新人如何学习ai

以下是一些常见的包装设计、建筑设计审核规划平面图以及制作网站的 AI 工具： 包装设计： 1. Canva（可画）：https://www.canva.cn/ 是一个受欢迎的在线设计工具，提供大量模板和设计元素，用户可通过简单拖放操作创建海报，其 AI 功能可协助选择颜色搭配和字体样式。 2. 稿定设计：https://www.gaoding.com/ 稿定智能设计工具采用先进人工智能技术，自动分析和生成设计方案，稍作调整即可完成完美设计。 3. VistaCreate：https://create.vista.com/ 提供大量设计模板和元素，用户可使用 AI 工具创建个性化海报，智能建议功能可帮助用户快速找到合适设计元素。 4. Microsoft Designer：https://designer.microsoft.com/ 具有简单拖放界面，可快速创建演示文稿、社交媒体帖子等视觉内容，集成丰富模板库和自动图像编辑功能。 建筑设计审核规划平面图： 1. HDAidMaster：云端工具，建筑师可在平台上使用主流 AIGC 功能进行方案创作，在建筑、室内和景观设计领域表现出色，搭载自主训练的建筑大模型 ArchiMaster。 2. Maket.ai：主要面向住宅行业，在户型和室内软装设计方面有 AI 技术探索，输入房间面积需求和土地约束可自动生成户型图。 3. ARCHITEChTURES：AI 驱动的三维建筑设计软件，在住宅设计早期可引入标准和规范约束设计结果。 4. Fast AI 人工智能审图平台：形成全自动智能审图流程，将建筑全寿命周期内信息集成，实现数据汇总与管理。 制作网站： 1. Wix ADI：https://www.wix.com/ 基于用户提供信息自动生成定制化网站，提供多个设计选项和布局，集成 SEO 工具和分析功能。 2. Bookmark：https://www.bookmark.com/ 通过询问用户问题快速生成网站，提供直观拖放编辑器和多种行业模板及自动化营销工具。 3. Firedrop：https://firedrop.ai/ Sacha 作为 AI 设计助手可根据指示创建和修改网站设计，提供实时编辑和预览功能，包含多种现代设计风格和自定义选项。 4. The Grid：https://thegrid.io/ Molly 作为 AI 设计助手可自动调整网站设计和布局，基于内容和用户互动优化，支持多种内容类型。 请注意，以上内容由 AI 大模型生成，请仔细甄别。每个工具都有其特定应用场景和功能，建议根据具体需求选择合适的工具。

以下是一些适合销售的 AI 数据分析及方案梳理的工具： 1. Salesforce 爱因斯坦：来自 Salesforce 的 AI 工具，能通过分析大量数据集识别潜在客户，生成预测性潜在客户评分，还具有自动化功能，可执行日常或耗时任务，让销售团队专注关键方面。 2. Clari：专门从事智能收入运营的软件，以创建高度准确的收入预测能力闻名，能统一各种来源数据并以易理解方式呈现，简化财务预测过程。 3. Hightime：销售团队的 AI 助手，可处理重复性任务和耗时研究。 使用 AI 完成阿里巴巴营销技巧和产品页面优化，可以采取以下步骤： 1. 市场分析：利用 AI 分析工具研究市场趋势、消费者行为和竞争对手情况，快速识别关键信息。 2. 关键词优化：AI 分析和推荐高流量、高转化的关键词，优化产品标题和描述，提高搜索排名和可见度。 3. 产品页面设计：AI 设计工具根据市场趋势和用户偏好自动生成吸引人的产品页面布局。 4. 内容生成：AI 文案工具撰写有说服力的产品描述和营销文案，提高转化率。 5. 图像识别和优化：AI 图像识别技术选择或生成高质量产品图片，展示产品特点。 6. 价格策略：AI 分析不同价格点对销量的影响，制定有竞争力的价格策略。 7. 客户反馈分析：AI 分析客户评价和反馈，优化产品和服务。 8. 个性化推荐：AI 根据用户购买历史和偏好提供个性化产品推荐，增加销售额。 9. 聊天机器人：AI 驱动的聊天机器人提供 24/7 客户服务，解答疑问，提高满意度。 10. 营销活动分析：AI 分析不同营销活动效果，了解哪些活动更吸引顾客并产生销售。 11. 库存管理：AI 帮助预测需求，优化库存管理，减少积压和缺货情况。 12. 支付和交易优化：AI 分析不同支付方式对交易成功率的影响，优化支付流程。 13. 社交媒体营销：AI 帮助卖家在社交媒体上找到目标客户群体，精准营销提高品牌知名度。 14. 直播和视频营销：AI 分析观众行为，优化直播和视频内容，提高观众参与度和转化率。 以下是部分 AI 应用示例： 1. 图虫网：AI 摄影作品销售平台，利用图像识别、数据分析技术，为摄影爱好者提供作品销售渠道，市场规模达数亿美元。 2. 网易云音乐音乐人平台：AI 音乐作品发布平台，运用音频处理、数据分析技术，为音乐创作者提供作品发布等服务，市场规模达数亿美元。 3. 好好住 APP：AI 家居用品推荐平台，通过数据分析、自然语言处理技术，根据用户需求推荐家居用品，市场规模达数亿美元。 4. 东方财富网投资分析工具：AI 金融投资分析平台，借助数据分析、机器学习技术，分析金融市场，提供投资建议，市场规模达数十亿美元。

