从理解原理开始，用代码探索智能。
我们是华中科技大学联创团队（Unique Studio）的 AI 组，一群对人工智能充满好奇、喜欢动手探索的学生。
在这里，你可以从第一个神经网络开始，读懂一篇经典论文，亲手实现一个模型，再带着自己的问题走向更深入的研究与实践。我们希望把对 AI 的兴趣，变成理解问题、实现想法和验证结果的能力。
我们认同联创团队自由、自律、自驱的精神，也相信好的想法来自充分的交流与扎实的实践。
人工智能有很多值得探索的方向。你可以从一个感兴趣的问题出发，逐步找到自己的方向：
- 计算机视觉（Computer Vision）：让模型从图像和视频中提取信息，尝试图像分类、目标检测、语义分割，也可以研究图像与视频生成。
- 自然语言处理（Natural Language Processing）：研究语言的表示、理解与生成，从 Transformer 的原理出发，探索语言模型、检索增强生成与多模态交互。
- 语音与音频（Speech and Audio）：让机器听懂声音、生成语音，尝试语音识别、语音合成、声音转换与音频生成。
- 3D 视觉（3D Vision）：从图像和点云中恢复三维结构，研究三维重建、场景理解与三维内容生成。
- 具身智能（Embodied AI）：把感知、决策与行动连接起来，探索机器人如何理解指令、操作物体并完成任务。
- 强化学习（Reinforcement Learning）：通过与环境交互学习策略，研究奖励设计、策略优化与世界模型。
方向之间也有很多交叉：语言可以连接视觉，世界模型可以服务于决策，生成模型也可以帮助理解三维世界。欢迎带着自己的兴趣探索这些联系。
- 打好基础：在实践中补齐数学、编程和机器学习知识，理解模型背后的基本概念。
- 动手复现：把论文里的公式与结构变成代码，理清张量形状、训练目标和算法流程。
- 用实验回答问题：从小规模验证开始，通过对比实验、可视化和错误分析理解模型的行为。
- 交流与记录：分享读过的论文、踩过的坑和做过的项目，让个人的探索成为大家可以继续积累的经验。
- AI 组主页与技术笔记：了解研究方向，浏览学习记录。
- Coding-from-Zero-Series：从零实现深度学习中的经典架构与算法。
- AI 入门指北：查看基础知识、学习资料与方向介绍。
如果你对人工智能感到好奇，愿意花时间弄懂一个问题，也期待和伙伴一起把想法做出来，欢迎了解联创 AI 组。
看看这份联创团队入门指北，从感兴趣的内容开始，了解我们，也开始你的探索。
