我从哪开始学习AGI

以下是使用 AGI 做 PPT 的一些方法和参考案例： 1. 卓 sir 的经验：卓 sir 出于对 AI 提效的好奇，用 AI 完成了 PPT 作业。他使用的 AI 工具包括 GPT4、WPS AI 和 chatPPT。 2. 办公高效做 PPT 的案例：用 ChatGPT 做 PPT 时，希望它用 Markdown 语法展示内容，然后借用 MindShow 工具把 Markdown 内容转换为精美的 PPT。 3. 熊猫 Jay 的方法： 访问国内网站 https://ppt.isheji.com/?code=ysslhaqllp&as=invite 。 选择模板，参考官方使用指南（https://zhuanlan.zhihu.com/p/607583650）将准备的大纲转换成适配的语法。 点击文本转 PPT 并确定，得到转换后的 PPT 后可在线编辑，导出有会员限制。

学习 AGI 是一个长期的过程，建议您参考以下步骤： 1. 记忆方面：先从 AI 的历史、基本术语、重要人物、方法和原理等开始了解，您可以查看入门课程，例如： 2. 应用方面：深入了解 Prompt，选择适合自己的 AI 对话、绘画和语音产品，每天使用它们来解决实际问题或提升效率，例如： 3. 分析方面：大量阅读各类文章、视频以及行业报告，理解各知识之间的关系，例如： 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。

AGI 即 artificial general intelligence，指通用人工智能，能够做任何人类可以做的事。 OpenAI 在其内部会议上分享了 AGI 的五个发展等级： 1. 聊天机器人（Chatbots）：具备基本对话能力，主要依赖预设脚本和关键词匹配，用于客户服务和简单查询响应。 2. 推理者（Reasoners）：具备人类推理水平，能够解决复杂问题，如 ChatGPT，能根据上下文和文件提供详细分析和意见。 3. 智能体（Agents）：不仅具备推理能力，还能执行全自动化业务，但目前许多 AI Agent 产品在执行任务后仍需人类参与，尚未达到完全智能体的水平。 4. 创新者（Innovators）：能够协助人类完成新发明，如谷歌 DeepMind 的 AlphaFold 模型，可预测蛋白质结构，加速科学研究和新药发现。 5. 组织（Organizations）：最高级别的 AI，能够自动执行组织的全部业务流程，如规划、执行、反馈、迭代、资源分配和管理等。 目前，AI 分为 ANI 和 AGI，ANI 得到巨大发展但 AGI 还没有取得巨大进展。ANI 即 artificial narrow intelligence 弱人工智能，只可做一件事，如智能音箱、网站搜索、自动驾驶、工厂与农场的应用等。 此外，Web3 和人工智能初创公司 AGII 获得 1500 万美元融资。AGII 是一个 AI 驱动的平台，赋予用户轻松生成各个领域高质量内容的能力，提供一系列 AI 生成器和魔法工具，包括文本、图像、代码、聊天机器人、语音转文本和配音等功能。

以下是关于学习 AGI 的一些建议： 对于新手学习 AGI： 1. 澄清学习前的状态：可能不理解 AI 及提示词工程，不懂代码和英语较差，在学习前会尝试各种 AI 工具并走弯路。 2. 明确学习后的现状：例如能够创建多 Agent 智能体、进行营销文案创作、应用 SQL 代码、创建图像流智能体等，并在公司中实践智能客服等项目。 3. 掌握学习路径：关键词包括“少就是多”“先有个初识”“目录索引推荐”“兴趣最重要”“先动手”，可将学习路径视为主线加支线的游戏通关模式。同时，学以致用，通过学习、分享和不断填补知识缝隙来成长。 学习 AI 是一个长期的过程，需要耐心和持续努力，不要害怕犯错。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。 此外，还可以参考《雪梅 May 的 AI 学习日记》： 1. 适合纯 AI 小白，可先看目录，了解学习进程。 2. 学习模式为输入→模仿→自发创造。 3. 学习内容需根据最新情况在 waytoAGI 社区选择感兴趣的领域。 4. 学习时间灵活，并非每天依次进行。 5. 学习资源免费开源。 总之，千人千面，找到适合自己的学习方式和路径最为重要。

