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

作为产品经理小白 我该如何学习成为一名合格的aipm

Answer

以下是为您提供的关于产品经理小白如何学习成为一名合格的 AI PM 的建议:

首先,了解一些重要的 AI 技术概念和框架:

  1. 思维链:谷歌在 2022 年的论文中提到,思维链能显著提升大语言模型在复杂推理方面的能力,即便不用小样本提示,也可在问题后加一句“请你分步骤思考”。
  2. RAG(检索增强生成):外部知识库切分成段落后转成向量,存在向量数据库。用户提问并查找到向量数据库后,段落信息会和原本的问题一起传给 AI,可搭建企业知识库和个人知识库。
  3. PAL(程序辅助语言模型):2022 年一篇论文中提出,对于语言模型的计算问题,不让 AI 直接生成计算结果,而是借助如 Python 解释器等工具作为计算工具。
  4. ReAct:2022 年《React:在语言模型中协同推理与行动》的论文提出了 ReAct 框架,即 reason 与 action 结合,让模型动态推理并采取行动与外界环境互动,比如用搜索引擎对关键字进行搜索,观察行动结果,可借助 LangChain 等框架简化构建流程。

个人总结:很多大佬都强调要关注或直接阅读技术论文,像产品经理转型为 AI 产品经理,需要懂技术脉络。但小白直接看技术论文有难度,虽可让 AI 辅助阅读,但仍需一定知识储备。林粒粒呀的相关视频是很好的科普入门,值得观看。

此外,还可以观看一些关于技术框架与未来想象的访谈视频,比如安克创新 CEO 阳萌的访谈,其观点可能会给您带来启发。

Content generated by AI large model, please carefully verify (powered by aily)

References

【AI学习笔记】小白如何理解技术原理与建立框架(通俗易懂内容推荐)

4)思维链——谷歌在2022年一篇论文提到思维链可以显著提升大语言模型在复杂推理的能力(即有推理步骤),即使不用小样本提示,也可以在问题后面加一句【请你分步骤思考】5)RAG——检索增强生成Retrieval-Augmented Generation,外部知识库切分成段落后转成向量,存在向量数据库。用户提问并查找到向量数据库后,段落信息会和原本的问题一块传给AI;可搭建企业知识库和个人知识库。6)PAL——程序辅助语言模型Program-Aided Language Model,2022年一篇论文中提出;比如对于语言模型的计算问题,核心在于不让AI直接生成计算结果,而是借助其他工具比如Python解释器作为计算工具。7)ReAct——2022年一篇《React:在语言模型中协同推理与行动》的论文提出了ReAct框架,即reason与action结合,核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索,观察行动得到的结果。可借助LangChain等框架简化构建流程。个人总结:看很多大佬的发言,都说要关注或直接阅读技术论文,比如产品经理转型AI产品经理,也需要懂技术脉络。而小白直接看技术论文还是有难度,虽然现在可以让AI辅助阅读,不过还是要完成一定的知识储备。而林粒粒呀的这期视频是一个很好的科普入门,欢迎大家给她点赞。二、视频二——技术框架与关于未来的想象写在前面:我之前对安克创新的印象就是一个卖充电宝的公司,还有卖安防设备;但看了这期访谈,被CEO阳萌的认知震撼了,很多观点对我有启发,强烈建议看原访谈视频。1、观点——Transformer是仿生算法的阶段性实现,10年、20年后大家将不再用TA

【AI学习笔记】小白如何理解技术原理与建立框架(通俗易懂内容推荐)

