T Frontline | Entretien exclusif avec Wang Yan, architecte en chef de l'IA de Zuoyebang : L'inclusivité de l'IA réside dans les idées innovantes

Invité | Wang Yan

Auteur | Yun Zhao

Introduction de la chronique : "T Frontline" est l'une des chroniques d'entretiens approfondis spécialement ouvertes par 51C À Contenu Centre de chiffres techniques 1. Promouvoir la diffusion et le développement de technologies de pointe en invitant des chefs d'entreprise, des architectes seniors et des experts techniques seniors de la communauté technologique à fournir des interprétations et des informations approfondies sur les points chauds technologiques actuels, les pratiques technologiques et tendances technologiques. ​

L'intelligence artificielle est appelée la quatrième révolution industrielle et suscite de grandes attentes dans tous les horizons. Cela améliore non seulement la vie des gens, mais améliore également l'efficacité opérationnelle de l'ensemble de la société. Ces dernières années, les grands modèles et la multimodalité ont une fois de plus stimulé l’enthousiasme pour les recherches connexes.

​Sous les projecteurs, ce que tout le monde voit peut-être le plus, c'est que l'industrie pousse l'IA à l'extrême, mais ignore souvent son autre aspect de la « conservation de l'eau pour toutes choses ».

Le développement de la technologie est indissociable des scénarios réels. Les nombreux hauts et bas de l'engouement pour la recherche sur l'IA s'accompagnent toujours du problème de l'atterrissage des applications. Comment pousser progressivement la technologie « haut de gamme » vers le sol ? Comment voyez-vous l’intégration profonde de l’IA et des segments industriels ? Que pensez-vous de l’engouement des recherches sur les grands modèles ?

C'est avec ces questions à l'esprit que "T Frontline" a interviewé une entreprise technologique profondément impliquée dans le monde de l'éducation : Zuoyebang. En tant qu'entreprise engagée à utiliser la technologie pour promouvoir l'éducation inclusive, elle utilise des technologies de pointe telles que l'intelligence artificielle et le big data pour fournir une série de services efficaces à des centaines de millions d'utilisateurs du côté C et à des milliers de clients du côté B. solutions et produits d’apprentissage et d’éducation.

Particulièrement dans le domaine de l'éducation, de l'exploration et de la mise en œuvre de la technologie de l'IA, quelle que soit l'échelle des utilisateurs et le choix de la technologie, Zuoyebang est très représentatif. Cela nous fournit également une référence importante pour réfléchir à la manière d’utiliser l’intelligence artificielle pour promouvoir les changements dans l’industrie. T Frontline a l'honneur d'inviter M. Wang Yan, architecte en chef du Laboratoire de technologie intelligente de Zuoyebang, à nous faire part de son point de vue sur ces questions.

La base des produits éducatifs : les trois piliers de la construction d'une banque de questions

En matière d'aide aux devoirs, vous serez peut-être impressionné par sa puissante fonction de banque de questions. Zuoyebang est l'une des premières entreprises de technologie éducative du pays à créer une banque de questions. À ce jour, elle dispose d'une banque de questions de plus de 540 millions. Comment une telle banque de questions a-t-elle été construite ? Selon Wang Yan, le succès de la construction de banques de questions bénéficie de trois conditions.

Tout d'abord, cela vient des avantages innés de Zuoyebang : comme nous le savons tous, Zuoyebang était à l'origine une entreprise d'incubation interne de Baidu. Elle s'est initialement positionnée comme une communauté d'entraide de questions-réponses et a ensuite lancé une entreprise de recherche de questions-réponses. Afin d'optimiser les résultats de recherche et de réponse, Zuoyebang a créé la plus grande plateforme de production de banques de questions en ligne en formant une équipe de chercheurs enseignants à temps plein et d'enseignants à temps partiel. Ceci est également dérivé d'un modèle que Baidu connaît. Dans une atmosphère communautaire qui prône le partage et la communication, les utilisateurs sont encouragés à résoudre les problèmes les uns avec les autres, et c'est également très proche des scénarios réels de questions-réponses et de communication des internautes. Au lieu de ce que faisaient d’autres entreprises à l’époque : laisser les étudiants à temps partiel s’occuper de la banque de questions. De cette façon, grâce à une analyse approfondie et à l'exploration du contenu généré par les utilisateurs, nous comprenons progressivement quels problèmes les utilisateurs sont les plus préoccupés dans le scénario d'apprentissage, quels problèmes sont les plus difficiles et quels problèmes la plupart des gens rencontreront. Il s’agit d’une prémisse importante qui clarifie notre orientation de construction.

