现在AI大爆发，让我想起当年云计算大爆发。当年一夜之间人人都开始谈云计算，个人理解，实际上是因为谷歌和亚马逊这些公司认为时机成熟，自己准备也充分，所以开始大规模占领市场，当然用户是得到最大实惠的。
所以我怀疑，AI是不是也类似。是不是这些年有什么新的通用性工具出来，可以让以前很难写的一些算法变得容易了？比如像AlphaGo这样的项目是不是会有一些免费的工具放出来？微软的 .NET
里有个 Machine Learning，不过没仔细看过是个什么东西。（这里不考虑象微软的TTS和国内讯飞的那样现成的普通用户直接使用的AI产品，我估计国内一些号称AI的公司就是开发这样的成品吧。）或者某些行业的基本运转模式有什么根本的变化？
不好意思，又要麻烦各位专家拨冗解惑了，先谢谢！
据说现在机器学习的开源框架尤其是在python社区已经相当丰富，用于数据分析也很简单，难道机器学习已经成了象正则、XML解析这样广泛普及的基本编程工具了吗？
大家用微软ML.net 做了什么？
ML.net是为了方便 .NET 程序员消费现有的 ML 模型，以便将 ML 的成果集成到自己的应用程序，开发出能够使用那些训练数据的产品…
… 这样的好处是就算使用者的机器学习背景很弱（比如大多数c#开发者），他们也能像调包一样去调mlnet的api来训练一些模型
如何评价ML.NET？
如果你是一个机器学习的专家，那么 ML.NET可能并不适合你，它不够灵活，支持的算法可能不够多。但如果你只是想为你的业务中引入机器学习的模型来帮助你做一些事情，那么 ML.NET可以说就是为你量身打造的
坛子里做自然语言处理的专家应该不少，应该对这个技术比较熟悉吧
我有一个应用实例就是对扫描图片进行纠偏和切边，很多软件可以纠偏，但智能切边的似乎不多（老马的那个可以）。我猜想是不是如果用机器学习的一些工具可以很容易就解决这一类的问题，而不用绞尽脑汁自己去琢磨算法。
由于AlphaFold只是开源了模型推理代码，并没有开源训练代码 ，因此科研人员只能按照AlphaFold设计好的流程进行使用，而不能对其训练过程做出调整，来迁移至更多的应用场景。
(用这个新闻标题在百度上搜索，应该是搜不到它的原始网址，这应该也算是一种卡脖子技术吧)
因为Alphafold2的成功，使得AI对各行各业产生了非常深远的影响
象从扫描版字典图片里定位词头这种工作，猜测应该可以用机器学习的一些工具先完成个大概，少数再修正补充一下。还有就是现在很多OCR软件，有些图片上的字明明很容易辨认但软件识别就是一塌糊涂，感觉有点不应该啊，人脸识别可比这个要复杂多了。
你等这篇导论性的文章完稿吧，可以解诸多困惑。
这是你老兄的推？
不是，我的推就是我用户名。
拜读了下老兄的推，有收获，不过没账号看个推真不方便 
老兄有没有着手ML的计划？还是已经正在进行时？
没有，主业已经学不过来了。真哪天要用到估计也就是调用下顶层 API。正儿八经学可是个大项目。
我说的就是这个，我怀疑ML的算法包是不是已经包裹到了一般人都能用的程度，不需要直接去接触具体的模型，也许上手没有想象的那么难，这两年我一直这么怀疑。不分任何主业领域，可能是时候该接触一下了，如果使用得当，效率提高可能不是一点
从libgen上搬了些ML相关的书
https://cloud.freemdict.com/index.php/s/zj4zNnoxrWj5j7f
Audio Super Resolution with Neural Networks
Using deep convolutional neural networks to upsample audio signals such as speech or music.
AHD 的语音档只有可怜的 11 kHz。
用这个 AI 不知可不可以补救一下。
听网页内展示的 4 kHz 提升到 16 kHz，
效果还不错。
只有内显没办法玩。有没有人有兴趣？
个人认为，除了一些高知名度广受验证可开箱即用的，Github上多数开源项目的价值主要还是提供代码范例供借鉴方法。如果希望拿一般默默无闻的项目来解决一个具体问题，最后投入的时间成本不划算不说，可能问题还解决不了。
感谢推荐ML.NET
最近入手了微软的DEV KIT 2023. 正好尝试学习一下
刚学习了下"DEV KIT 2023"是个什么东西，似乎相当于一个高配低价的迷你主机，一直用的Dell的迷你主机同价位配置似乎比这个差远了，不过 Arm 可能有些Windows软件跑不了吧
Windows开发者套件2023详细测评
ml.net 去年支持了arm64
冒昧问一下，开发 arm64应用 是工作还是兴趣？
工作原因，今年项目因信创需要移植到国产arm芯片上，微软这个机器内存大拿来做虚拟机host