CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

你想查一个前沿的学术进展，得先去谷歌学术搜一堆论文标题，再一篇一篇点开看摘要，有些摘要写得云里雾里的，还得往下翻结论和方法部分。

好不容易找到几篇关键的，需要自己手动整理引用关系、梳理共识和分歧。搞个文献综述下来一天就没了。

最近Companion开源了一个专用于科研论文的学术AI智能体Feynman。你只需要用文本和它对话，就能帮你搜论文、读论文、整理文献、甚至跑实验复现结果。

开源地址：https://github.com/getcompanion-ai/feynman

你给它一个研究主题，比如现在很火的机制可解释性方向，它会同时派出多个研究智能体去并行工作，各自去搜不同的论文和资料库，然后汇总起来做交叉验证和综合分析。

这个过程你以前可能要花两三天，它大概十几分钟就能给你出一份带引用的研究简报。

而且每一条结论后面都挂着原始论文或资料的链接，你可以直接点过去看原文，不用去猜它是不是在胡编乱造。

文献综述这个功能很实用，你让它帮你做某个主题，不光会列出相关论文，还会主动帮你归纳出学术界目前达成了哪些共识，存在哪些争议，还有哪些悬而未决的开放性问题。

相当于你读了几十篇论文之后写出来的那种综述框架，但它帮你压缩到了一个指令的时间。对于刚开始接触某个新方向的人来说，这东西能帮你省掉大量的踩坑时间。

然后是论文审计。这个就很有意思了。你给它一篇论文的编号或者链接，它会去对比论文里声称的方法、参数和实验设置，跟公开的代码仓库是否一致。如果不一致，它会具体指出哪里对不上。

反过来想，如果审稿人评审的时候有这工具，应该也能轻松不少。

还有一个很重要的功能就是实验复现。支持在你本地机器上或者云端GPU上直接跑论文里的实验。

底层接了Modal和RunPod这些平台，可以按需启动GPU资源。