Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

与ai相关的工作有哪些

Answer

与 AI 相关的工作主要包括以下几类：

  1. AI 产研相关工作：约 45%的从业者从事此类工作，其中 37%是在原有对外或对内产品中加入 AI 能力，8%是在做 AI 大模型或原生 AI 应用项目。
  2. 借助 AI 工具进行工作：约 25%的工作项目不涉及 AI 产研，但会较多借助 AI 工具进行工作。
  3. 与 AI 关系不大且较少引入 AI 工具的工作：约 20%的工作项目属于此类。
  4. 提供 AI 信息或学习服务：约 10%的工作项目是此类。

此外，AI 在以下具体领域也有相关工作：

  1. 文化娱乐领域：如参与 AI 春晚的组织和创作，包括配乐、配音、脚本撰写、图像和视频制作等。
  2. 医疗领域：如利用 AI 进行抗癌、抗衰老、早期疾病防治等的研究，包括提前诊断胰腺癌、发现与胶质母细胞瘤相关的新靶基因、寻找抗衰老化合物、寻找阿尔兹海默症的治疗方法、早期诊断帕金森等。
Content generated by AI large model, please carefully verify (powered by aily)

References

2025AI春晚

AI春晚是由WaytoAGI社区组织的一场由AI技术驱动的晚会，旨在展示AI在文化娱乐领域的应用和创新。晚会包括多个节目，如AI原创歌曲、AI整活小品、经典电影混剪等，同时还有中场致谢和吐槽互动等环节。在节目创作过程中，团队成员通过社群临时召集，参与者都是对AI充满热情并具备相应经验的朋友们。整个项目从配乐、配音、脚本撰写到图像和视频制作，几乎全部工作得到了AI的强大支持和辅助完成。这不仅展示了团队的高效协作能力，也体现了AI技术在创意产业中的巨大潜力。首届AI春晚的完整视频可在B站上观看。更多详细信息可参考WaytoAGI的官方网站。

AI工具对产品工作的变化（调研问卷结果）

参与调研的100位从业者，过去1年的主要工作项目与AI的关系画像：45%的工作项目与AI产研相关（37%是在原有对外\对内产品中加入AI能力，8%是在做AI大模型或原生AI应用项目）25%的工作项目不涉及AI产研，但会较多借助AI工具进行工作。20%的工作项目与AI关系不大，且目前较少引入AI工具。10%的工作项目是提供AI信息或学习服务*

医疗：健康生物制药的研究

chatgpt，google bard在日常工作生活中很有用，这些技术也极大加速了医疗健康生物制药的研究，ai已经在抗癌，抗衰老，早期疾病防治等的研究应用中起着重要作用。以下是一些最新的进展：1、ai提前三年诊断胰腺癌，如果当年有这个，也许乔布斯还在世：https://hms.harvard.edu/news/ai-predicts-future-pancreatic-cancerImage:Rasi Bhadramani/iStock/Getty Images Plus2、两名高中生与医疗技术公司Insilico Medicine及其人工智能平台PandaOmics合作，发现了与胶质母细胞瘤相关的三个新靶基因，这些基因对于有效对抗这种癌症至关重要：https://finance.yahoo.com/news/teenage-geniuses-ai-uncover-cancer-163541619.html3、ai帮助抗衰老；由Integrated Biosciences领导的一项最新研究通过使用人工智能筛查了超过800,000种化合物，专家们发现了三种高效的药物候选物，其药理学性质优于目前已知的抗衰老物质：https://www.earth.com/news/artificial-intelligence-identifies-new-anti-aging-compounds/4、使用ai寻找阿尔兹海默症的治疗方法；亚利桑那大学与哈佛大学共同利用人工智能对健康神经元在疾病进展过程中的分子变化研究，以识别阿尔茨海默病的原因和潜在药物靶点。https://medicalxpress.com/news/2023-05-scientists-ai-drug-alzheimer.html5 ai帮助早期诊断帕金森；悉尼新南威尔士大学的科学家与波士顿大学研究人员使用神经网络分析患者体液中的生物标志物，在帕金森病的第一个症状出现前几年就可以发现该疾病。

