稍微技术点的科普书，机器学习一类的

制作科普视频可以参考以下步骤和方法： 一、想出点子 1. 最佳免费选项： 2. 付费选项：4.0，但由于与互联网连接，必应可能更好 3. 尽管（或者事实上，由于）它所有的限制和怪异，人工智能是产生想法的完美选择。您通常需要有很多想法才能有好的想法，而人工智能擅长数量。有了正确的提示，您也可以强迫它非常有创意。在创意模式下让 Bing 查找您最喜欢的、不寻常的想法生成技术，如 Brian Eno 的倾斜策略或 Mashall McLuhan 的四种策略，并应用它们。或者要求一些奇怪的东西，比如受随机专利启发的想法，或者您最喜欢的超级英雄。 二、制作视频 1. 最佳动画工具：用于在视频中为人脸制作动画的 2. 最佳语音克隆： 3. 现在，生成一个完全由人工智能生成的角色的视频，阅读完全由人工智能编写的脚本，用人工智能制作的声音说话，由人工智能制作动画，这简直是微不足道的。但要注意深度伪造是一个巨大的问题，这些系统需要合乎道德地使用。 4. 最近还发布了第一个商用文本到视频工具 Runway v2。它创建了 4 秒的短剪辑，更像是对未来发展的展示，但如果您想了解这个领域的未来发展，值得一看。 三、创作科普内容 1. 该场景对应的关键词库（13 个）：目标用户、科普内容、生活问题、医疗类型、科普文章、病情症状、通俗性、专业名词、背景资质、权威领域、执业范围、证言人、内容形式。 2. 提问模板（3 个）： 第一步，分析不同目标用户对于科普内容的需求（具体解决生活中的什么问题） 第二步，针对某一类人群所偏好的科普内容主题，进行内容撰写。 第三步，根据平台和内容形式进行改写。 四、用 AI 把小说做成视频 1. 小说内容分析：使用 AI 工具（如 ChatGPT）分析小说内容，提取关键场景、角色和情节。 2. 生成角色与场景描述：根据小说内容，使用工具（如 Stable Diffusion 或 Midjourney）生成角色和场景的视觉描述。 3. 图像生成：使用 AI 图像生成工具根据描述创建角色和场景的图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成视频脚本。 5. 音频制作：利用 AI 配音工具（如 Adobe Firefly）将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用视频编辑软件（如 Clipfly 或 VEED.IO）将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，以提高视频质量。 8. 审阅与调整：观看生成的视频，根据需要进行调整，比如重新编辑某些场景或调整音频。 9. 输出与分享：完成所有编辑后，输出最终视频，并在所需平台上分享。 请注意，具体的操作步骤和所需工具可能会根据项目的具体需求和个人偏好有所不同。此外，AI 工具的可用性和功能也可能会随时间而变化，建议直接访问上述提供的工具网址获取最新信息和使用指南。

以下是为您提供的 AI 入门科普资料： 一、技术原理相关 1. 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块传给 AI，可搭建企业知识库和个人知识库。 2. 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 Python 解释器等工具作为计算工具。 3. 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，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。 二、关于未来的想象 1. Transformer 是仿生算法的阶段性实现，10 年、20 年后可能不再使用。 2. 在端到端算法的时代，不应继续使用冯诺依曼架构。 3. 在存算一体（在存储单元里做计算）的芯片之上，一定会诞生全新的算法。 个人总结：很多大佬认为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，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。 此外，安克创新的 CEO 阳萌的一些观点也很有启发，比如之前对安克创新的印象是卖充电宝和安防设备，但看了访谈后会被其认知震撼。

