上一篇:中国工程师的工匠精神有哪些 中国工程师的工匠精神? 中国工程师的工资一、中国工程师的工匠灵魂?工匠灵魂中的“工匠”,是工匠灵魂中的主体,是灵魂,是核心,是源泉和动力。没有工匠的工匠灵魂,是虚设的一种灵魂。只有千千万万杰出的工匠组成的工匠灵魂才是真正的值得让人进修和借鉴的一种崇高与辉煌的不朽灵魂工匠就该是工程师们的眼到、心眼、神到和情到的全部本领的极点发挥,这就是辉煌的工匠灵魂造就了一段感天动地的精妙传奇。这样的工匠灵魂是活生生的现实体现,它生动而最有力的“标本”二、工匠灵魂的灵魂内涵?是一种职业灵魂,它是职业道德、职业能力、职业质量的体现,是从业者的一种职业价格取向和行为表现。“工匠灵魂”的基本内涵包括尽职、精益、专注、创新等方面的内容。三、什么是工匠灵魂工匠灵魂的代表?工匠灵魂,是指工匠对自己的产品精雕细琢,精益求精、更完美的灵魂理念。工匠们喜欢不断雕琢自己的产品,不断改善自己的工艺,享受着产品在双手中升华的经过。工匠灵魂的目标是打造本行业最优质的产品,其他同行无法匹敌的卓越产品。概括起来,工匠灵魂就是追求卓越的创新灵魂、精益求精的质量灵魂、用户至上的服务灵魂。1、鲁班,又称公输盘,木匠祖师爷,也是“百工圣祖”。鲁班奖的全称为“建筑工程鲁班奖”建筑工程鲁班奖是1987年由中国建筑业联合会设立的。该奖是行业性荣誉奖,属于民间性质。2、墨子,名墨翟。鲁班曾做云梯助楚国攻宋,墨子前来阻拦与鲁班相斗,鲁班的攻城器械都用尽了,墨子的守城办法还有余,最终鲁班心服口服。墨子是记载中唯一胜过鲁班的人。3、明朝的宋应星,没能考中进士,却撰写出《天工开物》,被外国学者誉为“中国17世纪的工艺百科全书”。宋应星本人也被后人视为科学家。四、工程师文化与工匠灵魂的愿景?工程师文化和工匠灵魂的愿景是创新一个充满创新、卓越和追求完美的工程环境。在这种文化中,工程师们不仅具备深厚的技术聪明和技能,还拥有对细节的关注和对质量的执着追求。他们通过精心设计、精益求精、持续改进的工匠灵魂,创新出高质量、可靠、经济的解决方案。下面内容是工程师文化和工匠灵魂的愿景的详细内容:创新和卓越:工程师文化鼓励创新思考和勇于挑战现状的灵魂。工匠灵魂则注重追求卓越,不满足于平庸,追求最佳的工程质量和性能。这种灵魂促使工程师们不断进步自己的技能和聪明水平,以便在解决实际难题时提出更具创意和实用性的解决方案。注重细节和质量:工程师文化强调对细节的关注和把控,从设计到生产,每个环节都追求尽善尽美。工匠灵魂则注重对质量的执着追求,他们相信只有通过精湛的技艺和对细节的极点追求,才能创新出高质量的产品和解决方案。持续改进和精益求精:工程师文化和工匠灵魂都强调对现有产品和解决方案进行持续改进。他们致力于寻求更好的技巧、更高效的流程和更具创新性的解决方案。这种不断改进的灵魂有助于进步生产效率、降低成本、优化性能,并为客户提供更好的服务。团队协作和共同成长:工程师文化鼓励团队协作,通过集思广益和协作来解决面临的难题。工匠灵魂则注重与团队成员共同成长,相信通过互相进修和经验分享,整个团队可以不断提升并取得更好的成果。社会责任感和环保觉悟:工程师文化和工匠灵魂要求工程师们在设计和生产经过中考虑社会影响和环保影响。他们致力于创新具有可持续性、节能高效的产品和解决方案,同时关注企业的社会责任,积极参与公益事业和环保活动,为社会做出贡献。追求卓越工程质量和客户满意度:工程师文化和工匠灵魂共同的愿景是追求卓越的工程质量和客户满意度。他们致力于了解客户需求,提供高质量的产品和服务,并确保客户在使用经过中获得满意的体验。通过不断改进和创新,工程师们努力进步产品性能,以满足客户的需求并赢得他们的信赖。