4)思维链——谷歌在2022年一篇论文提到思维链可以显著提升大语言模型在复杂推理的能力(即有推理步骤),即使不用小样本提示,也可以在问题后面加一句【请你分步骤思考】5)RAG——检索增强生成Retrieval-Augmented Generation,外部知识库切分成段落后转成向量,存在向量数据库。用户提问并查找到向量数据库后,段落信息会和原本的问题一块传给AI;可搭建企业知识库和个人知识库。6)PAL——程序辅助语言模型Program-Aided Language Model,2022年一篇论文中提出;比如对于语言模型的计算问题,核心在于不让AI直接生成计算结果,而是借助其他工具比如Python解释器作为计算工具。7)ReAct——2022年一篇《React:在语言模型中协同推理与行动》的论文提出了ReAct框架,即reason与action结合,核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索,观察行动得到的结果。可借助LangChain等框架简化构建流程。个人总结:看很多大佬的发言,都说要关注或直接阅读技术论文,比如产品经理转型AI产品经理,也需要懂技术脉络。而小白直接看技术论文还是有难度,虽然现在可以让AI辅助阅读,不过还是要完成一定的知识储备。而林粒粒呀的这期视频是一个很好的科普入门,欢迎大家给她点赞。二、视频二——技术框架与关于未来的想象写在前面:我之前对安克创新的印象就是一个卖充电宝的公司,还有卖安防设备;但看了这期访谈,被CEO阳萌的认知震撼了,很多观点对我有启发,强烈建议看原访谈视频。1、观点——Transformer是仿生算法的阶段性实现,10年、20年后大家将不再用TA

【AI学习笔记】小白如何理解技术原理与建立框架(通俗易懂内容推荐)

4)思维链——谷歌在2022年一篇论文提到思维链可以显著提升大语言模型在复杂推理的能力(即有推理步骤),即使不用小样本提示,也可以在问题后面加一句【请你分步骤思考】5)RAG——检索增强生成Retrieval-Augmented Generation,外部知识库切分成段落后转成向量,存在向量数据库。用户提问并查找到向量数据库后,段落信息会和原本的问题一块传给AI;可搭建企业知识库和个人知识库。6)PAL——程序辅助语言模型Program-Aided Language Model,2022年一篇论文中提出;比如对于语言模型的计算问题,核心在于不让AI直接生成计算结果,而是借助其他工具比如Python解释器作为计算工具。7)ReAct——2022年一篇《React:在语言模型中协同推理与行动》的论文提出了ReAct框架,即reason与action结合,核心在于让模型动态推理并采取行动与外界环境互动。比如用搜索引擎对关键字进行搜索,观察行动得到的结果。可借助LangChain等框架简化构建流程。个人总结:看很多大佬的发言,都说要关注或直接阅读技术论文,比如产品经理转型AI产品经理,也需要懂技术脉络。而小白直接看技术论文还是有难度,虽然现在可以让AI辅助阅读,不过还是要完成一定的知识储备。而林粒粒呀的这期视频是一个很好的科普入门,欢迎大家给她点赞。二、视频二——技术框架与关于未来的想象写在前面:我之前对安克创新的印象就是一个卖充电宝的公司,还有卖安防设备;但看了这期访谈,被CEO阳萌的认知震撼了,很多观点对我有启发,强烈建议看原访谈视频。1、观点——Transformer是仿生算法的阶段性实现,10年、20年后大家将不再用TA