PPO（Proximal Policy Optimization，近端策略优化）是 OpenAI 提出的一种强化学习优化方法。 在训练 ChatGPT 等模型时，得到 SFT 和 RM 模型后，将它们串联在一起，固定住 RM，利用 RM 的 loss 对 SFT 做梯度回传。PPO 阶段的完整 loss 包含以下几项： 1. 第一项是串联 $$\\pi_{\\phi}^\\text{RL}$$ 和 RM 做联合梯度回传。具体是从 $$\\pi_{\\phi}^\\text{RL}$$ 采样出 prompt 和 completion 样本对，让 RM 模型 $$r_\\theta$$ 做打分和给 loss，通过梯度回传优化 $$\\pi_{\\phi}^\\text{RL}$$ 的参数权重。 2. 第二项是希望新学的 $$\\pi_{\\phi}^\\text{RL}$$ 不要距离初始的 SFT 太远，用 KL 散度约束住两者的输出概率。因为 RM 网络跟 SFT 是绑定的，如果新学的 $$\\pi_{\\phi}^\\text{RL}$$ 输出分布距离 SFT 太远，RM 网络可能就不适用了。 3. 第三项是防止 $$\\pi_{\\phi}^\\text{RL}$$ 过拟合 RM 打分这个任务，添加训练 SFT 的 loss，即从 SFT 训练的数据里面采样包含 prompt 和 completion 的样本，无监督训练 $$\\pi_{\\phi}^\\text{RL}$$ 。 PPOptx 是上述三项系数都不为 0 的情况，而 PPO 是指第三项系数 $$\\gamma$$ 为 0，前两项系数不为 0 的情况。此外，RM 训练和 PPO 训练可以交替进行，即得到新的 $$\\pi_{\\phi}^{\\text{SFT}}$$ 模型后训练一个匹配的 SM 模型，然后固定 SM 模型按 $$\\text{objective}$$ 的损失函数继续训练 $$\\pi_{\\phi}^{\\text{SFT}}$$ 模型，如此交替。 在 GPT 的现状中，例如 ChatGPT 就是一个 RLHF 模型，人类在很多比较中更喜欢来自 RLHF 模型的 token（输出文字），但 RLHF 模型并非在所有情况下都比基础模型有改进，例如会损失一些熵，导致输出变化更小。

通往 AGI 之路的相关内容如下： 上篇文章主要介绍了 WaytoAGI 和为什么要学习研究 AI，解决了 Why 的问题。此次旨在解决 What 和 How 的问题，作者虽不专业，但重点推荐了两个对其个人有重大帮助的视频，并附上了链接。 1. （女神）主讲，和某知识 up 主 Genji 一起制作的免费公益课，新手友好，能带你 50 分钟速通 AI 大模型原理。 2. ，某知识 up 主老石谈芯专访安克创新 CEO 阳萌的视频，一共两期，此链接为第二期，两期内容都值得观看，访谈非常硬核。

很抱歉，目前“通往 AGI 之路”知识库中没有与“AI 对音乐行业就业岗位的影响”相关的直接内容。但您可以从以下几个方面入手来撰写这篇文章： 1. 了解 AI 在音乐创作、制作、表演等方面的应用现状和发展趋势。 2. 研究 AI 技术如何改变音乐的生产流程和效率。 3. 分析 AI 对音乐创作者、演奏者、制作人等不同岗位的具体影响，包括可能的岗位替代和新岗位的产生。 4. 探讨 AI 带来的音乐版权和知识产权问题，以及对相关法律和政策的影响。 5. 关注音乐消费者对 AI 参与音乐创作和表演的接受程度和需求变化。