Others are asking
ai写小说的软件
以下是为您介绍的一些与 AI 写小说相关的内容： 1. 关于不同模型的文风特点：ChatGPT 在诞生之初自带奇怪文风，包括概括性描述、缺乏侧面描写、生硬叙述、死板结构和过度道德正确等。部分非 OpenAI 的模型也有类似情况，而 GPT 模型如今在文风上已有改观。同时，过度的道德说教与正面描述趋势会让读者厌烦，因为与人类生活脱节。 2. 将小说做成视频的流程： 小说内容分析：使用 AI 工具（如 ChatGPT）提取关键场景、角色和情节。 生成角色与场景描述：利用工具（如 Stable Diffusion 或 Midjourney）生成视觉描述。 图像生成：使用 AI 图像生成工具创建图像。 视频脚本制作：将关键点和图像组合成脚本。 音频制作：用 AI 配音工具（如 Adobe Firefly）转换语音并添加背景音效。 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）合成。 后期处理：进行剪辑、添加特效和转场。 审阅与调整：根据需要调整。 输出与分享：完成编辑后输出并分享。 3. 一些 AI 写小说的软件： Novel.ai：AI 写小说领域的头部应用，是典型的 LLM 产品。其功能复杂但使用模式简单，包括利用续写能力改造成交互式文本生成、渐进式生成小段、抽象出细分功能等。 Character.ai：大名鼎鼎的角色扮演类 AI 陪伴产品，服务游戏和二次元用户。使用简单，创建角色靠详细描述，开放用户角色 Prompt 可见。 筑梦岛：国内同类产品，玩法多样，如和角色聊天、捏角色等，捏角色本质是收集信息产生高质量角色 Prompt 的过程，并基于聊天模式有很多衍生玩法。
2025-02-08
langchain 大白话解释一下给我听
LangChain 是一个用于构建高级语言模型应用程序的框架。它能简化开发人员使用语言模型构建端到端应用程序的流程，提供了一系列工具、组件和接口，让创建由大型语言模型和聊天模型支持的应用程序更轻松。 其核心概念包括组件和链，组件是模块化的构建块，可组合创建强大应用，链则是一系列组件或其他链的组合，用于完成特定任务。 主要特点有： 1. 模型抽象：提供对大型语言模型和聊天模型的抽象，方便开发人员选择合适模型并利用组件构建应用。 2. 提示模板和值：支持创建和管理提示模板，引导语言模型生成特定输出。 3. 链：允许开发人员定义一系列处理步骤，按顺序执行完成复杂任务。 4. 代理：支持构建代理，能使用语言模型做决策，并根据用户输入调用工具。 LangChain 支持多种用例，如针对特定文档的问答、聊天机器人、代理等，能与外部数据源交互收集数据，还提供内存功能维护状态。它旨在为开发人员提供强大工具集，构建适应性强、高效且能处理复杂用例的高级语言模型应用程序。
2025-02-08
告诉我最新的国际ai资讯（比如从2024年有什么ai被发明了，国际上一共有什么大的ai公司，中国的ai发展的怎么样了（deepseek怎么样））
以下是为您整理的最新国际 AI 资讯： 2024 年 2 月 5 日：百度智能云成功点亮昆仑芯三代万卡集群，这是国内首个正式点亮的自研万卡集群。 在 Lex Fridman 的播客中，Dylan Patel 和 Nathan Lambert 深入探讨了中国的 DeepSeek AI 模型，特别是 DeepSeekV3 和 DeepSeekR1。Nathan 强调 DeepSeek 是最开放的模型之一，采用 MIT 许可，鼓励商业用途，推动行业走向开源。 2025 年 AI 语音助手研究显示，语音技术是 AI 应用的关键，企业和用户都将受益。2024 年将是语音助手快速发展的时期，技术不断升级，市场竞争加剧，涌现出多种创业公司。未来，AI 语音将成为服务的“万能钥匙”，应用场景广泛，从医疗到教育，推动行业变革与创新。 