新手小白怎么入门ai

要去除 AI 味，可以从以下几个方面入手： 1. 对于聊天 AI，使其变得不正经、放肆、幽默、通俗。注意语气的自然化，比如使用语气词嗯、吧、啊、哈哈哈等，让回答更自然、贴近日常对话风格。还要注意口语化词语（相对于书面语）的使用，不过增加网络语言语料库需谨慎，以免生搬硬套带来副作用。 2. 对于睿声生成的配音，若语速慢有 AI 味儿，可使用剪映的音频变速功能加速配音，以消除 AI 味儿并配合视频前段的快节奏。 3. 对于 GPT 的回复，避免其用 1、2、3、4 或“首先、其次、最后”这种模式，可让其扮演特定角色并给出明确输出要求。但这种方法可能换汤不换药，要想让其更有趣，可让它在回复中加点感情，比如用括号补充动作，营造特定环境等。

以下是一些可以建立知识库的 AI 工具和平台： 1. 飞书软件：例如“通往 AGI 之路”，您可以在飞书大群中与机器人对话获取对应的资料。 2. Coze：在“大圣：胎教级教程：万字长文带你使用 Coze 打造企业级知识库”中有相关介绍。 3. Mem：如 https://get.mem.ai/ ，它可以保存组织中每次会议的记录，并在人们开始新项目时主动建议相关的决策、项目或人员，节省时间。 4. GPT：通过 OpenAI 的 embedding API 解决方案，可以搭建基于 GPT API 的定制化知识库，但需要注意其免费版 ChatGPT 一次交互的容量限制。

Notion AI 具有以下功能： 直接在 Notion 中接入 AI 的能力，能让工作更迅速，写作更出色，思考更伟大。 可以在笔记和文档中应用 AI 的力量。 能够实现 AI 数据库自动填充功能。 可以改变知识管理的方式，让人们摆脱繁琐的信息组织工作，用户只需简单地将信息丢到 Notion 中，就可以通过各种方式进行检索。

PopAI 是一款办公效率工具，具有以下功能： 1. 类似 ChatGPT 的聊天功能。 2. 集成了众多工作中可用的效率工具，如 PPT 和流程图生成、提示生成等。 3. 率先集成了 GPT4V 的图像 API 且调教良好，能清晰解释图像相关内容。 4. 具有创新的交互，在回答内容后可进行如翻译为中文、扩写重新排版并添加内容变为一篇文章等“Enrich”操作。 5. “Enrich”操作不仅不是干巴巴的填充，还会配合相关图片，必要时绘制流程图。

Poe 是一个 AI 聊天网站，支持与多个智能 AI 机器人（如 GPT4 等）进行实时在线交流。注册账号后可免费使用，部分功能需要付费订阅。不同的 AI 机器人有不同特点，可根据需求选择使用。总体而言，Poe 为用户提供了便捷的智能对话体验。其官网地址是：https://poe.com/ ，在官网帮助中心上可以找到具体教程。 此外，Poe 平台还推出了其他多种功能，比如多个机器人一起聊天、文件上传和视频输入等。Odyssey 是一个能提供好莱坞级别的 AI 视频生成和编辑工具的项目。PaintsUndo 可以输入静态图像自动生成整个绘画的全过程视频，该项目主要研究和再现数字绘画中的绘画行为，为数字艺术创作提供新的工具和方法。更多详细介绍可参考：https://xiaohu.ai/p/10996 、https://x.com/imxiaohu/status/1810574723048489063 、https://xiaohu.ai/p/11005 、https://x.com/imxiaohu/status/1810589354114626008 、https://xiaohu.ai/p/11010 、https://lllyasviel.github.io/pages/paints_undo/