图像识别是指利用计算机技术对图像进行处理和分析，以识别和理解图像中的内容。 对于小白来说，图像识别是让计算机像人一样“看懂”图像。它基于深度学习、机器学习等技术，通过对大量图像数据的学习和训练，能够自动提取图像的特征，并进行分类、识别等操作。 图像识别的应用非常广泛，比如在安防领域，用于人脸识别、车牌识别等；在医疗领域，辅助疾病诊断、医学影像分析；在交通领域，实现交通标志识别、车辆检测等。 图像识别与多个领域存在交叉，如计算机视觉，它不仅关注图像的识别，还包括图像的生成、处理等；与人工智能的其他分支如自然语言处理也有结合，实现图文转换等功能；在工业领域，与自动化生产相结合，进行产品质量检测等。 对于研究生来说，以下是一些参考选题： 1. 基于小样本学习的图像识别算法研究。 2. 融合多模态信息的图像识别模型优化。 3. 针对特定场景（如复杂环境、低光照等）的图像识别改进。 4. 图像识别在医疗诊断中的精准度提升策略。 5. 结合深度学习和传统方法的图像识别性能比较。 6. 基于新型神经网络架构的图像识别应用。

之前有过相关观点的文章《 。“人何以为人”是关注 AI 的教育届朋友们频频探讨的话题，今晚一起聊 AI 的教育创新，预计会碰撞出不少火花。但关于用机器人一起直播是否会爆火，目前无法给出确切的结论，其效果可能受到多种因素的影响，如直播内容的质量、机器人的表现、观众的兴趣和需求等。

以下是关于微信机器人的相关内容： 测试和重新配置： 登录成功后，找另一个人私聊或者在群中@您，就可以看到机器人的正常回复，此时已通。若不通，可检查 config.json 文件中的配置或跳到“第四章，第 3 步”重启服务。 可为 AI 赋予不一样的提示词，返回“第三章，第 7 步”更改设置。 任何更改都需要“返回首页 右上角 点击重启，重启一下服务器”，熟悉 Linux 操作也可通过重启进程的方式重启服务。 然后在“文件”的【终端】里，输入“nohup python3 app.py&tail f nohup.out”重新扫码登录。 想退出机器人，在手机微信上找到桌面版已登录的信息，点击退出桌面版即可。 帮助：若遇到问题，可先查询社区知识库，或加“通往 AGI 之路”群，社区小伙伴会尽力帮助。也可加 Stuart 个人微信询问。 第一天教程：COW 部署 完成： 登录成功后，找另一个人私聊或者在群中@您，就可以看到机器人的正常回复，此时已通。 若想为 AI 赋予提示词，返回“目录 4 里的第 17 步”更改设置。 此后任何更改，都需要重新打印登陆二维码才会生效，建议多次重新登录后在宝塔“首页 右上角 点击重启，重启一下服务器”清理进程。 然后在“文件”的【终端】里，输入“nohup python3 app.py&tail f nohup.out”重新扫码登录。 若没有手机登录，可使用夜神模拟器模拟手机登录。 一个月内，不要上来就加好友、最好不要私聊聊天。 报错“wxsid”是因为微信未实名，实名即可。 Link AI 提供 100 个，合计 3500 万 GPT3.5 Token 的礼品码，可用于实现画图、搜索、识图等功能，COW 插件几乎都支持使用 LinkAI 平台。完成机器人搭建，机器人拉群里可领兑换码。 添加微信，拉您进机器人群先行体验。 第四天教程：FastGPT 教学 功能使用教程： 积分系统：此项目因加入积分系统，只有积分用户才可发起 AI 对话，主管理员大号可对别人进行加减积分操作，使用方式：@用户 加 100（加字后边有空格）。 群聊推送：原版本只支持公众号信息推送，二开在内测中。大号在群里发送“开启推送”即可在此群开启推送服务，然后大号在与小号私聊中发送任意公众号卡片，小号可转发到群聊中（目前仅支持公众号卡片）。 小工具使用示例（部分）：发送 Help 查看使用方式。 登录失败： 若登录失败提示版本不对，执行以下步骤： 下载文件，放到 NGCbot 文件夹里（）。 打开微信，先不要登录，保持在扫码/登录页面。 在文件夹空白处，shift + 鼠标右键，点击“在此处打开 Powershell 窗口”，然后输入相关命令，点击回车。 然后，回到文件夹下，双击 main.py 。 登录微信即可。 若群满，加我，回复“机器人”拉您进机器人群，回复“人类群”拉您进人类群。