说到底,工程师文化和工匠灵魂的愿景是培养一种积极向上的工程气氛,鼓励创新、精益求精、注重细节、持续改进、团队协作和社会责任感。通过实现这些愿景,工程师们可以为社会创新更多高质量、可靠和经济的产品和解决方案,推动科技进步和社会进步。五、怎样发扬工匠灵魂以及发扬工匠灵魂的意义?李克强总理在今年的《政府职业报告’里面提出,应鼓励企业进步特点化定制和灵活生产,培养精湛工艺,增加品种,进步质量和创建品牌。工艺灵魂开头来说是一种灵魂。追求卓越和完美的产品,追求极点,追求完美,追求更好,并将质量从99%进步到99.99%的匠人灵魂。接下来是追求。以质量取胜是工匠的价格取向,也是他们热爱的职业的职业追求。再一次是一种质量。坚持不懈,坚持不懈,尽职奉献的产品和品牌是工匠的素质。最终,有一种气氛。这是整个社会对工匠的尊重以及相应较高的社会地位。工匠灵魂的提出,对于当前的群众创业和创新,加速转型升级,进步质量和效率具有重大的现实意义。拓展资料:工匠灵魂,英文是Craftsman’s spirit,是一种职业灵魂,它是职业道德、职业能力、职业质量的体现,是从业者的一种职业价格取向和行为表现。“工匠灵魂”的基本内涵包括尽职、精益、专注、创新等方面的内容。 六、工匠灵魂首要的灵魂特质?1、精益求精。注重细节,追求完美和极点,不惜花费时刻精力,孜孜不倦,反复改进产品,把99%进步到99.99%。2、严谨,一丝不苟。不投机取巧,必须确保每个部件的质量,对产品采取严格的检测标准,不达要求绝不轻易交货。3、耐心,专注,坚持。不断提升产品和服务,由于真正的工匠在专业领域上完全不会停止追求进步,无论是使用的材料、设计还是生产流程,都在不断完善。七、工匠灵魂的区别?什么是“工匠灵魂”?要理清这件事务,肯定开头来说要搞清楚什么是“工匠灵魂”。工匠和工人又有什么区别呢?从概念上讲,工匠灵魂是一种职业灵魂,要求从业者尽职,专注,有所创新,又精益求精。简单来说,就是要在这个行业精钻细琢磨,全身心地投入。那么,在一线的工大众又有几许具有这样的灵魂呢?或者说,又有几许在一线职业的工人其实是在浑浑噩噩地混日子,只是找了一份糊口的职业呢?我想这一条就排除了绝大部分的从业者。因此,将民族宣扬的“工匠灵魂”与实际的一线工人相结合,是不客观的,不完全对的。八、公认的工匠灵魂?尽职。尽职是从业者基于对职业的敬畏和热爱而产生的一种全身心投入的认认真真、尽职尽责的职业灵魂情形。中华民族历来有“尽职乐群”“忠于职守”的传统,尽职是中国人的传统美德。精益。精益就是精益求精,是从业者对每件产品、每道工序都凝神聚力、精益求精、追求极点的职业。专注。专注就是内心笃定而着眼于细节的耐心、执着、坚持的灵魂,这是一切“大国工匠”。创新。“工匠灵魂”还包括着追求突破、追求革新的创新内蕴。古往今来,热衷于创新和发明的工匠。九、日本的工匠灵魂?日本工匠灵魂的核心可以用三个字来概括:“守、破、离”。“守”,指徒弟从师父身上学手艺之时,要认真按照师父的指示去做,即使一个最基本的物品也要把它做到位;要一直遵守既定标准和师父的教导,长期反复操作,练就基本功。“破”就是有了扎实的内功以后,接下来要加入自己的想法,在此基础上苦练自身功夫,逐渐突破传统的局限。最终一个阶段是通过持续磨炼,脱离学来的既有形式,发挥自主独创的特点,慢慢形成自己的风格,这个就是“离”。 “守、破、离”的想法,在早期表现比较也正是秉承这样的理念,日本工匠们培育出了日本独有的工匠灵魂。十、考古的工匠灵魂?“大国工匠,在乎手艺,更在于内心,矢志不渝,薪火相传,这才是真正的工匠灵魂.”工匠灵魂是熟练职业、专研职业,是对职业的认真负责,是对作品的精益求精,是对错误的敢于承担,是对细节的 追求. 三百六十行,行行出状元.工匠灵魂并不是仅存在于手工艺,它代表的是一种职业灵魂,可以囊括所有的行业和技术的一种灵魂;它是职业道德、职业能力的体现,它所呈现出的是匠大众的质量与技艺.