Others are asking
我想当一名ai产品经理 我该从哪学起
如果您想成为一名 AI 产品经理,可以从以下几个方面学起: 1. 掌握算法知识: 理解产品核心技术,了解基本的机器学习算法原理,有助于做出更合理的产品决策。 与技术团队有效沟通,掌握一定的算法知识,减少信息不对称带来的误解。 评估技术可行性,在产品规划阶段做出更准确的判断。 把握产品发展方向,了解算法前沿更好地规划产品未来。 提升产品竞争力,发现产品独特优势,提出创新特性。 提升数据分析能力,很多 AI 算法涉及数据处理和分析。 2. 学习相关案例:可以参考一些成功的 AI 产品经理的经验,比如 Kelton 作为 AIPM 一枚,深耕 NLP 方向 2 年,从 0 1 打造过两款 AIGC 产品,还完成过 LLM 评测体系的搭建。 3. 了解技术原理与框架: 如思维链,谷歌在 2022 年论文提到其能显著提升大语言模型在复杂推理的能力。 了解 RAG(检索增强生成),将外部知识库切分成段落后转成向量存于向量数据库。 学习 PAL(程序辅助语言模型)和 ReAct 框架等。 同时,建议您关注或直接阅读技术论文,虽然有难度,但完成一定知识储备后,可借助 AI 辅助阅读。也可以通过一些通俗易懂的科普内容入门,比如相关的科普视频。
2025-02-19
我该怎么学习ai?帮我组织一个流程,能很好的利用你的资源。
以下是为您组织的学习 AI 的流程: 一、了解 AI 基本概念 建议阅读「」部分,熟悉 AI 的术语和基础概念,包括人工智能的定义、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。 二、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。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,并有机会获得证书。 三、选择感兴趣的模块深入学习 AI 领域广泛,涵盖图像、音乐、视频等方面。您可以根据自己的兴趣选择特定的模块进行深入学习,同时一定要掌握提示词的技巧,它上手容易且很有用。 四、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,在知识库中也有很多大家实践后的作品、文章分享,欢迎您实践后也进行分享。 五、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,并激发您对 AI 潜力的认识。 另外,费曼学习法也是一种有效的学习方式。它强调通过教授他人来深化个人理解和知识的掌握,基本步骤包括选择一个概念、教给他人、回顾和简化、组织和比较。其应用场景包括个人学习、教学和培训、知识分享等。 WaytoAGI(通往 AGI 之路)是一个致力于人工智能学习的中文知识库和社区平台,汇集了上千个人工智能网站和工具,提供最新的 AI 工具、AI 应用、AI 智能体和行业资讯,还有丰富的学习资源、实践活动,并倡导开放共享的知识体系。在没有任何推广的情况下,WaytoAGI 一年时间已有超过 100 万用户和超千万次的访问量,目前合作过众多公司和产品。
2025-02-17
我是一个有23年软件系统开发和设计经验的架构师,但是对AI还没有系统化了解过,请问我该如何开始?如何在短时间内掌握AI的使用、原理以及二次开发?
以下是为您提供的在短时间内系统化学习 AI 的建议: 一、了解 AI 基本概念 首先,建议阅读「」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。同时,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。 二、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。这些课程将引导您了解生成式 AI 等基础知识,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,并有机会获得证书。 三、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。我建议您一定要掌握提示词的技巧,它上手容易且很有用。 四、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。 五、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。 如果希望继续精进,对于 AI,可以尝试了解以下内容作为基础: 1. AI 背景知识 (1)基础理论:了解人工智能、机器学习、深度学习的定义及其之间的关系。 (2)历史发展:简要回顾 AI 的发展历程和重要里程碑。 2. 数学基础 (1)统计学基础:熟悉均值、中位数、方差等统计概念。 (2)线性代数:了解向量、矩阵等线性代数基本概念。 (3)概率论:基础的概率论知识,如条件概率、贝叶斯定理。 3. 算法和模型 (1)监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。 (2)无监督学习:熟悉聚类、降维等算法。 (3)强化学习:简介强化学习的基本概念。 4. 评估和调优 (1)性能评估:了解如何评估模型性能,包括交叉验证、精确度、召回率等。 (2)模型调优:学习如何使用网格搜索等技术优化模型参数。 5. 神经网络基础 (1)网络结构:理解神经网络的基本结构,包括前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)。 (2)激活函数:了解常用的激活函数,如 ReLU、Sigmoid、Tanh。 此外,以证件照为例,Code AI 应用开发教学中,智能体开发从最初的 chatbot 只有对话框,到有了更多交互方式,因用户需求扣子推出了 AI 应用,其低代码或零代码的工作流等场景做得较好。但 AI CODING 虽强,目前适用于小场景和产品的第一个版本,复杂应用可能导致需求理解错误从而使产品出错。在创建 AI 应用时,要学习操作界面、业务逻辑和用户界面,包括布局、搭建工作流、用户界面及调试发布,重点熟悉桌面网页版的用户界面。
2025-02-17
我该从哪里开始
学习 AI 是一个长期的过程,需要耐心和持续的努力。对于新手来说,可以参考以下建议: 1. 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。 2. 如果您想从零开始,可以参考 GPT1 到 Deepseek R1 所有公开论文 The 2025 AI Engineer Reading List 。其中我们挑选了 50 篇论文/模型/博客,涉及人工智能工程的 10 个领域:LLMs、基准、提示、RAG、代理、CodeGen、视觉、语音、扩散、微调。 3. 对于微调(Finetuning)方面,假设您已经按照上述说明准备了训练数据。使用 OpenAI CLI 开始微调工作,从 BASE_MODEL 开始选择基本模型的名称(ada、babbage、curie 或 davinci),您可以使用后缀参数自定义微调模型的名称。每个微调工作都从一个默认为 curie 的基本模型开始,模型的选择会影响模型的性能和运行微调模型的成本。开始微调作业后,可能需要一些时间才能完成,具体取决于模型和数据集的大小。
2025-02-15
waytoagi知识如此丰富 我该从哪里学起
如果您觉得 WayToAGI 知识丰富但不知从何学起,可以参考以下建议: 1. 从某一个板块开始,比如 Agent 板块。链接: 。使用方法是从下往上看,一个一个点进去,里面都有视频。共学视频都是手把手从注册开始的教学,不会就多看几遍,基本能保障一个工具能调通、一个 Agent 能搭好。但要注意,内容确实有点多,可以先选择自己听过的工具开始,以免太累。 2. 在看了一些视频之后,如果您想了解理论还是应用,可以找到导航,想看哪里点哪里。链接: 。但要注意,智能千帆、阿里云百炼有视频,其余没有。而且内容较多,您需要考虑聚焦,先挑一个,开始手把手一起做起来,看看能不能持续用起来,只要开始用起来,这事儿就成啦!如果快捷菜单找不到,可以参考相关说明。 WayToAGI 不仅是一个知识库,还是连接学习者、实践者和创新者的社区。这里以“无弯路,全速前进”为目标,助力每一个怀揣 AI 梦想的人疾速前行。每一份尝试都值得赞美,每一份付出都应得到鼓励,其成长得益于大家的支持。 此外,WayToAGI 还有整活区。如果您想造艘船,不要只忙于分配工作,而是要激起对大海的向往。在 WayToAGI 有很多垂直板块,这里不是系统性学习的地方,而是一起做有趣事的游乐场。我们大部分时候用 AI 做有用的事,但有用不是必须的,很多创新始于有趣的想法。在整活区,您不用证明想法“有什么用”,可以尽情发挥对 AI 天马行空的想象,把 AI 玩出新花样。
2025-02-12
我该如何系统学习ai