2024 年 1 月 17 日：随着预训练技术遭遇瓶颈，GPT5 迟迟未能问世，从业者开始从不同角度寻找突破。以 o1 为标志，大模型正式迈入“PostTraining”时代；开源发展迅猛，Llama 3.1 首次击败闭源模型；中国本土大模型 DeepSeek V3，在 GPT4o 发布仅 7 个月后，用 1/10 算力实现了几乎同等水平。同时，大模型的日渐成熟也让产业重心从基础模型转向应用落地。AI 在编程领域爆发，“数字员工”崛起。 李飞飞在访谈中探讨了 AI Agent 的发展及其未来。她强调 AI Agent 应作为工具和赋能者，而非主导者，确保人们的自主性。李飞飞回顾了 ImageNet 的创立背景，并提到正在推动的“空间智能”概念，旨在理解和融合物理与数字三维世界。她认为，未来这两者的界限将逐渐模糊，从而带来更大变革。
2025-02-08
AI怎么训练
AI 的训练是指通过大数据训练出一个复杂的神经网络模型。具体来说： 1. 收集海量数据：如同教孩子成为博学多才的人需要让其阅读大量书籍等，对于 AI 模型，要收集互联网上的文章、书籍、维基百科条目、社交媒体帖子等各种文本数据。 2. 预处理数据：像为孩子整理适合其年龄和学习能力的资料一样，AI 研究人员需要清理和组织收集到的数据，如删除垃圾信息、纠正拼写错误、将文本分割成易于处理的片段。 3. 设计模型架构：为孩子设计学习计划类似，研究人员要设计 AI 模型的“大脑”结构，通常是一个复杂的神经网络，如 Transformer 架构，其擅长处理序列数据（如文本）。 4. 进行训练：如同孩子开始阅读和学习，AI 模型开始“阅读”提供的所有数据，这个过程被称为“训练”。例如，模型会反复阅读数据，尝试预测句子中的下一个词，通过不断重复这个过程，逐渐学会理解和生成人类语言。 此外，为了在医疗保健中让 AI 产生真正的改变，应投资创建像优秀医生和药物开发者那样学习的模型生态系统。成为顶尖人才通常从多年密集信息输入和正规学校教育开始，再到学徒实践。对于 AI 来说，当前学习方式及技术人员对待方式使问题更严重，应通过堆叠模型训练，而非仅依靠大量数据和生成模型。就像预医学生从基础课程学起，设计新疗法的科学家需多年学习后在指导下工作，这种方式有助于培养处理细微差别决策的直觉。 同时，机器学习是人工智能的一个分支，是实现人工智能的途径之一，涉及多领域学科。自然语言处理是人工智能和语言学领域的分支学科，包括认知、理解、生成等部分。推理是指利用训练好的模型，使用新数据推理出各种结论。
2025-02-08
AI如何赋能汽修厂获客
AI 可以通过以下方式赋能汽修厂获客： 1. 利用智能体提升售后服务效率与用户体验，优化售后服务体系。例如，在维修技术方面提供标准化方案，提升技师工作效率；在门店服务上进行优化；在备件供应链方面提供解决方案。 2. 借助 AI 进行预测性维护，通过分析车辆实时数据预测潜在故障和维护需求，减少停机时间和维修成本，提高车辆可靠性和效率，吸引更多客户。 3. 在营销方面，利用 AI 辅助市场营销和新媒体运营，例如结合汽车和热点进行营销、进行用户画像预测、创作营销内容、审核内容、回复用户评论，还能一键生成符合营销要求的图片（但要控制好出图质量）。 4. 提升销售体验，引导留资或下单。比如通过 AI 让用户进行虚拟试驾或演示，激发用户兴趣并引导留资；提供像“金牌销售”一样的智能导购，挖掘用户需求和个性并推荐车型；通过互动问答游戏等了解客户真实用车场景、需求和性格，为其推荐合适车型刺激购买下单。 5. 提升销售能力，基于汽车销售的各个场景和环节自动出题，让用户答题并给出得分评估和建议。这种模式不仅可以是选择题形式，还可以增加“对话”或者“情景模拟”的形式，例如让 AI 扮演客户进行销售对练。
2025-02-08
AI入门课程