以下是一些可用于记笔记的 AI 相关产品： 1. MeetRecord：这是一家专注于销售通话记录和辅导的软件公司。其核心功能包括 AI 驱动的笔记记录，能通过人工智能技术自动记录和分析销售通话，提供会议内容的关键词和主题分析，自动生成会议纪要和行动项；还有个性化辅导计划，能生成个性化的辅导计划，模仿表现最好的销售人员，并实施自动呼叫评分系统；此外，还具备交易智能和推荐、CRM 自动化、多语言支持以及安全性与企业化支持等功能。 2. 目前没有更多明确提及专门用于记笔记的其他 AI 产品的相关信息。但在一些关于人工智能的讨论中，提到了手写笔记对于信息留存和思维培养的重要性，例如在关于防止 AI 取代人类思考的论述中，指出手写笔记有助于将信息从短期记忆转移到长期记忆，成为更好的概念思考者。

对于新手小白学习 AI，以下是一份详细的指南： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），根据自己的兴趣选择特定的模块进行深入学习。 4. 掌握提示词技巧： 提示词上手容易且很有用。 5. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出作品。 知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 6. 体验 AI 产品： 尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 通过与这些 AI 产品的对话，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 7. 持续学习和跟进： AI 是一个快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 需要记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。 如果您想学习 AI 绘画，可以体验《AI 绘画助手》，他是一位专业且贴心的导师。他能够将复杂的知识用通俗易懂的语言解释清楚，介绍流行的绘画工具及使用步骤，擅长风格迁移技术等领域，拥有丰富的实战案例经验，能为您答疑解惑并规划学习路径，帮助您在 AI 绘画之旅上不断突破，充分释放创意与想象。

新手小白入门 AI 可以参考以下步骤： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），根据自己的兴趣选择特定的模块进行深入学习。 4. 掌握提示词的技巧：提示词上手容易且很有用。 5. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 6. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 7. 持续学习和跟进： AI 是一个快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。 入门工具推荐：Kimi 智能助手 ChatGPT 的国产平替，实际上手体验最好，推荐新手用 Kimi 入门学习和体验 AI。 不用科学网、不用付费、支持实时联网。 是国内最早支持 20 万字无损上下文的 AI，也是目前对长文理解做的最好的 Ai 产品。 能一次搜索几十个数据来源，无广告，能定向指定搜索源。 点我去下载

对于学习新手来说，可以从以下几个维度了解知识库： 1. 知识库的整体构成： 知识库是一整套领域知识，是 Bot 加载的最小单位。 单元是知识库的一部分，可上传的最小内容单位可以是一个.txt、.pdf、.csv 文件或一个网页。 分段是一个单元切分成多个分段，是模型查询的最小单位，分段内容的完整度和准确性会影响模型回答问题的准确性。 2. 具体知识内容： 如关于 transformer 的知识，计划从算法 1（NLP 中的 transformer 网络结构）、算法 2（CV 中的 transformer 网络结构）、算法 3（多模态下的 transformer 网络结构）、训练（transformer 的分布式训练）、部署（transformer 的 tvm 量化与推理）这五个方面进行介绍。 常见的 LLM 基座模型里的 3 种 transformer 架构，包括 encoderonly、encoderdecoder 和 decoderonly。 3. 与其他元素的关系： 在商业化问答场景中，模型、提示词、知识库三者相互配合。大语言模型像一个学习过无数知识的人，提示词是告知其角色和专注技能，使其成为所需“员工”，知识库则是给“员工”的工作手册。

对于新手学习并运用 AI，以下是一份详细的指南： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您可以找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，比如图像、音乐、视频等，您可以根据自己的兴趣选择特定的模块进行深入学习。 4. 掌握提示词技巧： 提示词上手容易且很有用。 5. 实践和尝试： 理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 6. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 7. 持续学习和跟进： AI 是一个快速发展的领域，新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得自己的成就。 入门工具推荐：Kimi 智能助手 Chatgpt 的国产平替，实际上手体验最好，推荐新手用 Kimi 入门学习和体验 Ai。 不用科学🕸️、不用付费、支持实时联网。 是国内最早支持 20 万字无损上下文的 AI，也是目前对长文理解做的最好的 Ai 产品。 能一次搜索几十个数据来源，无广告，能定向指定搜索源。 点我去下载

