新人学习AI

以下是关于如何用 AI 做一款游戏的相关内容： 首先，需要明确艺术家在游戏创作中并非处于被取代的危险之中。AI 可以辅助艺术家，就像早期手绘动画中的分工，艺术家设置创意方向，AI 承担部分耗时和技术执行工作。目前仍处于这场革命的初期，许多实践仍需完善。 AI 有望在游戏中发挥重要作用，能使生产高质量游戏更简单、快速和低成本，让玩家定制游戏体验。开发高质量游戏需要大量成本和资源，AI 虽不太可能完全取代人类艺术家，但能为其团队注入动力，提高效率。 已经有一些 AI 工具和平台，如 Scenario、Iliad、Promethean、Inworld、Charisma 和 Convai 等，可用于创建游戏资源和非玩家角色。AI 不仅推动更多游戏的创造，还将促进新型游戏的发展，如基于文本的游戏。 麦橘曾举办教大家用 AI 做小游戏编程的跨界活动。他认为机制对简单小游戏很重要，并分享了使用 Poe 制作小游戏的经验，如通过描述想要的效果让 AI 调整，最终做出游戏并搭建排行榜。麦橘还谈到了增量游戏、肉鸽游戏及其制作与 AI 交互的相关内容。

以下是 OpenAI 春季发布会中关于将照片转换为漫画的一些示例： 输入：一名留着中长棕色头发、留着胡须的年轻白人男子表情中性。他戴着眼镜，穿着浅灰色 T 恤。背景是简单的米色，方形。图像整体基调卡通俏皮。 输出：相应的漫画。 输入：一位黑发、笑容灿烂的年轻人摆出专业的头像。他穿着深色西装外套，系着图案领带，散发出优雅而专业的气息。他的眼睛明亮，笑容真诚，传达出幸福和自信的感觉。背景是中性灰色，将焦点放在拍摄对象的脸上。 输出：相应的漫画。 输入：一位留着及肩黑发的年轻亚洲女性摆出姿势拍照。她穿着绿色高领毛衣，表情中性。她的眉毛修整整齐，涂着淡粉色的口红。背景是一面朴素的白墙。 输出：相应的漫画。 输入：一位留着整洁黑发、戴着眼镜的年轻亚洲男子摆出姿势拍照。他表情温和，穿着一件休闲的靛蓝色 T 恤。柔和的灯光在中性背景下突出了他的五官，给照片带来了平静的感觉。 输出：相应的漫画。 输入：一名浅棕色头发的年轻白人对着镜头微笑。他穿着一件简单的黑色 T 恤，表情随意、轻松。背景似乎是一个郁郁葱葱的绿色花园，为肖像增添了一种充满活力和自然的感觉。 输出：相应的漫画。 输入：一位年轻的印度男子站在他的家中，脸上挂着欢迎的微笑。他有一头深色短发，穿着一件带有热带图案的蓝色衬衫。背景中的厨房为图像增添了舒适和居住的感觉。 输出：相应的漫画。 输入：一位年轻的白人男子在户外摆姿势，笑容温暖，留着浅棕色短发。他穿着一件经典的蓝色衬衫，给人一种利落又平易近人的感觉。背景柔和模糊，将注意力集中在他友好的表情和随意的举止上。 输出：相应的漫画。 您可以参考以上示例，了解 OpenAI 在照片转漫画方面的能力。但需要注意的是，目前 OpenAI 暂未直接提供将照片转换为漫画的公共服务。您还可以尝试其他专门用于照片转漫画的工具或软件，如 Adobe Photoshop、Prisma 等。

