指代消解判断代词指向谁：“小王给了小李一本书，他很开心”，这个“他”是谁？人类凭语感能判断，机器要经过专门的建模。它是篇章理解的基础能力。 指代消解看似是个小问题，实则触及语言的核...

语料库是按特定标准收集的语言数据集合：维基百科语料、新闻语料、对话语料。没有大规模语料库，就没有统计 NLP 与深度学习 NLP 的今天。 语料库是语言学的“实验室”：关于语言的一切假设，都...

超分辨率（SR）把低分辨率图像放大并补细节。传统插值只会让图更糊，深度学习模型能“猜”出合理细节，让老照片重获新生。 超分辨率的本质是“有依据的想象”：模型不是恢复真相，而是基于经验...

去噪、去模糊、去雨去雾、去摩尔纹，这些任务统称图像恢复。它们共享同一个思路：建模退化过程，然后学习逆过程。深度学习让这些任务的精度都上了一个台阶。 图像恢复的思路——“理解事物如何...

SLAM（同时定位与建图）让机器人在移动中一边确定自己的位置，一边构建环境地图。它是扫地机器人、AR 眼镜、自动驾驶的核心空间智能，连接着视觉与行动。 SLAM 最像人类的空间认知方式：我们也...

自动驾驶用摄像头、激光雷达、毫米波雷达感知世界：识别车辆行人、预测轨迹、理解可行驶区域。它对视觉系统的可靠性要求极高，是计算机视觉最大的试炼场。 自动驾驶最深刻的教训是“长尾问题”...

医疗影像 AI 用计算机视觉辅助医生读片：肺结节筛查、糖网病变检测、骨折识别。它在部分任务上已达到专家水平，让优质诊断能力得以下沉到基层医院。 医疗 AI 最动人的故事不在技术上，而在公平...

工业视觉把计算机视觉用在生产线上：缺陷检测、尺寸测量、引导机械臂。它 24 小时不疲倦、精度稳定，已是先进制造的标配，被称为“工厂的眼睛”。 工业视觉的成功有一个朴素原因：它在受控环境...

自然语言处理（NLP）是让机器理解、生成人类语言的技术。从搜索引擎到翻译软件到 ChatGPT，它早已无处不在，是连接人与机器最自然的桥梁。 语言是人类最独特的发明，也是 AI 最难征服的领域。它...

英文单词间有空格天然分隔，中文则连成一片，必须先切词。“乒乓球拍卖完了”可以切出完全不同的意思。中文分词是中文 NLP 的第一道门槛，也是绕不开的基础。 中文分词的困难源于一个根本事实：...

词性标注给每个词打上名词、动词、形容词等标签。“我要报名”里的“报名”是动词，“那个报名的人”里是修饰语。它是句法分析、信息提取的基础环节。 词性标注展示了一个有趣现象：语言中几乎...

命名实体识别（NER）从文本中挑出人名、地名、机构名、时间等关键实体。它是信息抽取、知识图谱构建、搜索引擎理解查询的基础，几乎每个文本系统都用得到。 NER 的价值在于“让文本可计算”。一...