以下是为您提供的 AI 学习新手指南： 一、学习顺序 1. 首先，您需要拥有一个大模型账号，并熟悉与它们对话的方式。推荐使用性能强大的 ChatGPT4，国产平替有： 2. 接着，阅读 OpenAI 的官方文档： 3. 对于阅读吃力的情况，推荐以下 3 个英文阅读的工具/方法： 浏览器插件“沉浸式翻译” 二、学习方法 1. 掌握提示词的技巧，提示词上手容易且很有用。 2. 进行实践和尝试：理论学习之后，通过实践巩固知识，尝试使用各种产品做出您的作品。 3. 体验 AI 产品：与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 4. 持续学习和跟进：AI 领域发展迅速，新成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他爱好者和专业人士交流。 学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。

对于新手掌握提示词技巧，以下是一些建议： 1. 实践和尝试：在理论学习后，通过实践来巩固知识，尝试使用各种产品并制作自己的作品。同时，可在知识库中分享实践成果。 2. 体验 AI 产品：与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等互动，了解其工作原理和交互方式，获得实际应用的体验。 3. 持续学习和跟进：关注 AI 领域的新闻、博客、论坛和社交媒体，加入相关社群和组织，参加研讨会等，以了解最新发展。 在具体的提示词技巧方面： 1. 对于一般的提示词： 语气：指定所需语气，如正式、随意、信息性、说服性等。 格式：定义格式或结构，如论文、要点、大纲、对话等。 限制：指定约束条件，如字数或字符数限制。 引用：要求包含引用或来源以支持信息。 语言：指明回应的语言。 反驳：要求解决潜在的反驳论点。 术语：指定要使用或避免的行业特定或技术术语。 类比：要求用类比或示例阐明概念。 2. 对于 Stable Diffusion 的提示词： 学习基本概念：了解其工作原理、模型架构，理解提示词对生成结果的影响，掌握提示词的组成部分。 研究官方文档和教程：通读官方文档，研究开发团队和专家的教程与技巧分享。 学习常见术语和范例：熟悉相关领域的专业术语和概念，研究优秀的图像标题和描述。 掌握关键技巧：学会组合多个词条精确描述效果，掌握使用特定符号控制生成权重，处理抽象概念和情感等无形事物的描述。 实践和反馈：尝试生成不同风格和主题的图像，对比结果并总结经验，在社区分享并获取反馈。 创建提示词库：按主题、风格等维度建立自己的提示词库，记录成功案例。 持续跟进前沿：关注最新更新和社区分享，掌握新技术、新范式和新趋势。 总之，学习提示词技巧是一个长期的过程，需要耐心和持续的努力，不要害怕犯错，每个挑战都是成长的机会。

以下是为新手提供的 AI 入门指南： 1. 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您将找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。 此外，为您推荐入门工具 Kimi 智能助手： Chatgpt 的国产平替，实际上手体验最好，推荐新手用 Kimi 入门学习和体验 AI。 不用科学🕸️、不用付费、支持实时联网。 是国内最早支持 20 万字无损上下文的 AI，也是目前对长文理解做的最好的 Ai 产品。 能一次搜索几十个数据来源，无广告，能定向指定搜索源。 点我去下载

以下是为您推荐的能够帮助您快速入门 AI 的优秀书籍： 《陈财猫：推荐书单了解各个领域的知识，并在恰当的时候调用它们》：这是一个涵盖多个学科的书单，包括心理学、人工智能、经济学、社会学、生态学、哲学、设计学等 13 个学科。其特点包括权威准确，多为大学教材或导论书籍，不乏经典大师之作；有框架成体系，能通过阅读构建起完整知识框架；好读，适合初学者，即使对该领域没有了解也能看懂并入门。 《写给不会代码的你：20 分钟上手 Python + AI》： Python 方面：推荐《Python 学习手册》，名声在外；《Python 编程》，对新手友好。 AI 方面：推荐《人类简史》，其中“认知革命”的相关章节令人获益匪浅；《深度学习实战》，按脉络梳理了 ChatGPT 爆发前的 AI 信息与实践。