构建一个 AI 数字人分身主要包括以下两个方面： 一、构建数字人躯壳 数字人的躯壳建模有多种方式： 1. 2D 引擎：风格偏向二次元，亲和力强，定制化成本低，在日本、东南亚等国家比较受欢迎，也深受年轻人喜欢。能将喜欢的动漫人物变成数字人的躯壳。代表是 Live2D Cubism。 2. 3D 引擎：风格偏向超写实的人物建模，拟真程度高，定制化成本高。目前有很多公司都在做这个方向的创业，已经可以实现用户通过手机摄像头快速创建一个自己的虚拟人身体。如 NextHuman、Unity，虚幻引擎 MetaHuman 等。但个人学习在电脑配置和学习难度上有一定门槛。 3. AIGC：虽然省去了建模流程，直接生成数字人的展示图片，但弊端也明显，算法生成的数字人很难保持 ID 一致性，帧与帧的连贯性上会让人有虚假的感觉。如果项目对人物模型真实度要求没有那么高，可以使用这种方案。典型的项目有 wav2lip等。AIGC 还有一个方向是直接生成 2d/3d 引擎的模型，而不是直接生成数字人的最终展示部分，但该方向还在探索中。 建好的模型可以使用 web 前端页面（Live2D 就提供了 web 端的 SDK）或者 Native 的可执行程序进行部署，最后呈现在用户面前的是一个 GUI。 二、构建数字人灵魂 有了数字人躯壳，还需要构建数字人的灵魂，让数字人具备各种智能，比如记得个人信息，充当个人助手；在某个领域具备更专业的知识；能处理复杂的任务等等。实现这些能力有以下几个工程关键点： 1. AI Agent：要想数字人像人一样思考就需要写一个像人一样的 Agent，工程实现所需的记忆模块，工作流模块、各种工具调用模块的构建都是挑战。 2. 驱动躯壳的实现：灵魂部分通过接口定义，躯壳部分通过 API 调用，调用方式可以是 HTTP、webSocket 等，视躯壳部分的实现而定。但包含情绪的语音表达以及如何保证躯壳的口型、表情、动作和语音的同步及匹配，目前主流方案只能做到预设一些表情动作，再做一些逻辑判断来播放预设，语音驱动口型相对来说成熟一些，但都是闭源的，效果可以参考 Nvidia 的 Audio2Face。 3. 实时性：由于整个数字人的算法部分组成庞大，几乎不能实现单机部署，特别是大模型部分，所以算法一般会部署到额外的集群或者调用提供出来的 API，这里面就会涉及到网络耗时和模型推理耗时，如果响应太慢就会体验很差，所以低延时也是亟需解决的一个问题。 4. 多元跨模态：仅仅是语音交互的数字人是远远不够的，人有五感（听觉、视觉、嗅觉、触觉、味觉），听觉只是其中一种，其他的感官可以根据实际需求来做，比如视觉可以通过添加摄像头数据来获取数据，再通过系列 CV 算法做图像解析等。 5. 拟人化场景：正常和人交流的时候不是线性对话，会有插话、转移话题等情况，这些情景需要通过工程丝滑处理。

AI 数字人是运用数字技术创造出来的人，虽现阶段不能如科幻作品中的人型机器人般高度智能，但已在生活各类场景中常见，且随 AI 技术发展正迎来应用爆发。目前业界尚无关于数字人的准确定义，一般可根据技术栈不同分为两类： 1. 真人驱动的数字人：重在通过动捕设备或视觉算法还原真人动作表情，主要应用于影视行业及直播带货。其表现质量与手动建模精细程度及动捕设备精密程度直接相关，不过随视觉算法进步，在无昂贵动捕设备时也可通过摄像头捕捉人体骨骼和人脸关键点信息实现不错效果。 2. 算法驱动的数字人：强调自驱动，人为干预更少，技术实现更复杂。一个最简单的算法驱动数字人大致流程包含三个核心算法： ASR（Automatic Speech Recognition，语音识别）：能将用户音频数据转化为文字，便于数字人理解和生成回应。开源代码如 openai 的 whisper（https://github.com/openai/whisper）、wenet（https://github.com/wenete2e/wenet）、speech_recognition（https://github.com/Uberi/speech_recognition）。 AI Agent（人工智能体）：充当数字人大脑，可接入大语言模型，如 ChatGPT、Claude、ChatGLM、文星一言、千帆大模型、通义千问等。Agent 部分可用 LangChain 模块自定义（https://www.langchain.com/）。 TTS（Text to Speech，文字转语音）：将数字人依靠 LLM 生成的输出文字转换为语音。开源代码如微软的 edgetts（https://github.com/rany2/edgetts），只能使用预设人物声音且接口免费；VITS（https://github.com/jaywalnut310/vits）及其分支版本，可自己训练想要的人声；sovitssvc（https://github.com/svcdevelopteam/sovitssvc）专注于唱歌。 除算法外，人物建模模型可通过手动建模（音频驱动）或 AIGC 方式生成人物动态效果（如 wav2lip 模型）实现一个最简单的数字人，但这种简单构建方式存在诸多问题，如如何生成指定人物声音、TTS 生成的音频如何精确驱动数字人口型及动作、数字人如何使用知识库做出某个领域的专业性回答等。