以下是为新手提供的 AI 入门课程相关指导： 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。同时浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 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。还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程按自己节奏学习并获取证书。 选择感兴趣的模块深入学习： AI 领域广泛，涵盖图像、音乐、视频等，可根据自身兴趣选择特定模块深入学习，同时掌握提示词技巧，因其上手容易且实用。 实践和尝试： 理论学习后，实践是巩固知识的关键，可尝试使用各种产品创作作品。知识库中有很多实践后的作品和文章分享。 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，获取对 AI 实际应用表现的第一手体验。 此外，微软也提供了为期 12 周、共 24 课时的 AI 初学者入门课程，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。课程中会学到实现人工智能的不同方法，包括符号人工智能、神经网络和深度学习等。如需了解云计算中的人工智能主题，可参加《》课程。
2025-02-08
数据分析相关的AI应用
以下是关于数据分析相关的 AI 应用的介绍： ChatGPT 助力数据分析： 实现了两种方式支持多维数据分析： SQL 分析：分析平台自身的使用情况，输入一句话可分析用户配置图表相关的数据。 个性化分析：平台上支持上传数据，可提供数据信息（非必填），以此自定义分析用户自己上传的数据。分析完成后展示结果数据的图表和分析结论，图表支持折线图和柱状图，可随意切换。 个性化分析示例：包括单维度数据、多维度数据（折线图和柱状图）。有时 AI 会误将数据项作为维度分析，可输入提示告诉它用哪个字段作为维度，也可以描述其他数据信息，使分析更为准确。 总结和展望：ChatGPT 在数据分析领域具有广泛应用前景，在提高效率、降低技能门槛和支持决策等方面有显著优势。但案例分析结果可能简单，真正接入业务可定制多种分析模板，增加分析多样性。实际业务中处理大量数据需指定允许查询或解析的字段并校验结果，做到前后两次校验更可控。随着技术进步，相信会为数据分析带来更多创新和突破。 100 个 AI 应用中的部分数据分析相关应用： AI 游戏道具推荐系统：利用数据分析和机器学习，根据玩家需求推荐游戏道具，已有游戏内商城推荐功能，市场规模达数亿美元。 AI 天气预报分时服务：通过数据分析和机器学习，提供精准的分时天气预报，如彩云天气分时预报，市场规模达数亿美元。 AI 医疗病历分析平台：借助数据分析和自然语言处理，分析医疗病历辅助诊断，如医渡云病历分析系统，市场规模达数十亿美元。 AI 会议发言总结工具：运用自然语言处理和机器学习，自动总结会议发言内容，如讯飞听见会议总结功能，市场规模达数亿美元。 AI 书法作品临摹辅助工具：基于图像识别和数据分析，帮助书法爱好者进行临摹，如书法临摹软件，市场规模达数亿美元。
2025-02-08
免费数字人播报的相关工具
以下为您推荐免费数字人播报的相关工具： 1. 开源且适合小白用户的工具： 特点：一键安装包，无需配置环境，简单易用。 功能：生成数字人视频，支持语音合成和声音克隆，操作界面中英文可选。 系统兼容：支持 Windows、Linux、macOS。 模型支持：MuseTalk（文本到语音）、CosyVoice（语音克隆）。 使用步骤：下载 8G + 3G 语音模型包，启动模型即可。 GitHub： 官网： 2. 剪映： 优势：作为字节跳动旗下的产品，在抖音平台上被广泛应用。剪映海外版 CapCut 登顶过美国 App Store，在全球各国 App Store 和 Google Play 平台上的安装总量已超过 2.5 亿次，在美国市场内的安装总量接近 950 万次。其六大 AI 功能解决了用数字人做视频的痛点，在编辑器里就能完成脚本生成→语音克隆→数字人口播的环节。 下载地址： 剪映： capcut： 制作流程： 首先打开剪映，添加一个文本到文字轨道，并修改好需要朗读的文字。 点击朗读，并进行声音克隆，剪映的声音克隆现在只用念一句话就可以完成克隆。 克隆完成后，选择喜欢的数字人形象，并把自己的克隆音色换上去。 最后，一键智能生成字幕，再自行调整文字样式并校准。 此外，还有 Google Veo 2，其生成的视频接近真实，几乎难以分辨，适合创作和内容制作。