AGI 即强人工智能或通用人工智能，是指具有人类水平的智能和理解能力的 AI 系统。它有能力完成任何人类可以完成的智力任务，适用于不同的领域，同时拥有某种形式的意识或自我意识。目前还只是一个理论概念，还没有任何 AI 系统能达到这种通用智能水平。 AGI 的五个发展等级分别为： 1. 聊天机器人：具备基本对话能力，主要依赖预设脚本和关键词匹配，用于客户服务和简单查询响应。 2. 推理者：具备人类推理水平，能够解决复杂问题，如 ChatGPT，能够根据上下文和文件提供详细分析和意见。 3. 智能体：不仅具备推理能力，还能执行全自动化业务，但目前许多 AI Agent 产品在执行任务后仍需人类参与，尚未达到完全智能体的水平。 4. 创新者：能够协助人类完成新发明，如谷歌 DeepMind 的 AlphaFold 模型，可以预测蛋白质结构，加速科学研究和新药发现。 5. 组织：最高级别的 AI，能够自动执行组织的全部业务流程，如规划、执行、反馈、迭代、资源分配和管理等。 更多信息请见（AGI）。OpenAI 原计划在 2027 年发布的 Q2025（GPT8）将实现完全的 AGI，但由于埃隆·马斯克的诉讼而被暂停。GPT3 及其半步后继者 GPT3.5 在某种程度上是朝着 AGI 迈出的巨大一步。

AGI（通用人工智能）的发展分为五个等级： 1. 聊天机器人（Chatbots）：具备基本对话能力，主要依赖预设脚本和关键词匹配，用于客户服务和简单查询响应。 2. 推理者（Reasoners）：具备人类推理水平，能够解决复杂问题，如 ChatGPT，能根据上下文和文件提供详细分析和意见。 3. 智能体（Agents）：不仅具备推理能力，还能执行全自动化业务，但目前许多 AI Agent 产品在执行任务后仍需人类参与，尚未达到完全智能体的水平。 4. 创新者（Innovators）：能够协助人类完成新发明，如谷歌 DeepMind 的 AlphaFold 模型，可预测蛋白质结构，加速科学研究和新药发现。 5. 组织（Organizations）：最高级别的 AI，能够自动执行组织的全部业务流程，如规划、执行、反馈、迭代、资源分配和管理等。 通往 AGI 之路： 目标是让每个人的学习过程少走弯路，让更多的人因 AI 而强大。 提供了一个全面系统的 AI 学习路径，帮助您了解从 AI 常见名词到 AI 应用等各方面知识。 相关渠道： 网站： 公众号：通往 AGI 之路 B 站： 小红书： X（Twitter）： AI 与 Web3 相关内容： 7 月 14 日，Web3 和人工智能初创公司 AGII 获得 1500 万美元融资。AGII 是一个 AI 驱动的平台，赋予用户轻松生成各个领域高质量内容的能力。通过利用先进的 AI 模型和一套直观的工具，AGII 旨在简化内容创作过程，为用户提供无与伦比的灵活性、创造力和效率。AGII 还宣布推出平台的测试版，以获取用户的反馈并调整其产品，确保满足用户的多样化需求。该平台提供一系列 AI 生成器和魔法工具，包括文本、图像、代码、聊天机器人、语音转文本和配音等功能，旨在帮助内容创作者、营销人员和企业以更短的时间创造引人入胜且有影响力的内容。