Deuxièmement, Zuoyebang attache une grande importance à la valeur et à la construction des ressources et accorde suffisamment d'attention à la banque de questions. La banque de questions joue non seulement un rôle important dans la communication avec les utilisateurs, mais constitue également un élément très important dans la réponse aux questions et dans l'enseignement. S'appuyant sur le système de crowdsourcing, la construction de la banque de questions est divisée en étapes de processus indépendantes avec moins de difficulté, ce qui rend la banque de questions meilleure, plus rapide et relativement complète, ce qui garantit l'ampleur de la construction de la banque de questions.

Troisièmement, il ne suffit pas de poser des questions les unes après les autres. Les questions doivent également être liées, par exemple : les points de connaissances examinés, le niveau de difficulté et les autres points de connaissances sur lesquels ils s'appuient sont liés aux termes de l'étiquette. Cela implique le traitement des balises et l'association avec une infrastructure technique telle que des graphiques de connaissances et des arbres de connaissances. Ce n'est qu'ainsi que la banque de questions pourra être récupérée et filtrée efficacement, de sorte que la valeur de la banque de questions puisse être véritablement mise en jeu. Bien entendu, de nombreux maillons du processus de construction de la banque de questions elle-même ont été exploités manuellement au début. Plus tard, la technologie de l'IA a été continuellement introduite, comme la plupart des étapes de saisie électronique telles que la prise de photos des questions. L'IA a automatiquement reconnu ces images et les a transformées. dans des formats compréhensibles par ordinateur. Le traitement auxiliaire automatisé est effectué grâce à des capacités d'IA telles que l'étiquetage automatique, les formules de formatage et la technologie de correction d'erreurs d'IA, ce qui améliore considérablement la précision et réduit considérablement les coûts de main-d'œuvre. Grâce à la construction de la banque de questions et à l'approfondissement et à l'expansion continus de la technologie de l'IA, Zuoyebang a mis en œuvre une série de technologies d'accélération de l'IA pour optimiser le temps de réponse de recherche et de réponse aux questions à 1 seconde, alors que le temps de réponse des premiers produits similaires était environ 8 secondes.

Dans les projets avec les écoles publiques, la banque de questions joue un grand rôle d'aide aux scénarios pédagogiques. Un scénario phare est un système de devoirs de haute qualité avec la capacité de prédire les questions avec précision et personnalisation. L'essence du système est d'effectuer une analyse des données en fonction des différents statuts des étudiants, comme le temps nécessaire pour répondre aux questions et la maîtrise de différents points de connaissances, pour une recommandation personnalisée de questions. Car pour les étudiants, des questions trop faciles ou trop difficiles feront perdre de la valeur aux questions. La même question aura des valeurs différentes selon les élèves. Par conséquent, il est nécessaire d'avoir une compréhension complète des étudiants, combinée aux riches dimensions d'étiquettes de la banque de questions elle-même et à une correspondance précise. La banque de questions joue un grand rôle d'assistance dans la conception de produits de devoirs de haute qualité et est propice. aux étudiants consolidant les connaissances qui ont réellement besoin d’être consolidées.

Correction automatique assistée : Comment une machine résout-elle les problèmes graphiques ?

En termes de scénarios de devoirs, en plus de la banque de questions, le plus important est la technologie de correction automatique assistée. Par rapport aux questions objectives, il est très difficile de corriger les questions subjectives. En prenant comme exemple les questions de réponse mathématique, nous utilisons la technologie OCR accumulée au fil de nombreuses années pour identifier avec précision le contenu des réponses des élèves, puis utilisons la technologie PNL pour effectuer une analyse structurée, telle qu'une analyse logique du contenu de la réponse, puis identifier les erreurs. points selon les spécifications de la réponse ; rapports d'apprentissage spécifiques aux étudiants pour aider les étudiants à trouver les faiblesses du processus d'apprentissage. Dans le même temps, le fait de s'appuyer sur le système de reprise après sinistre cloud natif et multi-cloud de Zuoyebang offre une stabilité et une fiabilité élevées à ce système de service. Par conséquent, cela garantit que même si de nombreuses écoles l’utilisent en même temps, il n’y aura pas de temps d’arrêt, garantissant ainsi une utilisation stable par les utilisateurs.