2025-02-07
推荐与 AI 会计、AI 金融相关的内容
以下是与 AI 会计、AI 金融相关的内容推荐： 在金融服务业方面，生成式 AI 除了能回答财务问题，还能改进金融服务团队的内部流程，简化财务团队日常工作。例如，它能从更多数据源获取数据，自动化突出趋势、生成预测和报告的过程，包括预测分析的自动化、报告的自动创建、为会计和税务团队提供帮助、协助采购和应付账款工作等。 100 个 AI 应用中，东方财富网投资分析工具是一个 AI 金融投资分析平台，利用数据分析和机器学习技术，分析金融市场数据，为投资者提供投资建议和决策支持。 AI 在金融服务领域的应用场景广泛，包括风控和反欺诈、信用评估、投资分析、客户服务等。例如，通过识别和阻止欺诈行为降低金融机构风险，评估借款人信用风险辅助贷款决策，分析市场数据助力投资者做出明智投资选择，提供 24/7 客户服务并回答常见问题。
2025-02-07
提供几篇讲解AI 相关的基本概念、知识框架的文章
以下是为您提供的讲解 AI 相关的基本概念、知识框架的文章： 1. 新手学习 AI 方面： 建议阅读「」部分，熟悉 AI 的术语和基础概念，了解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。 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。 您还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程按照自己的节奏学习，并获得证书。 2. 书籍推荐方面： 《认知神经学科：关于心智的生物学》（作者:Michael S.Gazzaniga;Richard B.Lvry;George R.Mangun）：世界权威的认知神经科学教材，认知神经科学之父经典力作，系统了解认知神经科学的发展历史、细胞机制与认知、神经解剖与发展、研究方法、感觉知觉、物体识别、运动控制、学习与记忆、情绪、语言、大脑半球特异化、注意与意识、认知控制、社会认知和进化的观点等。 《神经科学原理》（作者：Eric R.Kandel;James H.Schwartz）：让您系统神经元的细胞和分子生物学、突触传递、认知的神经基础、感觉、运动、神经信息的加工、发育及行为的出现、语言、思想、感动与学习。 《神经生物学:从神经元到脑》（作者：John G.Nicholls 等著）：神经生物学领域内的一本世界级名著，涵盖了神经科学的方方面面，系统介绍了神经生物徐的基本概念、神经系统的功能及细胞和分子机制。 3. 相关文章方面： 《》：这是公众号琢磨事翻译的领英工程师的一篇文章，分享了在领英开发 AI 驱动产品的经验，重点探讨了生成式 AI 的相关内容。 《麻省理工科技评论》发布的《》：万字长文探讨了人工智能的定义和发展，详细阐述了人工智能的基本概念、技术背景及其在各个领域的应用，分析了当前的技术挑战和未来的发展方向，还讨论了人工智能对社会、经济和伦理的影响。
2025-02-06
我想利用现有的20万条政务相关数据，基于qwen2.5 70B大模型构建自己的政务服务大模型，该如何做，请给出具体实现流程，谢谢！
以下是基于 qwen2.5 70B 大模型利用 20 万条政务相关数据构建政务服务大模型的大致流程： 1. 数据准备：对 20 万条政务相关数据进行清洗、预处理和标注，使其适合模型学习。 2. 模型选择与下载：选择 qwen2.5 70B 大模型，并按照相关说明进行下载。 3. 本地部署： 启动 OpenAI 兼容的 API 服务，根据硬件配置设置相关参数，如 tensorparallelsize（设置使用的 GPU 数量）、maxmodellen（定义最大输入序列长度）、maxnumbatchedtokens（设置 Chunked Prefill 的块大小）、maxnumseqs（限制并发处理的序列数量）。 遇到问题可参考相关内容。 4. 与模型交互：可以使用 Curl 或 Python 等方法与部署的模型进行交互，对于更高级的使用方式，可以探索如之类的框架。 5. 模型训练：模型训练是一个复杂且计算量极大的过程，需要大量的计算资源和时间。 需要注意的是，构建大模型是一个复杂的任务，需要具备一定的技术知识和经验。在实际操作中，可能会遇到各种问题，需要不断调试和优化。
