如果你是显示视频，一般填1，就是等1毫秒，继续往下走。后来2000年发布了第一个正式版本，之后不断更新，支持了Python、Java、C++各种编程语言，现在最新的版本已经到4.x了，不仅支持传统的图像处理，还能和深度学习结合，调用训练好的深度学习模型做目标检测、图像分割，功能越来越强大。我们今天从介绍OpenCV，到环境搭建，再到跑通第一个完整的图片读写示例，已经把入门的第一步迈出去了，接下来就

目前我们能看到最接近强人工智能的一些探索，就是GPT-4这类多模态大模型：它能看图片、能写代码、能做数学题、能聊天，一个模型能做很多完全不同的任务，看起来已经有点“通用”的样子，但本质还是统计拟合，没有真正的理解和自主意识，离真正的强人工智能还有很远的路要走。简单说就是，强人工智能的智能水平和人类没有本质区别，人类能做的脑力活动，它都能做，你让它写代码它能写，你让它做数学题它能做，你让它规划旅行它

第二，不需要从零造轮子，依托成熟框架和开源代码就能完成；而LSTM是一种专门用来处理序列数据的循环神经网络，它最大的特点就是能记住序列里长期的信息，比如它能记住一个月前的促销活动对现在销量的影响，这是传统方法做不到的，所以对于复杂的销量、股价数据，LSTM的预测效果比传统方法好很多。一般我们的做法是：用过去N天的销量作为输入，来预测第N+1天的销量，比如我们用过去30天的销量预测第31天的销量，然

举个生活化的类比：你可以把卷积核想象成我们戴的不同滤镜，不同滤镜能突出不同的内容：一个滤镜突出边缘，一个滤镜突出颜色，一个滤镜突出形状，一层一层滤镜用下来，简单的特征慢慢组合成复杂的特征——第一层找到边缘、线条，第二层把线条组合成耳朵、眼睛这些部件，第三层把部件组合成猫的形状，最后网络就能认出来“哦，这是一只猫”，整个过程全自动，不用人插手。计算机视觉的终极目标，就是让计算机能像人眼+人脑一样，看

第二，不需要从零造轮子，依托成熟框架和开源代码就能完成；而LSTM是一种专门用来处理序列数据的循环神经网络，它最大的特点就是能记住序列里长期的信息，比如它能记住一个月前的促销活动对现在销量的影响，这是传统方法做不到的，所以对于复杂的销量、股价数据，LSTM的预测效果比传统方法好很多。一般我们的做法是：用过去N天的销量作为输入，来预测第N+1天的销量，比如我们用过去30天的销量预测第31天的销量，然

从GPT-1到GPT-2，再到GPT-3，模型越来越大，能力也越来越强，大家慢慢发现，当模型大到一定程度，数据多到一定程度，它居然会出现“涌现能力”——就是很多复杂的能力，比如逻辑推理、写代码、写文章，小模型根本不会，大模型突然就自己会了。那什么时候AI才找对了路呢？现在回头看，这群大佬确实吹了个大牛，但这次会议真的是AI的起点，当时参会的几个人，后来全成了AI领域的开山鼻祖：明斯基后来创立了MI

再比如好的厨师：AI能帮你配菜谱，能告诉你放多少盐，但是真正好的厨师，炒菜的时候要根据火的大小、食材的新鲜程度、口感随时调整，颠锅的力度、翻炒的时机，这些都是练了十几年的手感，而且每个餐厅的灶火力不一样，每个批次的食材不一样，只有厨师能临场调整，机器人现在做不到这么灵活。再比如现在研发全新的癌症治疗方法，之前没有现成的路径，需要科学家不断提出假设，不断做实验验证，不断推翻重来，AI能帮你计算分子结

目前我们能看到最接近强人工智能的一些探索，就是GPT-4这类多模态大模型：它能看图片、能写代码、能做数学题、能聊天，一个模型能做很多完全不同的任务，看起来已经有点“通用”的样子，但本质还是统计拟合，没有真正的理解和自主意识，离真正的强人工智能还有很远的路要走。简单说就是，强人工智能的智能水平和人类没有本质区别，人类能做的脑力活动，它都能做，你让它写代码它能写，你让它做数学题它能做，你让它规划旅行它

transformer = transforms.Compose([ vision.Rescale(1.0 / 255.0, 0), # 将像素值从0~255缩放到0~1之间，方便模型训练 vision.HWC2CHW(), # 转换图片维度格式：原始是(高,宽,通道)转换成(通道,高,宽)，MindSpore默认通道在前的格式 transforms.TypeCast(mindspore.floa