以下是一些可以帮助您对表格信息进行更好查重的 AI 工具： 1. Excel Labs：这是一个 Excel 插件，新增了基于 OpenAI 技术的生成式 AI 功能，可用于 Excel 中的数据分析和决策支持。 2. Microsoft 365 Copilot：微软推出的 AI 工具，整合了包括 Excel 在内的多种办公软件，用户能以聊天形式告知需求，由 Copilot 自动完成任务，如数据分析、格式创建等。 3. Formula Bot：提供数据分析聊天机器人和公式生成器两大功能，用户可通过自然语言交互式地进行数据分析和生成 Excel 公式。 4. Numerous AI：支持 Excel 和 Google Sheets 的 AI 插件，除公式生成外，还能根据提示生成相关文本内容、执行情感分析、语言翻译等任务。 随着技术的不断发展，未来可能会有更多 AI 功能被集成到 Excel 中，进一步提高工作效率和数据处理的智能化水平。请注意，以上内容由 AI 大模型生成，请仔细甄别。

AI 生成音乐是利用人工智能技术，特别是机器学习和深度学习算法，来创作、编排和生成音乐的。以下为您介绍一些相关工具和公司： AI 生成音乐的工具： 1. Udio：由前 Google DeepMind 工程师开发，通过文本提示快速生成符合用户音乐风格喜好的高质量音乐作品。 2. Suno AI：是一款革命性的人工智能音乐生成工具，它通过先进的深度学习技术，能够将用户的输入转化为富有情感且高质量的音乐作品。 人工智能音频初创公司（音乐创作与制作领域）： 1. （被 Apple 收购）我们的音乐帮助品牌与受众建立更深层次的连接。 2. 下一代音乐制作人。 3. 由 AI 驱动的软件引擎，可以生成音乐。它可以对手势、动作、代码或其他声音作出反应。 4. 全球最大的音乐教育平台。 5. 用于创作歌曲和音频录制的应用程序。 6. 提供无缝录音室体验的一体化在线协作平台。 7. 专业音频、语音、声音和音乐的扩展服务。 8. 视频编辑的音频解决方案。 9. 由 AI 驱动的音乐工作室。 10. 通过直观的软件/硬件生态系统为音乐演奏者提供世界级声音的民主化访问。 11. AI 音频插件和社区，弥合 AI 研究与创意之间的差距。 12. 为音乐人、制作人和内容创作者提供 AI 驱动的混音服务。 13. 为创作者提供的在线音乐软件：音乐母带处理、数字音乐发行、分期付款插件、免费样本包和协作工具。 此外，还有 108 个舞蹈音乐提示词，每个提示精心制作，以有效地封装各种舞蹈音乐流派的具体特点和大气质量，同时确保适应不同的聆听环境。用这些来激发您对我们完全遗漏的流派的描述。结合元素、流派、影响等，进一步深化舞蹈音乐的谱系。 内容由 AI 大模型生成，请仔细甄别。