Selon Wang Yan, en raison de l'accumulation d'utilisateurs à grande échelle de Zuoyebang depuis de nombreuses années, ils procéderont régulièrement à des évaluations des performances du système d'exploitation, et les résultats de l'évaluation sont également dans une position de leader de l'industrie, par rapport à produits similaires sur le marché, Zuoyebang prend actuellement également en charge davantage de types de questions et offre une plus grande précision.

1. Correction assistée automatique par étapes

Il existe une boucle fermée dans l'apprentissage des connaissances : les enseignants transmettent des connaissances par l'enseignement, et les élèves testent les points de connaissances qu'ils ont appris et ceux qu'ils ne connaissent pas en faisant. exercices. Ce que vous ne savez pas nécessite un apprentissage et une pratique continus. Dans cette boucle d'enseignement fermée consistant à « donner des cours → poser des questions → juger des questions → parler de questions », les enseignants corrigeant à plusieurs reprises une grande quantité de devoirs sont devenus un problème majeur dans le passé, il était difficile pour les enseignants d'encadrer avec précision chaque élève. L'utilisation de l'IA pour aider à la correction peut aider les enseignants à réduire efficacement le fardeau de la correction, à réduire considérablement le temps et l'énergie inutiles et, en même temps, à permettre à davantage d'élèves d'améliorer efficacement leurs notes.

Actuellement, le système de produits pour devoirs a un taux d'utilisation élevé et les enseignants l'utilisent presque tous les jours. De plus, ce système peut également intégrer l'expérience et le style d'enseignement de l'enseignant et être personnalisé en fonction des différents besoins de l'enseignant. Actuellement, les questions subjectives et les questions de candidature peuvent être notées en fonction des niveaux d'étape. La principale orientation pour les améliorations ultérieures est de continuer à réduire la proportion de travail manuel des enseignants consistant à corriger les devoirs.

2. La réponse à la question graphique contient l'univers

Par rapport aux questions textuelles, les questions correctes peuvent généralement être identifiées et mises en correspondance dans la banque de questions via OCR, recherche de texte, etc. Il existe cependant un type particulier de questions, à savoir les questions graphiques. Par exemple, il y a souvent des questions comme celle-ci sur les épreuves : recherchez la zone d'ombre des graphiques suivants. À ce stade, les caractéristiques qui doivent être extraites ne sont pas seulement le texte, mais également les caractéristiques de l'image. Parce que ce n'est que grâce à la recherche textuelle que le système de recherche derrière la banque de questions peut rechercher des tiges de questions similaires, mais la forme de chaque question dans les résultats obtenus est différente. À ce stade, nous devons effectuer une extraction de caractéristiques vectorisées sur l’image. L'expression vectorielle numérique est agrégée avec les caractéristiques d'un grand nombre de banques de questions pour former les caractéristiques « texte + image ». Surtout dans les questions du primaire, il y a souvent de nombreuses images et textes mélangés. Il est non seulement nécessaire de comprendre le texte de la question, mais aussi de comprendre la relation structurelle entre les cases, y compris la position de départ des caractéristiques des lignes extraites. dans les "questions de connexion", et l'extraction de trajectoire à déterminer. Il en va de même pour les questions de dessin.

3. Restauration de papier test : La technologie noire est souvent ancrée dans la réalité

Dans le contexte de l'enseignement auxiliaire, Zuoyebang a également accumulé de nombreux brevets technologiques en matière d'OCR, de reconnaissance vocale, d'image et de correction des devoirs . Par exemple, nous avons divulgué un brevet sur l’intelligence artificielle permettant de corriger efficacement les images déformées, qui a été développé dans un scénario très exigeant. Comme nous le savons tous, « refaire les mauvaises questions » est une partie très importante de la scène pédagogique. Les parents et les enseignants doivent remettre la copie du test dans un état sans réponse. Cependant, après avoir pris des photos de la copie du test, l'écriture manuscrite apparaît souvent inégale et. les questions sur le papier de test sont déformées. Par conséquent, la technologie est nécessaire pour résoudre le problème de la correction de la composition.