下一篇:图灵奖得主 LeCun:人类智能不是通用智能,下一代 AI 可能基于非生成式 图人类智能并非通用智能。我们的大脑是进化的产物,只擅长解决对生存有用的难题,而不是真正“通用”的计算……在最新一档播客节目中,Meta 首席 AI 科学家 & 图灵奖得主 LeCun 发表了如上见解。他表示,AGI(通用人工智能)一词非常具有误导性,但人类智能本质是非通用的,它非常专业。更有意思的是,当大家都在谈论生成式 AI 时,他却凭借直觉大胆预测:下一代 AI 的突破可能基于非生成式。同时他还再次 cue 到了 DeepSeek,并直言对于这个走红硅谷的新事物,他们这些长期深耕 AI 领域的人实则并不感到意外。整场节目中,LeCun 与两位主持人的讨论涵盖了从大语言模型 (LLMs) 的局限性到人工智能研究的下一个范式转变等主题,重点关注了推理、规划和全球建模等概念。省流版如下:LeCun 直觉认为,下一代 AI 的突破可能基于非生成式;否认 AGI 会在未来两年内实现,但十年内可能取得重大进展;人类和动物的智能核心,不是语言,而是对物理全球的建模和行动规划;创新可以来自全球任何角落;智能眼镜代表着 AI 技术落地的一个重要路线。与此同时,量子位在不改变原意的基础上,对部分难题进行了翻译整理。“下一代 AI 可能基于非生成式”Q:怎样看待一边是收益递减,一边是企业们纷纷押注生成式 AI?LeCun:毫无疑问,生成式 AI 很有用,尤其是编程助手之类的。近来大众正在讨论 Agent 体系,但它还并不完全可靠。从技术演示到实际部署需要巨大跨越,类似 10 年前自动驾驶的困境 —— 初期演示惊艳,但规模化落地极难。过去七十年,人工智能领域一直在重复这样的历史:大众提出一个新范式,接着宣称这将达到人类智能水平,但每次都被证明是错误的。要么缺乏泛化性,要么被证明只擅长某个子任务而非通用任务。因此,我们应该对它们进行大量投资,尤其是投向运行它们的大量基础设施。实际上,大量资金都涌向了 AI 基础设施,这并非为了训练 AI,而是为了让其运行起来服务潜在数十亿用户。如今,如果我们需要达到人类智能水平,我们需要发明新技术。我们还远未达到这一水平。Q:人工智能下一步何在?应该把资源投向哪里?LeCun:3 年前我写了一篇文章《A Path Towards Autonomous Machine Intelligence》(通往自主机器智能的道路),阐述了未来十年 AI 研究的路线。我认为,未来的 AI 必须具备多少关键能力:领会物理全球 —— 不仅仅是处理符号或文本,而是真正“懂”现实全球的运作规律;具备推理和规划能力 —— 能够像人类一样思索“如果这样做,会发生什么”,并制定策略;拥有持久记忆 —— 不是简单的数据存储,而是能像人类一样长期积累和调用经验;安全可控 ——AI 必须严格遵循我们设定的目标,不能偏离或“自作主张”。人类和动物的大脑里都有一个“全球模型”—— 它让我们能预测现实全球的运行方式。比如,你扔出一个球,不用计算抛物线,大脑就能预测它的落点。这种能力让我们能规划行动,比如:“如果我现在左转,会不会撞到那辆车?”在 AI 领域,我们希望能让机器也学会这种模型。但难题是:怎样让 AI 像婴儿一样,通过观察全球来自主进修?LLM 的成功证明了自监督进修的强大 —— 让 AI 通过预测文本的下一个 token 来进修语言规律。