2025-02-06
RAG相关的 论文
以下是关于 RAG 的相关论文内容： 《大模型 RAG 问答行业最佳案例及微调、推理双阶段实现模式：基于模块化RAG 自定义 RAG Flow》：介绍了从 RAG Flow 的角度的几个行业最佳的 RAG 实践，如 OpenAI 团队在提升 RAG 准确率方面的尝试，包括多种方法的试验，最终通过提示工程、查询扩展等方法达到了 98%的准确率，并强调了模型精调和 RAG 结合使用的潜力。 《开发：产品视角的大模型 RAG 应用》：对 RAG 的技术原理、历史发展、应用方法、应用场景和未来的发展方向进行了完整解读，文本内容源自论文《RetrievalAugmented Generation for Large Language Models:A Survey》。 《RAG 系统开发中的 12 大痛点及解决方案》：受到 Barnett 等人论文《工程化检索增强生成系统时的七大挑战》的启发，探讨了论文中的七个挑战及开发 RAG 系统时遇到的五个常见难题，并深入讨论了这些难题的解决策略。
2025-02-04
我是一名产品经理，希望使用AI工具提高工作效率。你有什么建议么
以下是为您提供的使用 AI 工具提高产品经理工作效率的建议： 根据调研问卷结果，多数产品工作从业者已在使用 AI 工具，但仍有部分用户使用频率不高或认为其对工作效率提升影响不大。 一些相对实用的场景包括： 1. 辅助精读论文，例如利用 https://scispace.com 进行翻译、拆解公式、分析代码等。 2. 写一些小脚本，如写 SQL 查询、Python 脚本、正则表达式、图片批量处理等。 3. 撰写产品宣传文案，根据产品宣传渠道生成营销文案、营销邮件、产品上架文案等。 4. 设计和整理调研问卷，生成调研框架，回收非结构化问卷并按指定框架生成指定表头表格。 5. 进行竞品分析，使用 BingChat 或 ChatGPT Browsering 插件，按指定框架对比各项数据，如 DAU、用户结构、市场占比等。 6. 解释专业名词，可通过 ChatGPT 解释垂直领域的缩写或行业黑话，并举例、给场景说明。 另外，写完 PRD 后，可以让 GPT 从产品和研发两个视角写逻辑代码，既能发现产品逻辑表达问题，也方便 QA 同学测试。 银海分享了 10 个 Prompt 提示词，效果可平替 PMAI。PMAI 是一款面向产品经理的生产力工具，具有一键生成 PRD、输出解决方案、生成 SQL 等实用功能。您可以通过以下链接了解更多： 工具的视频演示： 产品体验地址：https://www.pmai.cn/?utm_source=qoZaR5O 创业团队或负责出海产品的产品经理使用 AI 工具的价值可能会更大。
2025-02-08
在日常生活和工作中怎么用好AI
在日常生活和工作中用好 AI 可以从以下几个方面入手： 应用场景： 1. 医疗保健： 医学影像分析，辅助诊断疾病。 药物研发，加速研发过程。 个性化医疗，提供个性化治疗方案。 机器人辅助手术，提高手术精度和安全性。 2. 金融服务： 风控和反欺诈，降低金融机构风险。 信用评估，辅助贷款决策。 投资分析，帮助投资者决策。 客户服务，提供 24/7 服务并回答常见问题。 3. 零售和电子商务： 产品推荐，根据客户数据推荐感兴趣的产品。 搜索和个性化，改善搜索结果和提供个性化购物体验。 动态定价，根据市场需求调整产品价格。 聊天机器人，回答客户问题和解决问题。 4. 制造业： 预测性维护，预测机器故障避免停机。 质量控制，检测产品缺陷提高质量。 供应链管理，优化供应链提高效率和降低成本。 机器人自动化，控制工业机器人提高生产效率。 5. 交通运输： 学习方面： 1. 英语学习： 利用智能辅助工具（如 Grammarly）进行写作和语法纠错。 