以下是一些适合销售的 AI 工具： 1. Salesforce 爱因斯坦：来自 Salesforce，能分析大量数据集识别潜在客户，生成预测性潜在客户评分，还能自动化日常或耗时任务，让销售团队专注关键方面。 2. Clari：专门从事智能收入运营的软件，能统一数据并以易理解方式呈现，简化财务预测过程。 3. Hightime：销售团队的 AI 助手，处理重复性任务和耗时研究。 常用于营销领域的 AI 工具包括： 1. Synthesia：允许创建 AI 生成的高质量视频，包括数字人视频，有多种定价计划。 2. HeyGen：基于云的 AI 视频制作平台，可通过输入文本生成数字人视频。 3. Jasper AI：人工智能写作助手，用于生成营销文案、博客内容、电子邮件等。 4. Copy.ai：AI 营销文案生成工具，可快速生成多种营销内容。 5. Writesonic：专注于营销内容创作，提供多种语气和行业定制选项。 在生成式 AI 领域，一些工具如 Flair、Booth、Bloom 能帮助品牌创建产品照片，AdCreative、Pencil 可制作用于电子邮件或社交媒体的营销材料，Frase 或 Writesonic 能编写 SEO 优化的产品描述。未来有望通过描述期望的审美并点击按钮创建完整的电商商店及营销材料。

以下是为您介绍的一些 AI 搜索引擎： 1. 秘塔 AI 搜索：由秘塔科技开发，具有多模式搜索、无广告干扰、结构化展示和信息聚合等功能，能提升用户搜索效率和体验。 2. Perplexity：聊天机器人式搜索引擎，允许用自然语言提问，通过生成式 AI 技术从各种来源收集信息并给出答案。 3. 360AI 搜索：360 公司推出，通过 AI 分析问题，生成清晰有理答案，支持增强模式和智能排序。 4. 天工 AI 搜索：昆仑万维推出，采用生成式搜索技术，支持自然语言交互和深度追问，未来将支持多模态搜索。 5. Flowith：创新的 AI 交互式搜索和对话工具，基于节点式交互，支持多种 AI 模型和图像生成技术，有插件系统和社区功能。 6. Devv：面向程序员的 AI 搜索引擎，专注提供编程、软件开发和人工智能等领域专业建议和指导。 7. Phind：专为开发者设计，利用大型语言模型提供相关搜索结果和动态答案，擅长处理编程和技术问题。 开搜 AI 搜索是一款免费无广告、直达结果的面向大众的搜索工具。它在以下方面有出色表现： 1. 论文资料搜集与整理：帮助在校学生快速搜集专业学术资料，智能总结关键信息，助力撰写论文和报告，且支持查看来源出处，参考价值高。 2. 教学内容准备：让教育教师群体获取丰富教学资源，自动生成教案和课题研究报告，提高教学准备效率。 3. 职场信息检索：使职场办公人群高效查找工作所需信息，简化文案撰写、PPT 制作和工作汇报准备工作。 4. 行业研究分析：为学术研究人员提供深入行业分析，通过 AI 技术整合和总结大量数据，形成有深度的研究报告。 从 AI 搜索引出 RAG：在学习 RAG 之初，可从 AI 搜索切入。AI 大模型擅长语义理解和文本总结，不擅长获取实时信息；搜索引擎擅长获取实时信息，但信息分散，需人为总结。AI 与搜索引擎结合，给 AI 配备活字典，让其随时查阅。

以下是新手学习 AI 的路径： 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，包括图像、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作品。 在知识库分享实践后的作品和文章。 5. 体验 AI 产品： 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人进行互动，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。 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。