以下为您提供两份快速入门 AI 的教程： 《写给不会代码的你：20 分钟上手 Python + AI》 在深入学习 AI 时，许多朋友因需要编程而感到困难，且各类教程默认会打命令行，导致入门不易。此教程旨在让大家更快掌握 Python 和 AI 的相互调用，在接下来的 20 分钟内，您将循序渐进地完成以下任务： 1. 完成一个简单程序。 2. 完成一个爬虫应用，抓取公众号文章。 3. 完成一个 AI 应用，为公众号文章生成概述。 《AI 线上绘画教程》 如果您在工作中需要大量图片，AI 生图是高效的解决办法。主流工具如 midjourney（MJ）付费成本高，stable diffusion（SD）硬件门槛不低，但还有像这样的免费在线 SD 工具网站。此教程就是解决不会使用这些工具的问题，从开始探索到写完前两篇教程仅 10 天，说明入门不难。

以下为您介绍一些 AI 入门课程： 微软 AI 初学者入门课程：这是一个为期 12 周、共 24 课时的课程，您可以通过该课程探索人工智能的世界。课程涵盖符号人工智能、神经网络、计算机视觉、自然语言处理等内容，适合初学者。您还可以亲身实践课程内容、做随堂小测试或开展实验，课程覆盖 TensorFlow、PyTorch 及人工智能伦理原则。在本课程中，您将学到实现人工智能的不同方法，包括符号人工智能这种“有效的老式人工智能”，以及神经网络和深度学习等现代人工智能的核心，还会接触到处理图像和文本的神经架构，以及不太流行的人工智能方法，如遗传算法和多智能体系统。课程原网址：https://microsoft.github.io/AIForBeginners/ 。 新手学习 AI 的路径指南：首先了解 AI 基本概念，建议阅读「」中找到为初学者设计的课程，特别推荐李宏毅老师的课程，通过在线教育平台（如 Coursera、edX、Udacity）按自己节奏学习并获取证书。最后选择感兴趣的模块深入学习，AI 领域广泛，比如图像、音乐、视频等，您可根据兴趣选择特定模块深入学习。 此外，微软 AI 初学者入门课程还有详细的课程列表，如“人工智能导论”“符号人工智能”等，部分课程有相关讲义的链接。

以下是为新手提供的人工智能入门学习指南： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您可以找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。 此外，还有以下相关资源： 适用于 JavaScript 的 AI 堆栈入门：原文链接 https://a16z.com/2023/06/21/thegettingstartedwithaistackforjavascript/ 。 微软 AI 初学者入门课程：译者 Miranda，课程原网址 https://microsoft.github.io/AIForBeginners/ 。在本课程中，您将深入学习符号人工智能、神经网络、计算机视觉、自然语言处理等内容，还能学到实现人工智能的不同方法、神经网络和深度学习、处理图像和文本的神经架构以及不太流行的人工智能方法等。

以下是为新手提供的人工智能入门学习指南： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您可以找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。 此外，还有以下相关资源： 适用于 JavaScript 的 AI 堆栈入门：原文链接 https://a16z.com/2023/06/21/thegettingstartedwithaistackforjavascript/ 。 微软 AI 初学者入门课程：译者 Miranda，课程原网址 https://microsoft.github.io/AIForBeginners/ 。在本课程中，您将深入学习符号人工智能、神经网络、计算机视觉、自然语言处理等内容，还能学到实现人工智能的不同方法、神经网络和深度学习、处理图像和文本的神经架构，以及不太流行的人工智能方法，如遗传算法和多智能体系统。

