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

计算机小白学习AI的学习流程

Answer

对于计算机小白学习 AI,以下是一个较为系统的学习流程:

  1. 了解 AI 基本概念:
    • 阅读「从这里启程」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「入门:AI 学习路径」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,如图像、音乐、视频等,可根据自身兴趣选择特定模块深入学习。
    • 掌握提示词的技巧,因其上手容易且实用。
  4. 实践和尝试:
    • 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出自己的作品。
    • 在知识库中查看大家实践后的作品、文章分享,并分享自己实践后的成果。
  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,了解其工作原理和交互方式。

此外,还可以参考以下案例:

  • 二师兄在 2024 年 2 月接触到 AI 绘画,通过学习 SD 秋叶安装包和相关教程,进行炼丹实践。
  • 雪梅 May 采用输入→模仿→自发创造的学习模式,在半年多的时间里保持较好的学习状态,学习 AI 相关知识。
Content generated by AI large model, please carefully verify (powered by aily)

References

问:新手如何学习 AI?

了解AI基本概念:首先,建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」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。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。开始AI学习之旅:在「[入门:AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中,你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识,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,你可以按照自己的节奏学习,并有机会获得证书。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),你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧,它上手容易且很有用。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你的作品。在知识库提供了很多大家实践后的作品、文章分享,欢迎你实践后的分享。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,你可以获得对AI在实际应用中表现的第一手体验,并激发你对AI潜力的认识。

二师兄的AI启蒙之路(2024年)

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。

《雪梅 May 的 AI 学习日记》挑战 100 天和 AI 做朋友(持续更新中)

说明:1.适合纯AI小白:如果你还在观望AI,不知道从何入手,可以参考我这个日记。你可以先看左边的目录,会发现我现在已经快到100天了,在这个时间跨度里,我从一开始的到处看看到现在觉得自己已经走在了一条学习AI的轨道上。2.学习模式是什么:我平时有记录笔记的习惯,所以积累了这份AI学习日记。我最近整理复盘了这将近100天记录的日记后,我发现我学习AI的模式是输入→模仿→自发创造。如果你没有自信一开始就用费曼学习法来接触AI,那你可以试试我这个实践出来的学习模式。3.学习内容:我日记里的学习内容你可以不用直接复用,因为AI的节奏太快了,很多学习的材料在半年后的现在可能已经不适用了。比如coze之前共学的那些课程,你会发现coze已经改版了,如果你按照老课程来模仿,产品功能不一样了,对你来说会有转换的门槛。你可以去waytoAGI社区发现你自己感兴趣的AI领域,去学习你自己想学的最新的内容。4.有时间学吗:在半年多的时间跨度中,其中有100天在学习AI,所以这里的DAY(天数)不是每天依次进行,而是有空的时候学习。目前我进行到了90天,希望自己能够坚持满100天,甚至更多时间。5.学习状态:我在2024年保持了比较好的学习状态,有意愿和动力也能头脑清醒的学进去东西。这种状态不仅体现在学AI,我在2024年还看了33本书,像《穷查理宝典》这样的大部头都能看进去。所以如果你看到这个100天日记觉得自己很难做到,那是学习状态没有到最好,不用有心里压力,能学多少算多少就行。6.有费用吗:本日记中学习资源的内容都是免费开源的,真的很感谢这些把信息开源的人,这样会AI的人才会越来越多。我也是秉持这个理念,把我的学习日记开源了