以下是一些适合电商美工制作详情页的 AI 工具和方法： Stable Diffusion： 如果您是运营网店的女装店主且资金有限，可以使用 Stable Diffusion 来初步制作商品展示图。具体步骤如下： 1. 真人穿衣服拍照，获取真实质感的照片。如果身材方面有问题，可借助美图秀秀或 PS 处理。 2. 选好底模，一定要是 realistic 的真人照片风格底模，如 majicmixRealistic_v7。 3. 根据不同平台需求换头，如面向海外市场换白女头，面向中老妇女换妈妈头。 4. 在图生图下的局部重绘选项卡下涂抹自己替换的部分，并设置合适的 prompts 和 parameters，如“breathtaking cinematic photo,masterpiece,best quality,,blonde hair,silver necklace,carrying a white bag,standing,full body,detailed face,big eyes,detailed hands”。 Midjourney： 1. 主体物指令：确定产品类型后，可加入主体描述加强图片生成效果。如电商类产品加上“模特实拍、商品列表、尺寸”等描述，能得到常见的商品详情页设计图。 2. 配色指令：确定 APP 类型和主体描述后，可定制主题色。例如餐饮类输入“beach style color”能生成沙滩风饮料订购页面；快递类输入“Forest”指令能生成亲近自然感觉的图片；生活服务类输入“glacier color scheme”能得到有氛围感的订房界面。 3. 风格指令：如果配色指令无法满足要求，还可指定艺术风格、艺术家、设计师、插画家的名字。如天气类输入“Pop art”能生成色彩鲜艳的波普艺术风格天气 APP；社交类输入“Kpop fashion”能生成时尚流行的页面效果，输入“by Van Gogh”能得到带有梵高作品的 UI 页面。

以下是为新人推荐的入门课程： 1. 【野菩萨的 AIGC 资深课】：由工信部下属单位【人民邮电出版社】开设，涵盖 AI 绘画、视听语言和 ChatGPT 等多个体系的知识，适合 AI 初学者和进阶者。扫码添加菩萨老师助理可了解更多信息。 2. 微软的《》课程，课程列表待更新。 3. 对于新手学习 AI，建议： 了解 AI 基本概念：阅读「」熟悉术语和基础概念，浏览入门文章。 开始学习之旅：在「」中找到为初学者设计的课程，推荐李宏毅老师的课程，也可通过在线教育平台按自己节奏学习。 选择感兴趣模块深入学习：如掌握提示词技巧。 实践和尝试：实践巩固知识，在知识库分享实践作品。 体验 AI 产品：如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人。

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。

对于新手学习 AI，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，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 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人进行互动，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。 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。

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。

对于电商美工学习的 AI 相关内容，以下为您提供： 利用 Stable Diffusion 制作电商商品展示图：如果您是运营网店的女装店主且资金有限，可通过真人穿着商品拍照，借助美图秀秀或 PS 处理身材方面的问题，选好真人照片风格的底模（如 majicmixRealistic_v7），根据不同平台换头（如面向海外市场换白女头），使用图生图下的局部重绘选项卡涂抹替换部分，并设置合适的 prompts 和 parameters（如 breathtaking cinematic photo, masterpiece, best quality, , blonde hair, silver necklace, carrying a white bag, standing, full body, detailed face, big eyes, detailed hands）来初步制作展示商品。 电商相关的 AI 工具： Krea AI 可在几秒内将真实产品添加到任何图像中，效果出色。 Google 发布的推理模型 Gemini 2.0 Flash Experimental 适用于多模态理解、推理、编码，可在 AI Studio 免费体验，其低版本已超越 OpenAI 的 o1 模型，Pro 版本尚未发布。

以下是为普通人提供的学习 AI 生图的相关内容： 如何判断一张图片是否 AI 生成： 当我们接触的 AI 制品增多，可通过“整体看光影，细节看结构”的技术要点来找出画面 bug。通过大量分析 AIGC 画作，人们会在脑中形成“判断模型”，但起初可能“知其然，不知其所以然”。从本质上看，人类绘画创作是线性发展，而 AI 是以积累数据、扩散噪声、再降噪收束的路径生图，会导致同一张图呈现不同绘画级别的细节。 Liblibai 简易上手教程： 1. 首页模型广场：展示其他用户的模型，可查看详情、收藏并用于生图。 2. Checkpoint：生图必需的基础模型，必选。 3. Lora：低阶自适应模型，类似 Checkpoint 的小插件，可有可无，用于控制细节。 4. VAE：编码器，类似滤镜，调整生图饱和度，可无脑选 840000。 5. CLIP 跳过层：用于生成图片后控制、调整构图变化，一般设为 2。 6. Prompt 提示词：想要 AI 生成的内容。 7. 负向提示词 Negative Prompt：想要 AI 避免产生的内容。 8. 采样方法：选择让 AI 生图的算法。 AI 线上绘画教程： 如果需要大量商用且具艺术美感的图片，AI 生图是高效办法。主流工具如 midjourney 付费成本高，stable diffusion 硬件门槛不低，可选择免费在线 SD 工具网站如。本教程适用于入门玩家，旨在让读者半小时内自由上手创作绘图。