人工智能是一种目标，旨在让机器展现智慧，简称 AI。它包括多种实现方法，如自上而下的方法，即对推理过程进行建模，将其形式化为计算机程序，依赖于知识表示和推理；自下而上的方法，模拟大脑中的神经元，构建人工神经网络，通过举例让其学习解决问题。 机器学习是人工智能的一个子领域，是一种让机器自动从资料中找到公式的手段。机器学习模型分为监督和无监督两种，监督模型使用标记的数据学习并预测未来值，无监督模型则专注于发现原始数据中的模式。深度学习是机器学习的一个子集，使用人工神经网络处理更复杂的模式，可使用标记和未标记的数据进行半监督学习。 生成式人工智能是人工智能的一个子集，试图学习数据和标签之间的关系以生成新内容，如自然语言、图像或音频等，其输出不是数字或类别。生成式人工智能模型使用统计模型预测预期响应，并根据训练数据生成新内容，但可能产生幻觉，即无意义或语法错误的单词或短语。 大语言模型是具有大量参数的“深度学习”模型。ChatGPT 是基于大型语言模型的对话机器人，是 AIGC 技术在文本生成领域的一个应用实例。AIGC 是利用人工智能技术生成包括文本、图像、音频和视频等内容的新型生产方式。

目前知识库中没有关于“RPA 机器人提醒每日计划如何实现”的相关内容。但一般来说，要实现 RPA 机器人提醒每日计划，可以考虑以下步骤：首先，明确每日计划的具体内容和格式，例如任务清单、时间安排等。然后，选择适合的 RPA 工具和技术，根据工具的特点和功能进行相应的配置和编程。在编程过程中，设置触发条件，如特定的时间点，以启动提醒功能。同时，确保 RPA 机器人能够与相关的应用程序或系统进行交互，获取和更新计划信息。还需要对提醒的方式进行设定，如弹窗、邮件、短信等，以满足用户的需求。最后，进行充分的测试和优化，确保提醒功能的准确性和稳定性。

以下是在 MacBook 上搭建机器人进行日常事务操作的详细步骤： 搭建前准备： 硬件准备： MacBook（需能科学上网） 一部 iPhone 手机 主板 Arduino UNO R4 Wifi（200RMB） 舵机 9g（32RMB） 杜邦线，公对公 7 条（手残党可多备） （可选）八爪鱼支架（10RMB） （二选一）usbtypeC 转接头，或一根两头 typeC 的线 Arduino UNO R4 WIFI 开发板 MG90s/SG90 舵机 9g 云台支架 可选八爪鱼手机支架 杜邦线公对公 搭建步骤： 完成代码： 在 Github 上下载完整代码。 根据需求修改文件： 【必改】在 head.py 中找到填写主板串口的地方，改成串口地址（可通过主板写入的第 3 步里的小字或 Tools>Get Board Info 重新查询，复制 sn 号替换 usbmodem 后面的编码）。 【必改】查询 iPhone 的 ip 地址，填到 talk.py 里（iPhone 设置>无线局域网>点击当前 wifi 旁的感叹号>找到 ipv4 地址里写的 ip 地址）。 【必改】把 open ai key 填到 talk.py 里。 【可选】在 talk.py 里，可以修改： Openai 调用的 model。 system prompt（机器人的人设）。 机器人的音色。 录音的设置。 【可选】在 head.py 里，可以修改不对话后，等待多久恢复人脸追踪。 运行程序： 1. 在 MacBook 上按下 command+space（空格）打开一个新的终端，依次输入如下代码（每一次代码运行完以后再输入下一个），全部完成后，关闭端口。 2. 将 iPhone 的屏幕关闭时间设置为 5 分钟或永不。 3. 打开 iPhone 的 pythonista 并复制 face.py 的代码进去，运行。注意：每一次如果需要重新运行 pythonista，请先杀后台再运行，否则会因为端口已经被占用而无法播放声音。 4. 找到下载下来的 AIinhindsightGPTEmbodimentRobot 文件夹，control+单击文件夹，选择最后一项“新建位于文件夹位置的终端端口”。 5. 将 arduino R4 与 MacBook 相连，在终端中输入以下代码，运行后程序会申请一次摄像头权限，点击允许，然后出现运行失败，再运行一次即可。这个程序一旦运行，无法自然退出，建议直接拔掉 R4 的线或者终端输入 control+c 或者直接关闭终端，但多强制退出几次以后运行就会卡住需要重启或清进程。 6. 再次在 AIinhindsightGPTEmbodimentRobot 文件夹，control+单击文件夹，选择最后一项“新建位于文件夹位置的终端端口”，在终端中输入以下代码，运行后程序会申请一次录音权限，点击允许，然后出现运行失败，再运行一次即可。如果运行中出现任何报错，将本文档，代码，报错信息给到 GPT4，让他帮助你就好~可能是有一些库没有预装。 7. 把 talk.py 的终端放在最前面你能看到，出现 recording...的时候就可以说话了。 8. 三个程序同时运行、iPhone 和 MacBook 在同一 wifi，iPhone 没有调静音的情况下，就可以正常对话啦。