Nous utilisons des réseaux neuronaux profonds pour identifier l'écriture manuscrite humaine et la distinguer des polices de papier de test. Combinée à la technologie d'amélioration de l'image, nous pouvons restaurer les papiers de test de manière très efficace. Actuellement, cette technologie est déjà dans l'application Zuoyebang. a été appliqué aux produits d'imprimante, ce qui peut restaurer les papiers de test à leur état d'origine. Cela ne prend que quelques secondes entre la prise d'une photo et sa restauration. Dans la pratique précédente, les étudiants devaient généralement copier les questions manuellement, puis recommencer. Cela peut être considéré comme une puissante « technologie noire ». Bien entendu, cette technologie n'est pas seulement utilisée pour restaurer les copies de test, mais peut également être utilisée pour corriger et embellir les devoirs photographiés avant de soumettre les devoirs dans les cours en ligne afin de les restaurer dans un meilleur état de mise en page. à la préservation, et d'un autre côté, cela peut également améliorer la précision de la reconnaissance du contenu.

4. Knowledge graph : un lieu de rassemblement des connaissances expertes

La construction du knowledge graph est indissociable du système d'expérience humaine, et il en va de même pour les scènes pédagogiques. Nos capacités de graphes de connaissances sont davantage accumulées dans les scénarios de cours. Un grand nombre d’enseignants-chercheurs synthétisent le contexte, les dépendances et les parcours d’apprentissage des points de connaissance au cours du processus d’enseignement et de recherche. Ces relations et chemins peuvent connecter des points de connaissances dispersés dans un réseau, formant ainsi le prototype d'un graphe de connaissances. Les enseignants enseignants et chercheurs fournissent une richesse d'expériences d'experts et de systèmes de points de connaissances. Dans ce processus, le département R&D utilise une série de capacités automatisées d'apprentissage automatique de l'IA pour une mise en œuvre à grande échelle. Après avoir obtenu la carte, nous pouvons passer à l'étape suivante de conception de devoirs personnalisés, par exemple en recommandant des questions équivalentes à la capacité ou même en stimulant l'apprentissage de points de connaissances plus approfondis. À l'heure actuelle, les graphes de connaissances sont utilisés dans une large gamme de scénarios d'application en aide aux devoirs : scénarios pédagogiques, correction des devoirs, apprentissage personnalisé, diagnostic des devoirs, y compris la corrélation des questions pertinentes dans la banque de questions qui vient d'être introduite, ce qui donne essentiellement aux questions une dimension plus dimension précise pour la récupération et la recommandation.

De la numérisation à l'IA : respecter les habitudes originales des utilisateurs

Dans les scénarios d'enseignement passés, d'une part, les livres papier, l'écriture au tableau des enseignants, les PPT, etc. n'étaient pas numérisés. contenu, Y compris les réponses correctes aux questions, les devoirs et les résultats des tests, etc. doivent également être numérisés. Pourquoi numériser ? Parce que si le contenu du monde physique naturel n'est pas transformé en informations de données que les ordinateurs peuvent comprendre, non seulement nos recherches technologiques avancées dans le domaine informatique ne pourront pas être mises en œuvre, mais même les technologies qui ne font qu'améliorer l'efficacité, comme la récupération et la recommandation. , sera inutile. Par conséquent, la parole et les images sont des médias et des supports importants pour transmettre des idées et des connaissances pédagogiques, et celles-ci nécessitent une numérisation en profondeur.

Ces dernières années, avec les progrès continus de l'informatisation de l'éducation, la plupart des salles de classe ont été équipées de grands écrans numériques. Le matériel didactique utilisé dans les cours quotidiens a été numérisé, et ce que nous faisons maintenant, c'est promouvoir la numérisation des scénarios de devoirs. Il convient toutefois de noter que la possibilité d’utiliser l’IA à ce stade doit respecter les habitudes initiales des enseignants et des étudiants et ne doit pas être modifiée facilement. Par exemple, dans le modèle d'enseignement original, tout le monde est habitué aux épreuves papier. Si vous annulez les épreuves papier et les déplacez toutes en ligne, il y aura un sérieux problème d'« acclimatation ». Même s’il est nécessaire que les réponses en ligne puissent également être numérisées, cela change les habitudes. Une fois que l’on change ses habitudes, il devient difficile de les utiliser à grande échelle.

