。这就是互联网的新开始。——Ted Livingston, CEO of KiK - 聊天机器人将从根本上变革每个用户对人机交互的体验。--Satya Nadella

ux%E4%B8%8Bpycharm%E5%AE%89%E8%A3%85&spm=1018.2226.3001.4187 ## 四 机器人学 我们学习 ROS 的目的是应用于机器人控制，这就要求掌握一定的机器人学基础知识，这里推荐一些精选的机器人学课程和相关教材。 ### 4.1 运动学 台湾国立大学：https://www.bilibili.com/video/BV1v4411H7ez com/video/BV1Vt41157jp ### 4.3 机器人控制 哈尔滨工业大学：https://www.bilibili.com/video/BV1y7411H7fg ### 4.4 推荐资料 博客：https://www.guyuehome.com/author/cc 书籍：《机器人学-建模、控制与视觉》—熊有伦；《机器人学导论》—Craig；《Robot modeling and com/blog/index/category/33|https://www.guyuehome.com/project/detail/id/4| ## 六 机器人最新动态 以下路径可以获取到最新的机器人动态，其中大多是具备研究性质的学术论文，里边涵盖了机器人领域最新最权威的研究动态，有助于扩展大家的知识面同时激发学习兴趣。 网站：https://arxiv.org/；https://ieeexplore

Aaron Martinez [PACKT] open source $ ^{*} $ ROS机器人开发实践 全面保护RCS的现有概念及应用实践，通过RCS 10个护 以交配为中心，确保火管机着设、塔顶站、塔脚架的设、SLA和 导配、机管习将多方面RCS同的支则其应方法，扩机方丰富实例 机器人设计与制作系列  ROS机器人开发实践 胡春旭 端著 国工业报 Anil Mahtani, Luis Sánchez, Enrique Fernández, Aaron Martinez Effective Robotics Programming with ROS Third Edition Programming ced0c86263439a5974bb014b0ea/p6_3.jpg) 认知 数学基础 人工智能、知识表达、规划、任务调度、机器学习等。 最优估计、微分几何、计算几何、运筹学等。 机器人学的四个核心领域（卡耐基梅隆大学） 

## [探索] 聊天机器人 吴金龙@爱因斯坦 2017年04月17日 EIN+ ## 促进软件开发领域知识与创新的传播  关注InfoQ官方信息 及时获取QCon软件开发者大会演讲视频信息  Semantic Question Matching with Deep Learning Task-Bot: ## 任务对话机器人 ## Task-Bot: task-oriented bot ![Image](/uploads/documents/c/e/b/4/ceb4890f05db090c02f2a533cbe27fc1/p11_1

ebdf1408fed713/p5_2.jpg) · 网络爬虫 • 大数据分析 ## AWS同样功能丰富 AWS向客户提供超过165项功能全面的服务 涵盖计算、存储、数据库、联网、分析、机器人、 机器学习与人工智能、物联网、移动、安全、混合云、虚拟现实与增强现实、媒体，以及应用开发、部署与管理等方面。  Lambda ## PyConChina 2019 ## AWS机器学习、人工智能服务 ## 人工智能服务 视觉 语音 语言 聊天机器人 预测 推荐  Rekognition ## 人工智能服务 视觉  聊天机器人 Rekognition Image & Video 语言 语音 ![Image](/uploads/documents/d/e/7/a/de7ac0009cbc3d54b7ebdf1408fed713/p30_3

4.7 开源社区中重要的角色 …… 34 4.8 一个项目的哪些特征对于您留下成为项目贡献者的重要度评级 …… 35 4.9 开源项目是否集成 RPA（机器人流程自动化）…… 36 4.10 开源活动 …… 37 4.11 聊天运维工具 …… 38 4.12 度量开源社区的必要性 …… 39 4.13 参与者所了解的基金会 …… 42 4.14 受访者对开放原子开源基金会的期待 Issue 是开源开发者交流的主要方式，这样既可以公开、透明，又可以把讨论的过程沉淀下来，降低后加入者的学习成本。国内开发者当前习惯在微信群中讨论问题，但受限于微信群的规模以及非公开的讨论问题的方式，需要聊天机器人等辅助工具才能达成开源社区的沟通需要。 ### 4.7 开源社区中重要的角色 受访者们认为开源社区中核心开发者、社区管理人员、普通开发者、布道师都是很重要的角色，他们共同支持着社区的良好运转。 存的关键因素。 段夕华：最后这个指标跟前面调查中的社区和谐诉求本质是相通的，那就是马斯洛需求层次中的「尊重和被认可的需求」 ### 4.9 开源项目是否集成 RPA（机器人流程自动化） 对于开源项目是否集成了 RPA，即机器人流程自动化工具，有 5 成受访者表示一部分项目集成了 RPA，较去年有所提升，仅有 1 成的受访者表示从来没有在开源项目中集成过 RPA，比去年下降了 15%，说明开源项目越来越重视流程的自动化。

它是否产生了积极的影响？虽然衡量标准可能变得更加细致入微，但真正的生产力衡量仍然难以捉摸。 ## 众多大语言模型 大语言模型（LLMs）为现今人工智能的许多重要突破奠定了基础。目前的应用多使用类似聊天的界面进行交互，例如 ChatGPT 或 Google Bard。生态中的主要竞争者（例如 OpenAI 的 ChatGPT，Google Bard，Meta 的 LLaMA 以及亚马逊的 Bedrock 代理会记住目标的进展程度，使用大语言模型来思考接下来该做什么，然后采取行动，并理解何时已经实现了目标。这通常被称为思维链推理，而且实际上是可行的。我们的团队实现了一个作为自主代理的客户服务聊天机器人。如果机器人无法达成客户的目标，它会认识到自己的限制并将客户引导到人工处理。这种方法显然仍处于早期发展阶段：自主代理通常存在高失败率和高昂的 AI 服务费用，至少有一家 AI 初创公司已经从代理为基础的方法转向其他方向。 上的代码库。 我们还很高兴看到自上次在技术雷达中亮相以来，来自 Copilot X 路线图的 Copilot 聊天功能已经变得更加的普及。这是 Copilot 内联辅助功能的一个强大的补充。应用在 IDE 内的聊天界面，提高了常见信息检索的可发现性，并且与开放式编辑器上下文的集成使得对错误的研究或请求聊天协助执行与焦点代码相关的任务变得轻而易举。 ### 57. Insomnia 试验 自从 Postman