以下是系统学习 AI 的一些建议: 1. 从编程语言入手学习:可以选择 Python、JavaScript 等编程语言,学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习筑牢根基。 2. 尝试使用 AI 工具和平台:例如 ChatGPT、Midjourney 等生成工具,体验其应用场景。也可以探索面向中学生的 AI 教育平台,如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识:了解 AI 的基本概念、发展历程,掌握主要技术如机器学习、深度学习等,同时学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目:参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动,尝试利用 AI 技术解决生活中的实际问题,锻炼动手能力。 5. 关注 AI 发展的前沿动态:关注权威媒体和学者,了解最新进展,思考 AI 技术对未来社会的影响,培养思考和判断能力。 总之,要从编程基础、工具体验、知识学习、实践项目等多方面着手,全面系统地学习 AI 知识和技能。 另外,《雪梅 May 的 AI 学习日记》中提到,学习 AI 要注重系统性,避免碎片化输入,比如可以通过看书听课进社区的方式。初期可以系统地看书听课,了解 AI 的底层原理和发展历程。同时,加入像“通往 AGI 之路”这样的开源社区,按照新手指引入门,能帮助您少走弯路,更高效地学习。
2025-02-11
我是一个小白,怎么能在这个网站上学习
以下是为您提供的在网站上学习 AI 的一些建议: 1. 从基础的 prompt 开始:在 3.5 刚出现时,对 AI 生成原理的理解加上写好 prompt,能提高问问题和解决问题的效率。 2. 参与社区活动:例如《谁是人类》这类活动,社区中已经解决了很多门槛问题,只需花时间和做准备。 3. 利用开发工具:如 Windsurf ,它具有卓越的上下文理解能力、强大的功能特性和广泛的应用支持,能让环境配置变得轻松,还能自动完成一些重复性操作,支持多语言和跨平台。 4. 从游戏入手:像通过 Coze 平台打造图像流游戏 Bot ,掌握 AI 人格设定和对话逻辑的设计方法,了解如何配置图像生成功能,并不断优化。 希望这些建议对您有所帮助。
2025-02-19
我是一个小白,我想要一个deepseek学习路线
以下是为您提供的 DeepSeek 学习路线: 1. 首先,通过相关报道和研究,了解 DeepSeek 在全球 AI 社区的意义,包括技术突破与资源分配策略。重点关注其长上下文能力、量化商业模式以及对 AI 生态系统的深远影响。您可以参考: 2. 深入研究 DeepSeek 在架构和工程上的创新,例如 MoE、MLA、MTP 和 FP8 混合精度训练。思考其在工程和应用平衡中的高效优化方式,以及开源与闭源竞争的相关反思和 AI 生态未来发展方向。相关内容: 3. 了解 DeepSeek R1 模型,它属于基于强化学习 RL 的推理模型,在回答用户问题前会先进行“自问自答”式的推理思考来提升回答质量。理解这种模拟人类深度思考的能力以及其背后独特的“教育方式”。 4. 学习 DeepSeek 深夜发布的大一统模型 JanusPro,它将图像理解和生成统一在一个模型中。了解其具有的两种本领,包括理解模式和画画模式,以及其核心的 DeepSeek 语言模型、特别训练法、与 Diffusion 模型的区别、好处和关键设计等方面。
2025-02-19
我是一个ai小白,我想要在一个月内快速入行ai,需要怎么做
以下是对于您在一个月内快速入行 AI 的建议: 首先,要明白对于超出自己理解范围的事情,最简单有效的方法就是亲自尝试。学习新事物,百闻不如一练。AI 是未来必然的发展方向,其科普还有很长的路要走,但尽可能简单地试用它,是让普通人在这场 AI 浪潮中受益的最佳方式。 对于普通人来说,对 AI 最好的直观初接触主要有两个方面: 1. 思考最低成本能直接上手试的工具是什么,自己能否亲自尝试。 2. 了解现在最普遍或最好的工具是什么,以及它们能达到的效果。 虽然底层都是大模型,但 AI 工具各有侧重,不同公司也会进行各自的优化。关于每一种工具的详细入门、讲解和应用,WayToAIG 已经分好了类目。为了更便捷地展示 AI 的能力,让普通人能更直观地马上上手,您可以重点关注以下几种工具: 1. 聊天工具 2. 绘画工具 3. 视频工具 4. 音乐工具 如果您想要跟他人交流、一起在 AI 路上探寻,可以戳这里:
2025-02-18
我是一个ai小白,我要怎么入行ai