Sur cette base, par respect pour les habitudes réelles des enseignants en matière de correction des copies et de réponse des élèves, Zuoyebang a innové dans ses idées commerciales : elle a introduit la fonction de « laisser des traces des copies originales » dans le système de devoirs. Par conséquent, selon Wang Yan, nous avons davantage besoin d’innover dans notre réflexion, d’abaisser le seuil d’utilisation de la technologie et de numériser sans changer nos habitudes.

Zoomez du scénario des devoirs au scénario de l'éducation, et vous découvrirez de nombreux nouveaux besoins dans de nouveaux scénarios. Par exemple, dans le domaine sportif : Pendant les cours, le professeur d'éducation physique accorde une grande attention à l'intensité des exercices que chaque élève peut supporter, comme par exemple la surveillance de la fréquence cardiaque. Lorsque la fréquence cardiaque d'un élève est trop élevée pendant l'exercice, il faut lui rappeler de s'arrêter et de se reposer. Un autre exemple est le « comptage à la corde à sauter ». Nous n'utilisons pas de compteur, mais il serait plus pratique de laisser la caméra identifier et compter automatiquement. De plus, la capture des mouvements corporels est également une technologie pratique pour aider les étudiants à vérifier si leurs mouvements sont standards et standardisés. Ces IA peuvent aider à la correction.

1. Comment trouver des opportunités de mise en œuvre pour l'IA

Zhuoyebang est une entreprise axée sur la technologie. Les équipes de développement posent souvent des questions telles que : Quelles autres technologies pourraient être utilisées ? Existe-t-il une bonne technologie capable de satisfaire des besoins qui n’étaient pas satisfaits dans le passé et qui puisse désormais répondre à des besoins auparavant irréalisables ? Sur cette base, Wang Yan a résumé la logique qui sous-tend la manière de trouver des opportunités de mise en œuvre de l'IA : Nous devons savoir quelles technologies nous maîtrisons et de quelles ressources nous disposons, puis réfléchir à la manière d'appliquer les technologies appropriées à des scénarios spécifiques. Sur la base des ressources techniques existantes, effectuez la mise en correspondance des scènes. L’étape suivante consiste à réfléchir et à évaluer ce que la technologie peut réaliser, puis à la piloter et à l’optimiser.

2. Les exigences de précision du côté B sont plus strictes

Dans les scénarios d'exploitation, par rapport aux scénarios du côté C, les clients du côté B ont des besoins particuliers et des exigences personnalisées. Par exemple, les écoles auront des exigences plus élevées en termes d’exactitude, et dans le processus de correction, aucune erreur ne devra être commise. Alors que les produits C-end se concentrent davantage sur la richesse des fonctions et l’expérience utilisateur, les attentes en matière de précision ne sont pas si extrêmes.

Opinions sur l'industrie de l'IA

1 La recherche fondamentale est la base, et la technologie de pointe est plus parfumée

La recherche fondamentale est notre base technique. les scénarios d’application, ce qui est très important pour les technologies de base. L’optimisation entraînera des améliorations considérables des performances des applications, c’est pourquoi l’investissement dans la recherche fondamentale est essentiel. La recherche sur les technologies de pointe peut entraîner des changements dans le gameplay. À mesure que la technologie continue de se développer et d'innover, ce qui ne pouvait pas être fait auparavant pourrait soudainement devenir possible un jour. Les étudiants du laboratoire sont encouragés à y consacrer 20 à 30 % de leur temps. énergie pour faire attention et faire un suivi. En termes de capacités des candidats, nous espérons qu'en plus de posséder certaines capacités de recherche universitaire, nous valoriserons également les capacités d'ingénierie. Des capacités d’ingénierie plus fortes signifient des capacités de mise en œuvre plus fortes, et pour véritablement promouvoir la mise en œuvre de la technologie de l’IA, nous devons continuer à être solides au niveau des applications. Bien entendu, idéalement, nous espérons que les talents disposent de capacités full-stack et peuvent réaliser de manière indépendante la conception expérimentale et la mise en œuvre d’applications afin de vérifier rapidement les effets d’amélioration de certaines innovations dans des applications pratiques.