使用语音识别应用（如 Call Annie）练习口语和纠正发音。 借助自适应学习平台（如 Duolingo）获得个性化学习计划和内容。 与智能对话机器人（如 ChatGPT）进行会话练习和模拟对话。 2. 数学学习： 使用自适应学习系统（如 Khan Academy）获取个性化学习路径和练习题。 利用智能题库和作业辅助工具（如 Photomath）获取解答和解题步骤。 借助虚拟教学助手（如 Socratic）解答问题、获取教学视频和答疑服务。 参与交互式学习平台（如 Wolfram Alpha）的课程和实践项目进行数学建模和求解。 做事方面： 1. 写东西： 草拟初稿，如博客文章、论文、宣传材料等。 让写作变得更好，如要求改进内容、提供特定受众的建议、创建不同风格的草稿等。 帮助完成任务，如写邮件、创建销售模板、提供商业计划的下一步等。 解锁自己，在遇到困难挑战时借助 AI 保持动力。
2025-02-08
我的工作需要根据元数据表在本地查询大量数据，并把匹配的数据参数复制到元数据表，有没有智能体可以做这个工作
智能体可以帮助您完成根据元数据表在本地查询大量数据，并把匹配的数据参数复制到元数据表的工作。 智能体可以根据其复杂性和功能分为以下几种类型： 1. 简单反应型智能体：根据当前的感知输入直接采取行动，不维护内部状态，也不考虑历史信息。例如温控器，它根据温度传感器的输入直接打开或关闭加热器。 2. 基于模型的智能体：维护内部状态，对当前和历史感知输入进行建模，能够推理未来的状态变化，并根据推理结果采取行动。比如自动驾驶汽车，它不仅感知当前环境，还维护和更新周围环境的模型。 3. 目标导向型智能体：除了感知和行动外，还具有明确的目标，能够根据目标评估不同的行动方案，并选择最优的行动。例如机器人导航系统，它有明确的目的地，并计划路线以避免障碍。 4. 效用型智能体：不仅有目标，还能量化不同状态的效用值，选择效用最大化的行动，评估行动的优劣，权衡利弊。比如金融交易智能体，根据不同市场条件选择最优的交易策略。 5. 学习型智能体：能够通过与环境的交互不断改进其性能，学习模型、行为策略以及目标函数。例如强化学习智能体，通过与环境互动不断学习最优策略。 在实际应用中，多智能体 AI 搜索引擎的方案如下： 1. 第一步，快速搜索补充参考信息：根据用户的任务，使用搜索工具补充更多的信息，例如使用工具 API WebSearchPro。 2. 第二步，用模型规划和分解子任务：使用大模型把用户问题拆分成若干子搜索任务，并转换为 JSON 格式。 3. 第三步，用搜索智能体完成子任务：AI 搜索智能体具备联网搜索的能力，还能够自主分析并进行多轮搜索任务。 4. 第四步，总结子任务生成思维导图：智能体能调用各种插件，如思维导图、流程图、PPT 工具等。 此外，生物医药小助手智能体是由 1 个工作流和 6 个数据库实现的。工作流相对简单，而数据库包括公众号文章、执业药师教材、执业医师讲义、药监局新药审评报告、中国医药企业融资动态、药物对外授权动态、全球药物销售额等。在医疗领域，为保证回答的准确性，提示词约定回答只能来自于知识库。其商业化场景包括医药企业研发立项、科研机构临床转化评估、投资机构评估标的公司等。
2025-02-07
AI如何应用到供应链工作中
AI 在供应链工作中的应用主要包括以下几个方面： 1. 预测性维护：通过分析设备运行数据，预测机器故障，帮助避免供应链中的生产停机。 2. 质量控制：检测产品缺陷，提高供应链中产品的质量。 3. 采购计划和库存预测：根据历史数据和市场变化，自动生成采购计划和库存预测，优化供应链的资源配置。 4. 物流优化：对物流环节进行优化，提高运输效率，降低成本。 5. 风险管理：利用工具如保证技术和技术标准，支持供应链风险管理，建立对系统的信任，让用户相信关键的 AI 相关风险已被识别、解决和减轻。 6. 责任评估与分配：评估法律责任在 AI 供应链中的有效和公平分配，持续收集各方证据，监测框架对不同参与者的影响，关注基础模型带来的潜在挑战，评估是否需要进一步干预 AI 责任。
2025-02-07
coze上的工作流是怎么运行的