但同样的技巧直接套用到视觉(比如预测视频的下一帧)却行不通,由于现实全球的可能性太多,无法像文字那样用概率分布建模。我们提出的解决方案是JEPA(联合嵌入预测架构),它不直接生成像素级的预测,而是在一个更抽象的“表征空间”里进行推理。这有点像人类的大脑 —— 我们不会在脑子里渲染每一帧画面,而是用更高效的方式领会全球。有趣的是,现在大家都在谈论生成式 AI,但我的直觉是,下一代 AI 的突破可能会来自非生成式模型。这就是我的思索路线 ——LLM 的爆发没有改变它,反而让我更坚信:AI 的下一个突破,在于让机器真正“领会”全球,而不仅仅是生成内容。“AI 的未来是像动物一样思索”Q:怎样看待 AGI?LeCun:我坚信未来必然会出现全面超越人类智能的机器体系 —— 这不是能否实现的难题,而是时刻难题。当前 AI 已经在特定领域展现出超越人类的能力(比如围棋、图像识别),但真正的挑战在于构建能够像生物一样适应现实全球的智能体。我必须指出,“AGI”这个词具有误导性。它暗示人类智能是“通用”的,而实际上,人类智能极其专业化。我们的大脑是进化的产物,只擅长解决对生存有用的难题,而不是真正“通用”的计算。我们觉得自己“通用”,只是由于我们对无法领会的难题根本觉悟不到。因此,我更倾向于用“高质量机器智能(AMI)”这个概念,它在 Meta 内部也被称为“Ami”(法语“朋友”的意思),而不是误导性的“AGI”。我不认为 AGI(或 AMI)会在明年或未来两年内实现。但十年内,我们可能会取得重大进展。当然,这取决于我们能否填补当前缺失的关键技术。历史告诉我们,AI 的突破总是比预期更难。比如,深度进修在 20 世纪 80 年代就被提出,但直到 2010 年后才真正爆发。因此,我保持谨慎乐观 —— 我相信我们能成功,但绝不会像某些人想象的那么快。今天的 AI(比如大语言模型)在某些任务上表现惊人,比如通过律师考试(本质是信息检索)、生成代码(语法严格,相对容易)、拓展资料和改写文本。但它们有一个致命缺陷:无法解决从未见过的新难题。比如,让最好的大语言模型去做最新的奥数题,它们几乎得零分,由于它们没有训练过类似的题目。更关键的是,它们没有真正的推理能力。所谓的“思考链”(Chain-of-Thought)只是让模型生成更多文本,而不是像人类那样进行抽象推理。人类和动物(比如猫、老鼠)的智能核心,不是语言,而是对物理全球的建模和行动规划。例如:空间推理:如果我让你想象一个立方体旋转 90 度,你能在脑中模拟,而不需要语言描述;分层规划:如果我要从纽约去巴黎,我不会一步步计算“先迈左脚还是右脚”,而是抽象成“打车 → 机场 → 飞机”;动作进修:猫能学会开门、松鼠能记住藏食物的位置,它们没有语言,但能通过观察和尝试掌握复杂技能。这才是真正的智能,而今天的 AI 完全做不到这一点。要让 AI 达到动物(甚至人类)的智能水平,我们需要:1、建立全球模型:让 AI 能模拟物理规律(比如重力、物体互动);2、分层行动规划:像人类一样,从高层次目标分解到具体动作;3、非语言推理:真正的智能不依赖语言,而是基于抽象表征;4、适应不确定性:现实全球是混乱的、连续的,不像语言那样结构化。如果能让 AI 达到猫的智能水平,就已经是巨大突破。今天的 AI 能在棋盘上击败人类,但一只猫对物理全球的领会,仍然远超最先进的大语言模型。我们离真正的人类级 AI 还有距离,但路线是明确的:不是让 AI 更擅长语言,而是让它像动物一样领会全球、规划行动。这需要全新的架构,而不仅仅是更大的语言模型。