opc2uhpc......
01 机器学习的好处与坏处
从较早的简单推理机到小型专家系统 ，再到现在的大数据、大模型，机器学习和人工智能一步步进化，提高，到目前已是快速成长期，其”生理“特征标志之一就是现在快速发展的大模型，真不敢想象未来的世界会怎样，反正人会越来越"懒“、越来越"累"是跑不了的了......
凡是一些可标准化、流程化、程序化的”岗位“，人工智能机器人都可以取代传统人力，这毋庸质疑......
当前利用大模型，一个人或一个小团队就可完成过去需由多人或一定规模的团队才可完成的事，成本大大降低，工作效率显著提高......你只有用过才会体会到。
不管是大模型还是传统的机器学习，本质上都是基于数据的，训练出的模型水平高低取决于方法和数据（本质还是人的水平），当方法决定时，数据的质量最重要，人人都知道：rubbish in, rubbish out!
这既是它的好处，也是它的坏处！世界上的任何事其实也一样，都有其两面性，没有例外.....
02 混凝土配合比设计
凡是搞过混凝土配合比自动化设计的人都绕不过神经元网络计算，这类研究四十年前就有不少人搞过了，如现在妇孺皆知的BP模型，在上世纪八十年代还算是一个相对时髦的东西；你现在如果再去学机器学习，常见的举例之一就是混凝土配合比设计。
为什么混凝土配合比设计常绕不过神经元呢，因为它是多对一（或少）的典型问题之一，假如你只关心混凝土配合比和其强度之间的关系，那就是mxn阶矩阵对单列矩阵的关系，是不存在唯一解的。
相信很多人都用Matlab里的神经元网络，及其它各种机器学习方法玩过混凝土配合比设计了，有人感觉很牛，有人感觉很鸡屎（鸡肋算不上），所以现在玩的人不多了，当前只有少部分人在玩深度模拟、图神经元网络啥的......还能不能算出"新"花样来，尚不知道......
不过，我相信，今后用大模型来助力混凝土配合设计绝对是分分钟的事儿，已不再有任何技术难度和门槛儿......
最近这几天利用大模型，又把过去玩过的机器学习辅助混凝土配合比设计玩了一下，写了个小软件临时挂在网上了，今天小范围广播一下，有兴趣的可以来简单玩一玩，看看机器学习算出的结果和你的实际配制强度差多少......
临时网址：http://nernst.nat123.net/
图1是它的工作界面，只需在右栏中输入数字、点击Submit键，再点击Predict键，它就会列出预测强度。你玩一下就会看到，它会对一些配合比高估，也会对一些配合比低估；如果乱输数据，它还会给你报负值；目前这些暂时都未加限制，单纯是为了玩儿；故它给的结果你也不必当真，也别较真儿，因为玩过的人都知道是咋回事儿......遇到报错可复制后台留言......
图1 基于机器学习的混凝土配合比设计小软件界面
目前只放了单模型，今后有必要时再放多模型......模型多了，就无所适从了......
提醒：1）从opc到uhpc都可以试试，看对你的配合比设计有无帮助；2）网站不稳定，有可能随时会掉线，有可能随时会撤销，原因你懂得......
如想了解更多信息，可点击下面的二维码，加入公众号。