系统学习 API 知识可以从以下几个方面入手： 1. 首先，要对 API 的概念有清晰的理解。API 就像是一个信差，它接受一端的请求，告诉那边的系统您想要做的事情，然后把返回的信息发回给您。 2. 系统地了解和学习 API 相关的知识。 3. 去网上寻找可以用的 API 来练习。 4. 发掘 GPT Action 更多的潜力。 5. 构建自己的知识体系。可以通过后续看到的不同的教程和资料，识别这些知识之间的共性和逻辑关系，然后继续深化对这个主题的理解。 6. 对于一些不熟悉的 API，需要在 Prompt 里告诉它要怎样使用。 7. 最后提炼一下 Action 的工作流：首先，想一下您想要做一个什么样的 GPT，以及是否需要外部数据（这两个谁先谁后不重要）；然后，去您需要的外部数据寻找 API 文档，或者基于您的需求，自己开发一个 API，寻找市面上可以直接用的 Action；最后，基于 API 文档，编写 Action 里的 Schema，和 Prompt（如何处理取回来的信息）。 同时，在使用 API 时还需要注意以下几点： 1. 对于文本补全（Text completion），该 API 能够理解文本的上下文并以不同方式重新表述它。 2. 限制 API 制造答案可能性的方法有：为 API 提供基础事实信息；使用较低概率并告诉 API 如何说“我不知道”。 3. 对于涉及理解或生成代码等任务，建议使用 Codex 模型处理。

以下是美容行业学习 AI 的建议： 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，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），您可以根据美容行业的需求和自己的兴趣选择特定的模块进行深入学习，比如图像识别在美容效果评估方面的应用。 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，您可以获得对 AI 在实际应用中表现的第一手体验，并激发您对 AI 潜力的认识。

普通人学习 AI 并找到适合自己发展的路径，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。 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，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。 如果您想偏向技术研究方向，以下是一些学习路径： 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。 如果您想偏向应用方向，以下是一些学习路径： 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。 无论是技术研究还是应用实践，数学和编程基础都是必不可少的。同时需要紧跟前沿技术发展动态，并结合实际问题进行实践锻炼。 另外，如果您想将 AI 与宠物结合，可以参考以下例子和学习路径： 1. AI 宠物助手： 基于自然语言处理和计算机视觉的 AI 宠物助手，可以帮助主人更好地照顾宠物。 例如自动识别宠物情绪、提供饮食建议、监测宠物健康状况等。 2. AI 宠物互动玩具： 利用 AI 技术开发的智能互动玩具，可以增强宠物的娱乐体验。 例如会自主移动并引起宠物注意的智能玩具、会发出声音和互动的智能宠物玩具等。 3. AI 宠物图像生成： 使用生成式 AI 模型，可以根据文字描述生成各种宠物形象的图像。 这可以帮助宠物主人定制个性化的宠物形象。 4. AI 宠物医疗诊断： 利用计算机视觉和机器学习技术，可以开发 AI 辅助的宠物医疗诊断系统。 通过分析宠物的症状图像和病历数据，提供初步诊断建议。 5. AI 宠物行为分析： 基于传感器数据和计算机视觉，可以利用 AI 技术分析宠物的行为模式。 帮助主人更好地了解宠物的需求和习性。 学习路径建议： 1. 掌握基础的机器学习、计算机视觉、自然语言处理等 AI 技术。 2. 了解宠物行为学、宠物医疗等相关领域知识。 3. 关注业内先进的 AI+宠物应用案例，学习其技术实现。 4. 尝试开发简单的 AI 宠物应用原型，并不断迭代优化。 总的来说，AI+宠物是一个充满想象空间的新兴赛道，结合 AI 技术和宠物行业需求，可以开发出各种有趣有用的应用。但请注意，以上内容由 AI 大模型生成，请仔细甄别。

