学习ai的名词

[heading2]总结关于AI知识库使用及AIPO活动的介绍：讨论了AI知识库的使用情况、AIPO活动的发起背景、内容安排及相关资源等。AIPO线下活动及AI相关探讨：讨论了AIPO线下活动的规则和玩法，以及AI在科技发展中的重要地位和相关研究方向。way to AGI社区活动与知识库介绍：讨论了way to AGI社区活动的安排、材料准备以及知识库的使用和相关内容更新等情况。关于AI知识库及学习路径的介绍时代杂志评选的领军人物：去年时代杂志评出了百位领军人物。AI相关名词解释：包括AGI、AIGC、agent、prompt等，建议通过与AI对话或李继刚老师的课程来理解。知识库的信息来源：有赛博蝉星公众号、国外优质博主的blog或Twitter等，推荐大家订阅获取最新信息并投稿。社区共创项目：如AIPU、CONFIUI生态大会，每月有切磋大会等活动，还发起了新活动AIPO。学习路径：有李弘毅老师的生成式AI导论等高质量学习内容，可系统化学习或通过社区共创活动反推学习，鼓励整理学习笔记并分享交流。经典必读文章：如介绍GPT运作原理、Transformer模型、扩散模型等的文章，还包括软件2.0时代相关内容。初学者入门推荐：推荐看open AI的官方Cookbook，小琪姐做了中文精读翻译，也可查看cloud的相关内容。历史脉络类资料：整理了open AI的发展时间线和万字长文回顾等。

了解AI基本概念：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。开始AI学习之旅：在「[入门：AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中，你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式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，你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），你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧，它上手容易且很有用。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你的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎你实践后的分享。体验AI产品：与现有的AI产品进行互动是学习AI的另一种有效方式。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，你可以获得对AI在实际应用中表现的第一手体验，并激发你对AI潜力的认识。

一、视频一主要回答了什么是AI大模型，原理是什么。1、概念：生成式AI生成的内容，叫做AIGC2、概念与关系：相关技术名词1）AI——人工智能2）机器学习——电脑找规律学习，包括监督学习、无监督学习、强化学习。3）监督学习——有标签的训练数据，算法的目标是学习输入和输出之间的映射关系。包括分类和回归。4）无监督学习——学习的数据没有标签，算法自主发现规律。经典任务包括聚类，比如拿一堆新闻文章，让模型根据主题或内容特征分成具有相似特征的组。5）强化学习——从反馈里学习，最大化奖励或最小化损失；类似训小狗。6）深度学习——一种方法，参照人脑有神经网络和神经元（因为有很多层所以叫深度）。神经网络可以用于监督学习、无监督学习、强化学习。7）生成式AI——可以生成文本、图片、音频、视频等内容形式8）LLM——大语言模型。对于生成式AI，其中生成图像的扩散模型就不是大语言模型；对于大语言模型，生成只是其中一个处理任务，比如谷歌的BERT模型，可用于语义理解（不擅长文本生成），如上下文理解、情感分析、文本分类；3、技术里程碑——2017年6月，谷歌团队发表论文《Attention is All You Need》。这篇论文首次提出了Transformer模型，它完全基于自注意力机制（Self-Attention）来处理序列数据，而不需要依赖于循环神经网络（RNN）或卷积神经网络（CNN）。GPT含义：Transformer是关键。Transformer比RNN更适合处理文本的长距离依赖性。