以下是关于微信机器人的相关内容： 测试和重新配置 1. 登录成功后，找另一个人私聊或者在群中@您，就可以看到机器人的正常回复，此时表示已通。若未通过，可检查 config.json 文件中的配置或跳到“第四章，第 3 步”重启服务。 2. 为机器人设置不同的提示词，可返回“第三章，第 7 步”或“目录 4 里的第 17 步”，修改其中双引号内的 value 部分。 3. 此后任何更改，都需要“返回首页 右上角 点击重启，重启一下服务器”，或者若熟悉 linux 操作，可通过重启进程的方式来重启服务。然后，重新在“文件”的【终端】里，直接输入“nohup python3 app.py&tail f nohup.out”重新扫码登录即可。 4. 若想退出机器人，在手机微信上找到桌面版已登录的信息，点击退出桌面版即可。 帮助 如果遇到问题，可以先查询社区知识库，或者加“通往 AGI 之路”群，社区小伙伴们（比如梦飞大佬，熊猫大侠）会尽力帮助。也可以加 Stuart 个人微信询问。 第一天教程：COW 部署 完成 1. 登录成功后，找另一个人私聊或者在群中@您，就可以看到机器人的正常回复，此时表示已通。 2. 若想设置提示词，可返回“目录 4 里的第 17 步”修改。 3. 此后任何更改，都需要重新打印登陆二维码才会生效。建议在多次重新登录后，在宝塔“首页 右上角 点击重启，重启一下服务器”清理进程。 4. 然后，重新在“文件”的【终端】里，直接输入“nohup python3 app.py&tail f nohup.out”重新扫码登录即可。 5. 如果没有手机登录，可以使用夜神模拟器模拟手机登录。 6. 一个月内，不要上来就加好友、最好不要私聊聊天！ 7. 报错“wxsid”是因为微信未实名，实名即可。 8. Link AI 提供 100 个，合计 3500 万 GPT3.5 Token 的礼品码，可用于实现画图、搜索、识图等功能，COW 插件里几乎都支持使用 LinkAI 平台。完成机器人搭建，机器人拉群里，可领兑换码。 9. 添加微信，拉您进机器人群，先行体验。 第四天教程：FastGPT 教学 功能使用教程 1. 积分系统：此项目因加入积分系统，只有积分用户才可发起 AI 对话，主管理员大号可对别人进行加减积分操作，使用方式：@用户 加 100（加字后边有空格）。 2. 群聊推送：原版本只支持公众号信息推送，二开版本在内测中。大号在群里发送“开启推送”，即可在此群开启推送服务。然后，大号在与小号的私聊中发送任意公众号卡片，小号就可以把信息转发到群聊中（目前仅支持公众号卡片）。 3. 小工具使用示例（部分）：其他功能，可发送 Help 查看使用方式。 登录失败 如果登录失败提示版本不对，执行以下步骤： 1. 下载文件，放到 NGCbot 文件夹里。 2. 打开微信，先不要登录，保持在扫码/登录页面。 3. 在文件夹空白处，shift + 鼠标右键，点击“在此处打开 Powershell 窗口”，然后输入相关命令，点击回车。 4. 然后，回到文件夹下，双击 main.py 。 5. 登录微信即可。 若群满，加我，回复“机器人”拉您进机器人群，回复“人类群”拉您进人类群。