作为汽车厂家的供应链，以下是一些值得学习的 AI 工具： 1. 自动驾驶相关工具：如用于图像识别、传感器数据分析和决策制定的工具，以支持自动驾驶技术在汽车生产中的应用。 2. 车辆安全系统工具：例如能够分析来自摄像头和传感器数据，以增强车辆安全性能的工具，如自动紧急制动、车道保持辅助和盲点检测系统等。 3. 个性化用户体验工具：可以根据驾驶员偏好和习惯调整车辆设置的工具，如座椅位置、音乐选择和导航系统等。 4. 预测性维护工具：通过分析车辆实时数据来预测潜在故障和维护需求的工具，有助于提高车辆可靠性和效率。 5. 生产自动化工具：在汽车制造过程中用于自动化生产线、提高生产效率和质量控制的工具。 6. 销售和市场分析工具：能够分析市场趋势、消费者行为和销售数据，以帮助制定营销策略和优化产品定价的工具。 7. 电动化和能源管理工具：在电动汽车的电池管理和充电策略中发挥作用，优化电池使用和充电时间的工具。 8. 共享出行服务工具：如用于优化路线规划、调度车辆和定价策略，提高服务效率和用户满意度的工具。 9. 语音助手和车载娱乐工具：如 AI 驱动的语音助手，允许驾驶员通过语音命令控制车辆功能、获取信息和娱乐内容。 10. 车辆远程监控和诊断工具：可以远程监控车辆状态，提供实时诊断和支持的工具。 此外，在 CAD 绘图方面，存在一些辅助或自动生成 CAD 图的 AI 工具和插件，如： 1. CADtools 12：Adobe Illustrator 插件，添加了 92 个绘图和编辑工具。 2. Autodesk Fusion 360：集成了 AI 功能的云端 3D CAD/CAM 软件。 3. nTopology：基于 AI 的设计软件，可创建复杂的 CAD 模型。 4. ParaMatters CogniCAD：根据设计目标和约束条件自动生成 3D 模型。 5. 主流 CAD 软件中的生成设计工具：如 Autodesk 系列、SolidWorks 等提供的工具。 但使用这些 CAD 相关的 AI 工具通常需要一定的 CAD 知识和技能，对于初学者，建议先学习基本的 3D 建模技巧。

汽车厂家的供应链可以学习以下 AI 相关内容： 1. 可信 AI 工具：如保障技术和技术标准，用于支持供应链风险管理。通过描述制造商应采取的确保 AI 系统安全的措施，技术标准可为采购者和用户提供信心，鼓励 AI 的采用。 2. 应用案例： 自动驾驶技术：利用 AI 进行图像识别、传感器数据分析和决策制定，实现自主导航和驾驶。 车辆安全系统：增强车辆安全性能，如自动紧急制动、车道保持辅助和盲点检测等。 个性化用户体验：根据驾驶员偏好和习惯调整车辆设置。 预测性维护：分析车辆实时数据，预测潜在故障和维护需求。 生产自动化：用于汽车制造的自动化生产线，提高生产效率和质量控制。 销售和市场分析：分析市场趋势、消费者行为和销售数据，制定营销策略和优化产品定价。 电动化和能源管理：在电动汽车的电池管理和充电策略中发挥作用。 共享出行服务：优化路线规划、调度车辆和定价策略。 语音助手和车载娱乐：通过语音命令控制车辆功能、获取信息和娱乐内容。 车辆远程监控和诊断：远程监控车辆状态，提供实时诊断和支持。

对于 0 基础学习 AI 并找到合适工作，以下是一些建议： 1. 基础知识学习： 了解 AI 的基本概念，包括人工智能、机器学习（监督学习、无监督学习、强化学习）、深度学习、生成式 AI 等。 学习相关技术名词的含义和关系，例如神经网络、神经元、大语言模型等。 2. 学习资源： 可以通过通俗易懂的视频来学习，比如了解什么是 AI 大模型及其原理。 3. 技术原理： 掌握 Transformer 模型，它基于自注意力机制处理序列数据，比传统的循环神经网络或卷积神经网络更适合处理文本的长距离依赖性。 4. 实践与项目： 从简单的项目入手，如使用 Scratch 项目进行编程练习。 逐渐参与更复杂的实践项目，积累经验。 5. 就业准备： 根据目标工作的要求，有针对性地提升技能。 制作优秀的简历和项目作品集，展示自己的能力和成果。 需要注意的是，学习 AI 需要时间和努力，并且要不断跟进领域的最新发展。