2. Le modèle ne peut pas simplement rechercher la grandeur, mais les avantages doivent également être vastes

L'expérience de pratique et de développement dans le domaine de l'éducation et de l'industrie en général est encore quelque peu différente de la technologie générale. L'IA est désormais appliquée à tous les horizons, mais lorsqu'il s'agit de scénarios éducatifs, la plupart des modèles basés sur des scénarios généraux ne peuvent pas être « généralement bénéfiques » pour des scénarios spécifiques. Wang Yan nous a donné un exemple frappant, tel que la reconnaissance de l'écriture manuscrite dans la méthode de saisie manuscrite. Le modèle d'algorithme repose sur une hypothèse : l'écriture manuscrite écrite par des adultes. Cependant, dans les scénarios de devoirs, les élèves d'âges différents écrivent différemment et il n'y a pas tellement d'exigences en matière de propreté et de propreté. Par conséquent, dans le domaine de l’éducation, l’IA doit être affinée sur la base de scénarios spécifiques pour s’installer, résoudre les problèmes qui ne sont pas bons dans les domaines généraux, explorer et découvrir de nouveaux besoins commerciaux et résoudre des problèmes pratiques. problèmes dans le processus visant à promouvoir le développement de technologies connexes.

Ce qui est largement utilisé doit être abordable pour le public. « Les grands modèles ont obtenu des améliorations de performances reconnues, mais ils sont encore loin d'être largement utilisés par les utilisateurs. » Selon Wang Yan, les grands modèles et la recherche multimodale peuvent en effet apporter des améliorations en termes de précision, mais souvent l'amélioration de la précision. d'une tâche, comme de 95 à 96, se fait au détriment d'énormes sacrifices de puissance de calcul. De nos jours, les grands modèles avec des échelles de paramètres de centaines de milliards et de milliards nécessitent la prise en charge et l'exécution de très grands clusters. Pour les scénarios réels, s'il n'y a pas de cluster de puissance de calcul énorme à utiliser, les résultats des grands modèles peuvent être exécutés en une seconde. ce qui peut nécessiter un temps d'exécution assez long. Bien que les performances du matériel des clusters s'améliorent constamment et que le coût unitaire de la puissance de calcul correspondant diminue constamment, la technologie qui peut être largement utilisée doit être peu coûteuse et abordable. Dans une certaine mesure, concentrer toute votre énergie sur la recherche de la puissance de calcul est un peu un sacrifice. La mise en œuvre généralisée de l’IA repose davantage sur l’innovation des idées et la recherche de la rentabilité de la technologie elle-même.

Comment faire profiter la technologie à des milliers d'utilisateurs et comment utiliser largement des fonctions de type gadget dans la vie réelle est une question clé. Nous avons actuellement un très grand nombre d'utilisateurs, et de nombreux utilisateurs l'utilisent chaque seconde, donc si nous utilisons la méthode de la « pile de puissance de calcul » pour le faire, le coût sera inimaginable. À l'heure actuelle, dans un contexte d'accessibilité financière, ce que nous devons faire est de fournir aux utilisateurs des fonctions et des services aussi riches que possible. D'une part, nous réfléchissons à la manière d'améliorer l'utilisation de la puissance de calcul afin que l'équipement ne reste pas inactif. D'autre part, nous explorons comment améliorer et optimiser le modèle et l'architecture d'ingénierie pour fournir des dizaines de milliers d'opérations par seconde. au niveau le plus raisonnable des services d’IA à grande échelle. Plus important encore, comment innover en idées. Ce n'est qu'en innovant dans la perspective de résoudre les problèmes et en permettant à davantage de personnes et d'utilisateurs de toucher et de ressentir réellement la commodité apportée par la technologie qu'une plus grande valeur peut être libérée.

Présentation de l'invité

Wang Yan, architecte en chef de Zuoyebang, chef du laboratoire de technologie intelligente de Zuoyebang. Il a été directeur technique de Baidu Zhizhi et de l'Encyclopédie Baidu. Il dirige actuellement le laboratoire de technologie intelligente de Zuoyebang. Il se concentre sur la recherche et la mise en œuvre connexes dans les domaines de l'intelligence artificielle, de la technologie de l'image et de la haute technologie à grande échelle. architecture en ligne de concurrence et autres domaines techniques. Il est principalement responsable de Zuoyebang Search Q&A, de la correction de l'IA, de la banque de questions et d'autres services connexes.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!