对于 AI 小白入行 AI,您可以参考以下步骤: 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,您可以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,您还可以参考《雪梅 May 的 AI 学习日记》: 1. 学习模式:输入→模仿→自发创造。 2. 第一阶段:迈出第一步,看书听课进社区。例如: DAY5 2024.5.26:使用 kimi,参考,抱着每天向 kimi 问 100 个问题的心态,调整思考模式,养成有问题问 AI 的习惯。 DAY6 2024.5.31:应朋友强烈推荐,插队先看吴恩达的课程,在 B 站搜索对应关键词,有很多课程资源,如吴恩达《面向所有人的生成式 AI 入门课程 Generative AI for Everyone》,抽空陆续 3 天学完。 DAY7 2024.6.1:探索用 AI 解决一个真实问题,例如团队要写一份行业研究报告,试试看 AI 怎样能帮到自己。 需要注意的是,学习资源可能会更新变化,您可以去 waytoAGI 社区发现自己感兴趣的 AI 领域,学习最新的内容。本日记中学习资源的内容都是免费开源的。
2025-02-18
我是一个ai小白,我想学习怎么入行
以下是为您提供的新手入行 AI 的学习建议: 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,您可以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,为了帮助您更好地理解技术原理与建立框架,以下是一些通俗易懂的内容: 1. 概念:生成式 AI 生成的内容,叫做 AIGC。 2. 概念与关系: AI 即人工智能。 机器学习是电脑找规律学习,包括监督学习、无监督学习、强化学习。 监督学习是基于有标签的训练数据,算法目标是学习输入和输出之间的映射关系,包括分类和回归。 无监督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。 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。 深度学习是一种参照人脑有神经网络和神经元的方法(因有很多层所以叫深度),神经网络可用于监督学习、无监督学习、强化学习。 生成式 AI 可以生成文本、图片、音频、视频等内容形式。 LLM 是大语言模型,对于生成式 AI,生成图像的扩散模型不是大语言模型;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》,首次提出了 Transformer 模型,它完全基于自注意力机制(SelfAttention)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)。
2025-02-18
小白怎样学习ai工具 熟练运用于工作生活
以下是为小白提供的学习 AI 工具并运用于工作生活的建议: 一、从菜鸟到达人的进阶之路 可以参考元子的进化史: 1. Day 1:懵懵懂懂,只会说“你好,帮我写个报告”。 2. Day 7:学会表达,比如“帮我写一份周报,重点说明项目进度”。 3. Day 14:熟练掌握,例如“我需要一份项目总结,包含数据分析和改进建议”。 4. Day 30:把常规 AI 工具都试过一遍,并选定自己要持续玩的方向,比如 AI Agent。 5. Day 60:组队参加 AI Agent 比赛并有幸得奖。 这里推荐一个社区小伙伴的 100 天 AI 之路,每天都有记载,大家可以感受一下进境: 元子的心得: 1. 不要怕问“笨”问题,但要多直接问 AI。 2. 解决一个小问题也是进步,不积跬步,无以至千里。 3. 多试多练才是王道,来社区共学,一群人走得更远。 4. 融入生活和工作才能持久,学完就用才是王道,不要纯靠意志力。 二、工作中的 AI 小帮手 1. 需要快速生成报告,AI 来帮忙。 2. 需要快速整理数据,AI 来处理。 3. 需要快速翻译文件,AI 来翻译。 4. 需要快速优化文案,AI 来优化。 三、参与制作 AI 动画短片的经验分享 在参与设计 AI 动画短片时,比如负责“刺猬菠萝”角色的图片和视频制作,即使没有相关经验,在他人指导下也能逐渐掌握基本技巧,并通过 MJ 和 RunWayAI 工具提高效率。 为了做好这件事,可以: 1. 利用 WaytoAGI 社群中的入门资料,快速了解动画制作的基本流程和技术。 2. 积极参与团队讨论,向有经验的大佬请教,多多参与「共创活动」,不仅能快速学习,还能收获伙伴。 四、AI 与生活 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”活动中会发现,AI 工具虽强大,但与普通人之间存在一定距离。AI 是未来必然的方向,其科普还有很长的路要走,但尽可能简单地试用它,能让普通人更快受益。 如果想要跟元子交朋友、一起在 AI 路上探寻,欢迎戳这里:
2025-02-18