如果您是 AI 小白，想要从 0 开始学习 AI，以下是为您推荐的学习步骤： 1. 记忆阶段： 先从 AI 的历史（https://ywh1bkansf.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=tbl1tOC3ZKbrcHVn&view=vewTtypUZc）、基本术语（https://ywh1bkansf.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=tbltvr7KExCt7Jpw&view=vewjxk9tDu）、重要人物（https://ywh1bkansf.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=tblLtN12KuvP5reO&view=vewuvGBXhd）、方法和原理（https://ywh1bkansf.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=tblolGx2mprs1EQz&view=vewx5ROYtl）等开始了解。 看看入门课程（https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w）。 2. 理解阶段： 进一步了解 AI 领域的主要思想和概念（https://ywh1bkansf.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=tblC69kVi8xZMQ4B&view=vewFgR7hhS）。 将精选 AI 网站（https://ywh1bkansf.feishu.cn/wiki/BVmWwpSJGioFyJkfAI3crXWTnyb?table=tblrU3QwceYkyu5Y&view=vewhpVxSzR）和 APP 产品都试一试。 完整的学习路径建议参考「通往 AGI 之路」知识库首页（https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e）的布鲁姆分类法，设计自己的学习路径。 首先，建议阅读「从这里启程」（https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2）部分，熟悉 AI 的术语和基础概念。了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。浏览入门文章，这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 然后，在「入门：AI 学习路径」（https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w）中，您将找到一系列为初学者设计的课程。这些课程将引导您了解生成式 AI 等基础知识，特别推荐李宏毅老师的课程。通过在线教育平台（如 Coursera、edX、Udacity）上的课程，您可以按照自己的节奏学习，并有机会获得证书。 最后，AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。

对于零基础的小白想学习 AI，可以按照以下步骤开始： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），可以根据自己的兴趣选择特定的模块进行深入学习。 完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

对于小白学习 AI，以下是一些建议： 了解 AI 基本概念：首先，建议阅读「」部分，熟悉 AI 的术语和基础概念。了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。浏览入门文章，这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 开始 AI 学习之旅：在「」中，您将找到一系列为初学者设计的课程。这些课程将引导您了解生成式 AI 等基础知识，特别推荐李宏毅老师的课程。通过在线教育平台（如 Coursera、edX、Udacity）上的课程，您可以按照自己的节奏学习，并有机会获得证书。 选择感兴趣的模块深入学习：AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。 我原以为，这种涉及代码和大模型能力的东西从来都是阳春白雪，我等小白触碰不得，可如今借由相关活动，意识到它和我们就隔着几天的发烧努力。学习始于 prompt，3.5 刚出来的时候，对 AI 生成原理的理解加上 prompt 写得好，问问题和解决问题的效率是巨大的。然而作为小白类型的 Chat 网页终端用户，更多的是临时捏一些 prompt 解决具体的问题，将 prompt 规范、抽象用以让 AI 拟人，当然试过，却远远做不到。但来都来了，自然要参加一下，学习一下也是好的。作为围观人群，虽然没有躬身入局，却因为近距离地作为线上志愿者，惊觉原来这一切其实门槛都在社区里一一解决过，需要的只是愿意花一些时间和做一些准备。在这个过程中，也会直接被点燃学习的热情。

对于小白了解 AI ，以下是一些关键的知识点： 编码器和解码器：不止一个，都有多头注意力层，且解码器与编码器的多头注意力层不同（带掩码的多头自注意力）。解码器还包含线性层和 Softmax 层，其作用是将解码器的输出转化为词汇表的概率分布，代表下一个被生成 token 的概率。 后续变种： 仅编码器，如 BRET 模型，用于理解语言，如掩码语言建模、情感分析等。 仅解码器，如文本生成。 编码器 解码器，如 T5、BART 模型，用于翻译、总结等。 其他概念科普： SFT 模型：监督微调（Supervised Finetuning）。 奖励模型：基于 3H 原则打分。 小样本提示：提示词给出样例样本。 思维链：谷歌在 2022 年一篇论文提到思维链可以显著提升大语言模型在复杂推理的能力（即有推理步骤），即使不用小样本提示，也可以在问题后面加一句【请你分步骤思考】。 RAG：检索增强生成 RetrievalAugmented Generation，外部知识库切分成段落后转成向量，存在向量数据库。用户提问并查找到向量数据库后，段落信息会和原本的问题一块传给 AI，可搭建企业知识库和个人知识库。

以下是为您提供的从 0 开始学习 AI 的小白课程建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，了解人工智能及其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，您将找到一系列为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。 如果您是 0 基础小白，还可以： 找网上的基础课程进行学习。 观看科普类教程，如相关不错的视频。 阅读 OpenAI 的文档，理解每个参数的作用和设计原因。 推荐一些练手的 Prompt 工具和相关教程文档。 此外，野菩萨的课程也是不错的选择。