我相信,未来十年,我们会看到重大进展 —— 但绝不会是“突然觉醒”的超级 AI,而是逐步接近生物智能的机器。“我们对 DeepSeek 的出现并不意外”Q:Meta 的人工智能策略是怎样的?LeCun:作为 Meta 的 AI 负责人,我想分享一下我们决定开源 LLaMA 系列模型的战略思索。这个决定源于多少关键考量:开门见山说,从伦理角度来看,开源是正确的事务。LLaMA 2 采用开源模式发布后,直接推动了整个 AI 生态体系的爆发式增长。这不仅惠及企业和初创公司,更重要的是让学术界能够真正参与到前沿研究中来。要知道,大学和研究机构通常根本没有资源来训练自己的基础模型。我们的开源策略实际上产生了两个显著效果:它确实影响了少数几家闭源商业公司的利益(大家都知道是哪几家),但它同时为成千上万的企业和研究者创新了机会。在教育领域,正如 Jeff 教授提到的,LLaMA 让大学能够运行、研究和改进这些模型。这种开放创新模式正是 AI 领域最需要的。有些人可能会问:Meta 为什么要免费开放这么重要的技术?这其实与我们的商业模式有关:我们不像某些公司直接靠 AI 技术本身盈利,Meta 的核心收入来自广告。而广告业务依赖于基于这些技术构建的高质量产品、社交网络的网络效应以及用户规模和参与度。因此,开源不仅不会损害我们的商业利益,反而能帮助我们建立更强大的生态体系。当更多人使用和改进这些技术时,最终也会反哺我们的产品。在追求人类级 AI 的道路上,开源是加速突破的关键。这可能是人类面临的最重大科技挑战其中一个,没有任何一家公司能垄断所有创新。最近 DeepSeek 等开源项目的突破就证明了这一点 —— 它们让硅谷大吃一惊,但我们这些长期参与开源的人并不感到意外。我坚信下面内容几点:创新可以来自全球任何角落没有人能垄断好点子(除了那些自我感觉特别良好的人)过去十年 AI 的快速进步,很大程度上要归功于代码和聪明的开放共享在 Meta,我们将继续坚持开源策略,由于这是推动 AI 技术进步、实现真正创新的最佳途径。我们期待与全球的研究者和开发者一起,共同迈向更智能的未来。“智能眼镜成技术落地重要路线”Q:怎样看待智能眼镜等设备的出现?LeCun:我认为智能眼镜代表着 AI 技术落地的一个重要路线。在我看来,未来的 AI 助手应该具备下面内容特点:全天候陪伴:像真正的助手一样随时待命;多感官交互:能够”看到”和”听到”用户所处的环境(在获得许可的前提下);专业化分工:不是单一助手,而是一组各有所长的虚拟助手团队。有趣的是,很多人担心 AI 比人类聪明会带来威胁,但我认为这反而是赋能。就像在科研或企业管理中,最理想的情况就是能找到比自己更杰出的人才一起职业。最终,关于开源的重要性,我想强调就像 Linux 改变了互联网基础设施一样,开源 AI 将重塑整个行业格局。我预见未来会有成千上万种不同的 AI 助手,它们将基于像 Meta 这样的大公司提供的开源基础模型,由全球各地的开发者进行定制开发。这种模式不仅能避免技术垄断,更能促进真正的创新。参考链接:[1]https://www.youtube.com/watch?v=BytuEqzQH1U[2]https://jasonhowell.substack.com/p/meta-ai-chief-yann-lacun-human-intellig[3]https://aiinside.show/episode/yann-lecun-human-intelligence-is-not-general-intelligence这篇文章小编将来自微信公众号:量子位(ID:QbitAI),作者:一水