Coze 上的工作流运行主要包括以下步骤： 1. 梳理工作流：明确工作流的核心，如对于类似秘塔搜索的 Bot，要清楚其主要能力，包括使用搜索引擎进行搜索、对搜索内容整理成答案、给出答案中的引用等，从而形成创建 Bot 的思路。 2. 创建工作流： 任务处理阶段：将开始节点输入的用户指令配置给模型，保证指令顺利进入大模型组件中处理。 最终阶段：将任务处理的输出内容配置到结束节点，结束节点将处理完的回复反馈给用户，完成工作流闭环。 输出节点：注意回答模式有两种选择，一是返回变量由 Bot 生成回答，适用于复杂任务；二是直接根据设定内容进行回答，适用于一般性任务。 3. 试运行工作流：目的是确保工作流中的所有节点按预期协同工作，输出结果准确无误。可能需要多次调整和优化工作流，包括检查数据流动、条件判断和最终输出是否符合预期。 4. 评估并优化 Agent 效果： 整体试运行 Agent，识别功能和性能的卡点。 通过反复测试和迭代，优化至达到预期水平。 具体操作包括试运行整个工作流，验证整体运行效果（包括响应速度、生成质量）；迭代优化工作流，提升性能；在外层 bot 中封装工作流；进行外层 bot 调试；最后发布 bot。
2025-02-07
一、学习内容 1. AI工具的操作：了解并掌握至少一种AI工具的基本操作，如智能代码、流程管理、智能报表、数据分析、图像识别、文字生成等。 2. AI工具在本职工作的应用：思考并提出AI工具如何帮助你更高效地完成本职工作，包括但不限于提高工作效率、优化工作流程、节约成本、提升交付质量等。 3. AI工具在非本职工作的潜力推演：探索AI工具如何在你的非本职工作领域发挥作用，比如在公司管理、团队领导、跨部门合作、团队发展以及市场研究等方面。提出这些工具如何被有效利用，以及它们可能带来的改
以下是关于学习 AI 的相关内容： 一、AI 工具的操作 要了解并掌握至少一种 AI 工具的基本操作，如智能代码、流程管理、智能报表、数据分析、图像识别、文字生成等。 二、AI 工具在本职工作的应用 思考并提出 AI 工具如何帮助更高效地完成本职工作，包括但不限于提高工作效率、优化工作流程、节约成本、提升交付质量等。 三、AI 工具在非本职工作的潜力推演 探索 AI 工具在非本职工作领域，如公司管理、团队领导、跨部门合作、团队发展以及市场研究等方面的作用，思考如何有效利用这些工具以及它们可能带来的改变。 四、学习路径 1. 对于不会代码的学习者： 20 分钟上手 Python+AI，在 AI 的帮助下可以完成很多基础的编程工作。若想深入，需体系化了解编程及 AI，至少熟悉 Python 基础，包括基本语法（如变量命名、缩进等）、数据类型（如字符串、整数、浮点数、列表、元组、字典等）、控制流（如条件语句、循环语句）、函数（定义和调用函数、参数和返回值、作用域和命名空间）、模块和包（导入模块、使用包）、面向对象编程（类和对象、属性和方法、继承和多态）、异常处理（理解异常、异常处理）、文件操作（文件读写、文件与路径操作）。 2. 新手学习 AI： 了解 AI 基本概念，建议阅读「」部分，熟悉术语和基础概念，浏览入门文章。 开始 AI 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（如 Coursera、edX、Udacity）按自己节奏学习并获证书。 选择感兴趣的模块深入学习，掌握提示词技巧。 实践和尝试，理论学习后通过实践巩固知识，在知识库分享实践作品和文章。 体验 AI 产品，如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人，了解其工作原理和交互方式。 五、工具推荐 1. Kimi 智能助手：ChatGPT 的国产平替，上手体验好，适合新手入门学习和体验 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，对长文理解做得好，能一次搜索几十个数据来源，无广告，能定向指定搜索源（如小红书、学术搜索）。 PC 端： 移动端（Android/ios）： 2. 飞书：汇集各类 AI 优质知识库、AI 工具使用实践的效率工具，助力人人成为效率高手。
2025-02-07