对于没有基础想学习 AI 应用在自媒体上的新人，以下是一些学习建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的主要分支（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，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，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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。 5. 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。 6. 微软 AI 初学者入门课程： 人工智能的商业应用案例：可以考虑学习微软的《》（和欧洲工商管理学院 INSEAD 共同开发）。 经典机器学习：在《》中有详细介绍。 使用 Azure 认知服务（Azure Cognitive Services）来创建实用的人工智能应用：建议从微软课程《》等开始学习。

以下是关于 ChatGPT 的使用教程： 一、认识 ChatGPT 1. ChatGPT 名称含义：GPT 即 Generative PreTraining Transformer，其中 Generative 表示生成式，PreTraining 表示预训练，Transformer 表示转换器。 2. 实质功能：本质是“单字接龙”，长文由单字接龙的回归所生成。GPT 作为大脑即模型需要训练，训练方式是通过材料学习，不断形成模型。训练目的是学习“提问和回答的通用规律”，实现举一反三。但它不是搜索引擎的升级版，可能出现“幻觉”，对现实不存在的东西进行合乎规律的捏造。 二、注册、安装、订阅 1. 简介：ChatGPT 是一种基于 GPT 架构的人工智能模型，由 OpenAI 开发，是自然语言处理工具，能理解和生成接近人类水平的文本。 2. 版本：目前官网有 GPT3.5 和 GPT4 两个版本。GPT3.5 免费，拥有账号即可使用；GPT4 智能程度更高，有更多功能，如 DALL.E3（AI 画图功能）和 GPTs 商店和高级数据分析等插件，PLUS 套餐收费 20 美金/月，还有团队版和企业版，费用更贵，一般推荐 PLUS 套餐。 3. 注册准备：在注册 ChatGPT 账号前，先注册谷歌账号，因其支持一键登录，可省去很多后续注册流程。谷歌账号注册支持国内手机号码和国内邮箱验证，过程简单。 三、学习英语的应用 推特博主的英语老师制作了一个 GPT 工作流，基于个人日常需求生成定制素材。具体使用方法： 1. 先把特定 prompt 喂给 ChatGPT（建议开新对话专门用于学习英文）。 2. 然后 ChatGPT 会扮演美国好朋友，对输入的英文和中文表达返回更地道的表达，对俚语部分加粗，还会举一反三结合欧美流行内容给出更多例子。 3. 输入特定语句，ChatGPT 会输出对话回顾并建议 3 个推荐任务强化记忆。 建议使用方式：开窗口复制 prompt，手机端打开历史记录，点右上角耳机图标打电话，既能练口语又能练听力，结束后看回顾帮助阅读。 群友也写了类似版本在讯飞上尝试，效果不错。

对于新手学习 AI，以下是一份详细的学习路径指南： 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。 在知识库中有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。 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。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。

对于小白快速系统学习 AI 应用，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，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，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 知识库中有很多实践后的作品、文章分享，欢迎实践后分享。 5. 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，了解其工作原理和交互方式。 6. 开发实践： 从一个最基础的小任务开始，让 AI 先帮您按照 best practice 写一个 say hello 的示例程序，并解释每个文件的作用及程序运行的逻辑，学会必备的调试技能。 通过和 AI 的对话，逐步明确项目需求，梳理出产品需求文档。 接下来就是真正的实践，按照项目规划，学习一个 POC，将其应用到大项目中。当遇到错误时，复制错误信息、相关代码扔给 AI 让其找错误并修复，也可找文档或去 stackoverflow 上找答案，然后把这些信息提供给 AI 让其基于此修复。如有可能，找一个老师傅随时提供支援。

