帮我设计一套从零开始系统学习AI的路线，为期3个月

我叫二师兄，来自上海，典型的80后，房地产行业从业二十年，计算机零基础。兴趣爱好：悠悠球、数码产品、游戏、音乐、手办、乐高、汽车2024年[heading1]一月[content]4070TiSuper发售，我买了显卡配了4K160显示器，备战2024年8月发售的国产3A大作黑悟空和2025年发售的GTA6[heading1]二月[content]过年后，在七彩虹的售后群，有个老哥在分享用AI绘画的心得，问他要了SD秋叶安装包，下载了教学视频，自此迈出AI学习的第一步[heading1]三月[content]啃完SD的所有教程，秉着不浪费显卡资源的原则开始炼丹，人脸、画风、风景、景观、建筑的丹练了一些，不过因为图片数据集的质量一般，且很多是公司里的项目案例图片，所有lora仅供自嗨[heading1]四月[content]与小伙伴探讨AI变现的途径，尝试用GPT和SD制作图文故事绘本、小说推文的项目，因组员各自忙于事业而不了了之。但过程中练了一些绘本风格的丹。[heading1]五月[content]因公司岗位可能有调动，提前把电脑运到武汉的家里，但最终工作地点仍在昆明，开启了长达五个月无硬件支持的AI学习之路。有幸加入到Prompt battle社群，开始了Midjourney的学习，这一阶段打磨了另一种形式的文生图提示词学习。

感受：了解AI的第一步，个人观点是系统性的学习，不要碎片化的输入。所以一开始，就去系统的看几本书，听几门好课。如果你打算学AI，却是只靠刷短视频来学，虽然可以知道一些信息，但也只是看个热闹图个乐呵。系统性的学习，让自己了解一些AI的底层原理和AI的发展历程，打好基础。[heading2]DAY1 2024.5.22初步探索[content]初步探索：May：在开始想要了解AI的初期，会走必经弯路。B站上看了一些介绍ChatGPT原理的分享，如果只是消费，可以看看。如果想要系统性的学习，还是要看质量更高的内容，而不是被人整理过的知识碎片[heading2]DAY2 2024.5.23加入AI社区：waytoAGI[content]May：发现了这个开源的知识库，不用再到B站上到处找零零碎碎的东西了。[通往AGI之路](https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e)评价：宝藏社区，感慨AI时代知识都是免费开源的。考验一个人的是如何在信息的海洋里成体系有系统的获取。这个社区让我开始不走弯路，直接走进当前最流行的AI腹地，开始摘自己想要的果子我的第一步：看看这个社区的新手指引，怎么入门[1.1入门：AI学习路径与课程](https://waytoagi.feishu.cn/wiki/RJofwtPcci6YMJkzBP2cRFFOnIR)

监督学习构建餐厅评价鉴别系统的过程是，1，获得标签数据(可能1个月)，2，寻找人工智能团队帮助，训练数据上的模型，让人工智能模型学习如何根据输入来输出正负评价(可能3个月)，3，最后找到云服务来部署和运行模型(可能3个月)。提词器建立的AI系统，可能花几小时或几天就可以构建：[heading4]亲自尝试生成式AI代码（可选）[content]在coursera课程里，进行代码运行（蛮简单的，就是Shift+Enter）[heading4]生成式AI项目的生命周期[content]建立人工智能的过程中，首先评估项目，建立系统/优化系统，内部测试，外部部署与监控。当内部测试出现问题时，可能要检查系统内的prompt或者提升系统。当外部使用出现问题，需要检查内部评估环节，甚至检查系统内部。因此，建造人工智能软件是一个高度实验性的过程，也就是需要不断实验操作，尝试，调整再尝试，再调整。Retrieval augmented generation(RAG)——给大模型获取外部数据资料Fine-tune models，让大模型适应个人任务Pretrain models，train LLM from scratch，预训练