layer_xl_bg2ble.safetensors、layer_xl_transparent_conv.safetensors、vae_transparent_encoder.safetensors 这类文件可能是大模型的一部分，也可能是 Lora 模型。 在 AI 模型中： 基础模型（英文名 Checkpoint）是生图必需的，任何生图操作必须要选定一个基础模型才能开始。 Lora 是低阶自适应模型，可以理解为基础模型的小插件，生图时可有可无，但在控制面部、材质、物品等细节方面有明显价值。 同时，VAE 是个编码器，功能类似于滤镜，可调整生图的饱和度。

当前 AI 发展现状： 涵盖了不同领域的应用和发展，如电子小说行业等。 包括了智能体的 API 调用、bot 串联和网页内容推送等方面。 对于非开发者一类的普通用户使用及进阶相关工具的指导： 可以先从国内模型工具入手，这些工具不花钱。 学习从提示词开始，与模型对话时要把话说清，强调提示词在与各类模型对话中的重要性及结构化提示词的优势。 对于技术爱好者：从小项目开始，如搭建简单博客或自动化脚本；探索 AI 编程工具，如 GitHub Copilot 或 Cursor；参与 AI 社区交流经验；构建 AI 驱动的项目。 对于内容创作者：利用 AI 辅助头脑风暴；建立 AI 写作流程，从生成大纲开始；进行多语言内容探索；利用 AI 工具优化 SEO。 若想深入学习美学概念和操作可报野菩萨课程。国内模型指令遵循能力较弱时，可使用 launch BD 尝试解决。

AI 可以用于生产公众号文章。以下是利用 AI 生产文章的相关要点： 1. 撰写文章： 关键在于提供清晰且具有指导性的提示词（prompt）。好的提示词能帮助 AI 更准确理解需求，生成符合预期的内容。 若已有基本提示词，AI 可生成基础文章；若想提升质量，可提供更详细、具创意的提示词，设定文章语气、风格和重点。 例如：“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯，创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题，开头部分要概述事件的背景和重要性，主体部分详细分析 OpenAI 的回应内容及其可能产生的影响，结尾处提出一些引人深思的问题或观点。” AI 生成的文章可能需要进行微调，以符合预期和公众号风格。不到十分钟就能完成文章内容产出。 2. 添加多媒体元素： 为文章增添视觉魅力，精心挑选相关的图片、视频或图表，丰富内容，提升吸引力和专业度。 可利用 Perplexity.AI 的 Search Images 功能寻找合适素材，注意避免使用带水印、画质不清晰或分辨率低的图片。 图片出处主要在 twitter 和官方网站，若遇英文内容难以理解，可借助谷歌浏览器一键翻译功能或其他浏览器插件。 至于哪一类公众号比较好起号，这取决于多种因素，如您的兴趣、专业知识、目标受众等。一般来说，以下几类公众号相对容易起号： 1. 生活分享类：涵盖美食、旅行、健身等，贴近大众生活，容易引起共鸣。 2. 知识科普类：针对特定领域，如历史、科学、技术等，满足人们的求知欲。 3. 情感励志类：提供心灵慰藉和激励，触动读者内心。 但无论选择哪一类，关键是要提供有价值、独特且优质的内容。