新手学习 AI 可以参考以下路线： 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，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 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，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。 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。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，以下是一些建议的最优路径： 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，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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。 5. 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。 此外，还可以参考《雪梅 May 的 AI 学习日记》，其学习模式是输入→模仿→自发创造。对于纯小白，学习资源大多免费开源，可在有空的时候学习，根据自己的兴趣在 waytoAGI 社区发现并学习最新内容。 对于像开发应用这样的实践，以纯小白开发 Unity 程序为例，需要人类导师把任务拆解到足够小，针对性地设计学习路径，并密切关注随时从坑里捞人，同时通过能直接搞定的小项目先学明白背后的原理，在此基础上开发复杂项目。

以下为您提供一些学习 AI 工具使用的教程和相关信息： 1. 元子：小白 30min 快速体验 AI 工具 对于超出自己理解范围的事情，最简单的方法就是试一试。学习新东西，百闻不如一练。 在面向父母的“AI 布道”活动中，发现“AI 工具”虽强大但与普通人之间存在障碍。 尽可能简单地试用它，是让普通人在 AI 发展中受益的最好方式，不论何种人群。 若想交流，欢迎戳这里： 2. 如何使用 AI 来做事：一份带有观点的指南 由于技术快速发展，当前使用的可能是较差的 AI 工具，很快可能需要新的指南。 需记住两个关键点：AI 是工具，但不总是正确的，要考虑其是否适合应用目的；使用 AI 需了解道德问题，避免侵权、作弊等，使用者有责任以道德方式使用。 3. AI 线上绘画教程 若工作中需要大量图片，AI 生图是高效解决办法，但主流工具如 midjourney（MJ）付费成本高，stable diffusion（SD）硬件门槛不低。 可使用等免费在线 SD 工具网站。 本教程旨在让入门玩家半小时内自由上手创作绘图，适用于入门玩家，可应用到职场。若有疑问，可在评论区联系或加微信 designurlife1st 沟通（记得备注来意：ai 绘图交流），教程内容会持续更新。

对于 AI 小白，从 0 开始学习 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： 参考「」，其中有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，可根据自身兴趣选择特定模块深入学习。 掌握提示词的技巧，其上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出自己的作品。 知识库中有很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 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，了解其工作原理和交互方式，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。 另外，《雪梅 May 的 AI 学习日记》也提供了一种适合纯小白的学习模式，即输入→模仿→自发创造。但其中的学习内容可能因 AI 发展较快而有所变化，建议去 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新内容。同时，该日记中的学习资源都是免费开源的。 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。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。

学习 AI 并培养兴趣可以从以下几个方面入手： 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，您可以根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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。 5. 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。 此外，吵爷建议： 1. 带着好奇心去尝试： 记住“生成”两个字，了解“生成式人工智能”Generative AI。 随便找一个国产 AI 随便聊点什么，比如小学奥数题、写一篇演讲稿、怎么看待 996 等，看看 AI 擅长和不擅长的地方，有没有能帮到您的地方，哪些地方做得不够好。不用一开始带着太强的目的性，把它当作天猫精灵来玩。聊一段时间后，留下 1 2 个更顺手的应用增加使用深度。 条件允许的话，可以直接使用 ChatGPT 或者 Claude，处理复杂任务时会更省力。 YoYo 的学习心得： 1. 学习前状态： 不理解 AI 和提示词工程，不懂代码，英语差，注册尝试各种 AI 工具走了不少弯路。 对 ChatGPT 的认识仅限于日常问答、SQL 学习交互，能支持工作数据提取。 2. 学习后现状： 可以搓多 Agent 的智能体，但需要进修 python 搓更多智能体。 营销文案 demo，SQL 代码进阶学习应用。 创建了 3 个图像流智能体，2 个 Agent 智能体玩具。 在公司中实践智能客服从创建到应用的过程，实现企业微信机器人问答的基本功能。 学习 Dr.kown 的尝试实践、图像流的尝试、企业智能体实践，智能客服。 总之，学习 AI 要找到适合自己的路径，学以致用，通过学习 分享 不断填补知识的缝隙来成长。