深度学习是源于新的方法和策略，旨在通过克服梯度消失问题来生成深层的非线性特征层次，以训练具有数十层非线性层次特征的体系结构。2010 年早期的研究表明，结合 GPUs 和激活函数能提供更好的梯度流，便于训练深层结构。深度学习不仅与学习深度非线性层次特征有关，还与学习检测序列数据中非常长的非线性时间依赖性有关。例如，长短时记忆循环神经网络允许网络收集过去几百个时间步的活动，从而做出准确的预测。自 2013 年以来，其使用量迅速增长，与卷积网络一起构成了深度学习的两大成功案例之一。 深度学习是使用不同类型神经网络的表征学习，通过优化网络的超参数来获得对数据的更好表征。其突破性研究成果包括反向传播、更好的初始化网络参数等。 在相关技术名词中，深度学习是一种参照人脑有神经网络和神经元（因有很多层所以叫深度）的方法，神经网络可用于监督学习、无监督学习、强化学习。

学习大模型可以从以下几个方面入手： 1. 理解大模型的概念：大模型是输入大量语料，让计算机获得类似人类的“思考”能力，能够进行文本生成、推理问答、对话、文档摘要等工作。可以用上学参加工作来类比大模型的训练和使用过程。 找学校：训练大模型需要大量计算，GPU 更合适，只有购买得起大量 GPU 的才有资本训练自己的大模型。 确定教材：大模型需要的数据量特别多，几千亿序列（Token）的输入基本是标配。 找老师：即用合适的算法讲述“书本”中的内容，让大模型更好理解 Token 之间的关系。 就业指导：为了让大模型更好胜任某一行业，需要进行微调（fine tuning）指导。 搬砖：就业指导完成后，进行如翻译、问答等工作，在大模型里称之为推导（infer）。Token 被视为模型处理和生成的文本单位，是原始文本数据与大模型可以使用的数字表示之间的桥梁。 2. 了解大模型的整体架构： 基础层：为大模型提供硬件支撑、数据支持，例如 A100、数据服务器等。 数据层：分为静态的知识库和动态的三方数据集。 模型层：包括 LLm（如 GPT，一般使用 transformer 算法）或多模态模型（如文生图、图生图等）。 平台层：如大模型的评测体系、langchain 平台等，提供模型与应用间的组成部分。 表现层：即应用层，是用户实际看到的地方。 3. 熟悉大模型的发展历程：起源于 2017 年发布的 Attention Is All You Need 论文，之后有众多基于大量语料的预训练模型，如 2018 年 Google 提出的 BERT，开创了双向预训练并行获取上下文语义信息和掩码语言建模（MLM）；2018 年 OpenAI 提出的 GPT，开创了仅使用自回归语言建模作为预训练目标；2021 年 Meta 提出的首个开源模型 LLAMA，为构建更大规模、更通用的语言模型提供了方法与工具。

以下是为新手提供的 AI 学习路径： 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，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，其上手容易且很有用。 4. 实践和尝试： 理论学习后，通过实践巩固知识，尝试使用各种产品做出作品。 可在知识库分享实践后的作品和文章。 5. 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，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。 如果您的学习路径偏向技术研究方向： 1. 数学基础：线性代数、概率论、优化理论等。 2. 机器学习基础：监督学习、无监督学习、强化学习等。 3. 深度学习：神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理：语言模型、文本分类、机器翻译等。 5. 计算机视觉：图像分类、目标检测、语义分割等。 6. 前沿领域：大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践：论文阅读、模型实现、实验设计等。 如果您的学习路径偏向应用方向： 1. 编程基础：Python、C++等。 2. 机器学习基础：监督学习、无监督学习等。 3. 深度学习框架：TensorFlow、PyTorch 等。 4. 应用领域：自然语言处理、计算机视觉、推荐系统等。 5. 数据处理：数据采集、清洗、特征工程等。 6. 模型部署：模型优化、模型服务等。 7. 行业实践：项目实战、案例分析等。 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。