Others are asking
我在完成一篇论文,能不能给我一些论文相关的AI提示词
以下是为您提供的一些论文相关的 AI 提示词示例: 1. 对于法律文章写作: 敕令法律文章撰写 author:叁随道人 version:1.0(20240626) language:中文 2. 对于一般性的论文写作: 这意味着您不能期待设计一个完美的提示词,然后 AI 百分百给到您一个完美的符合要求的答案,中间不能有谬误,否则就是一个需要修复的“BUG”。您要给到 AI 的提示词实际上是一个关于此项问题的相对完善的“谈话方案”,真正的成果需要在你们的对话中产生,您也需要在对话中来限缩自己思维中的模糊地带。 现在大多数人(包括各个大厂的提示词工程师们)基本上都还抱着前 AI 时代的“机器编程”思路来进行 AI 的“自然语言编程”。对于想要尝试 AI 的朋友们,建议多给到 AI 几轮对话修正的余地,不要期望输入一次提示词 AI 就能给到您想要的东西,毕竟很多时候其实您自己刚开始也不知道自己想要什么。 3. 对于文生图相关的论文: 英文为:,drawing,paintbrush 。括号和:1.2,都是用来增加权重的,权重越高在画面中体现越充分,同样提示词的先后顺序也会影响权重。 反向提示词:NSFw,,(toomany finger
2025-03-08
any recommendation for using AI to create my own website
以下是一些使用 AI 创建自己网站的建议和推荐: Bard 建议使用“给 AI 下具体设计任务”的方式,而不是简单地“要求 AI 直接输出内容”。这可以让 AI 更好地发挥创造力,同时也便于人类对最终输出进行检查和修改。 设计网站 logo 时,应保持简单易记,使用相关符号或图标,选择与技术和信任相关的颜色(如蓝色、绿色、白色),使用一致的字体,并获取他人的反馈。 利用 AI 创建网站时,通过与 AI 交互输入需求可快速创建网站,发布后会获得网址。 代码下载后可能复制容易但修改不易,有的工具可选中特定版块修改,有的则需整体重写。 网站修改的方法如通过浏览器开发者工具修改 logo,可替换图片或删除后上传同名图片。 推荐的网页原型图生成工具包括: 即时设计:https://js.design/ ,是一款可在线使用的「专业 UI 设计工具」,为设计师提供更加本土化的功能和服务,相较于其他传统设计工具,更注重云端文件管理、团队协作,并将设计工具与更多平台整合,一站搞定全流程工作。 V0.dev:https://v0.dev/ ,Vercel Labs 推出的 AI 生成式用户界面系统。每个人都能通过文本或图像生成代码化的用户界面。它基于 Shadcn UI 和 Tailwind CSS 生成复制粘贴友好的 React 代码。 Wix: ,是一款用户友好的 AI 工具,可让您在没有任何编码知识的情况下轻松创建和自定义自己的网站,提供广泛的模板和设计供您选择,以及移动优化和集成电子商务功能等功能。Wix 建站工具通过拖放编辑、优秀模板和 250 多种 app,能帮助不同领域的用户创建所有种类的网站。 Dora:https://www.dora.run/ ,使用 Dora AI,可以通过一个 prompt,借助 AI 3D 动画,生成强大网站。支持文字转网站,生成式 3D 互动,高级 AI 动画。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-08
AI与SAAS结合
AI 与 SaaS 的结合具有以下特点和影响: 1. 像 Microsoft 推出的 Copilot 产品升级,如 Copilot Team 与 Studio,能让 Agent 融入企业内部,实现自动化的会议记录和日程安排,还能设计组织内部自动化流程,帮助操作办公软件。这表明软件应用范式已转移,AI Agent 成为新 SaaS。 2. 对于生成式 AI 对 SaaS 生态的影响,起初认为大公司不会受到太大冲击,因为初创公司和大公司各有优势,初创公司机会在于瞄准可自动化工作领域。但现在不确定是否低估了“AI 原生”的巨大潜力。 3. 二十年前传统软件公司对 SaaS 崛起的态度与如今对 AI 变革的态度可能类似。SaaS 带来了业务模式的全面变革,包括开发方式、市场策略和商业模式的转变,只有极少数传统公司成功转型。 4. OpenAI 的目标明确为 all in AGI,商业模式为 SaaS,直接提供 API,接口设计内部决定,按使用付费。其在一些产品上如 ChatGPT Plus、与第三方插件结合等方面的处理方式较为简单直接。
2025-03-08
AI和AGI的区别
AI(Artificial Intelligence,人工智能)和 AGI(Artificial General Intelligence,通用人工智能)有以下区别: 1. 能力范围: AI 通常指的是弱人工智能(ANI,Artificial Narrow Intelligence),它只能完成特定的任务,如智能音箱的语音交互、网站搜索、自动驾驶、工厂与农场的应用等。 AGI 则能够做任何人类可以做的事情。 2. 发展程度: ANI 已经取得了巨大的发展。 而 AGI 目前还没有取得巨大的进展。 3. 模型目的和底层数据量: 以往的 AI 被视为“工具”,而 AGI 更像是“大脑”。 OpenAI 主张的 AGI 模型,如 GPT 系列,致力于成为“世界模型”,将世界上所有的知识压缩到模型里,其底层数据量巨大,正在接近全人类所有数据的量级。
2025-03-08
AI能做什么?无所不能么
AI 具有广泛的应用和能力,但并非无所不能。以下是 AI 能够做到的一些方面: 在医疗领域,AI 可以辅助疾病的预测、诊断和治疗,例如通过训练神经网络预测蛋白质结构,从而推进结构生物学的发展,帮助预防抗生素耐药性、推进疾病研究以及加速对抗塑料污染。 在科学研究方面,AI 能够促进科学发现,例如用于拼凑出首张距离地球 5500 万光年的黑洞图像,还能解决长期困扰科学家的蛋白质折叠难题。 在医疗检测方面,AI 有助于提高疾病检测效率,如应用于乳腺癌筛查,使更多患者能更快接受筛查,让临床医生有更多时间为患者服务并提供更快速的治疗。 在农业领域,AI 机器人可以提高农业生产效率。 然而,对于一些终极问题,答案不可避免且坚决是否定的。但这并不意味着 AI 不能重要地帮助科学进步,例如在非常实用的层面上,语言模型可以为计算功能提供新的语言接口,并通过其知识提供高水平的“自动完成”,辅助科学工作中的“传统答案”或“传统的后续步骤”。
2025-03-08
有没有ai编程的AI rules
目前关于 AI 编程的 AI Rules 主要有以下内容: 在字节发布的全新 AI IDE Trae 中,由于其过于智能,有时难以控制其立即执行任务,且目前没有全局 AI Rules 的设置,需要用“”来引入规则。 在进行 AI 编程时,应遵循一定的准则。例如,能不编程尽量不编,优先寻找线上工具、插件、本地应用等现成的解决方案,先找现成的开源工具和付费服务,最后再考虑自己编程,且编程时要以终为始,聚焦目标。 在 Trae 中,可以新建一个文件“AI Rules”,将相关规则代码复制进去并保存。在与 AI 沟通需求时引入该文件,AI 会按照规则进行开发。同时,AI 生成的代码可能存在随机性和错误,需要花费时间调试 Bug,可以通过终端、测试网页功能时的“F12”等方式查看报错信息并修复。
2025-03-08
怎么系统性的学习AI?
以下是系统性学习 AI 的方法: 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,可根据兴趣选择特定模块深入学习。 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,了解其工作原理和交互方式。 6. 对于中学生: 从编程语言入手学习,如 Python、JavaScript 等,学习编程语法、数据结构、算法等基础知识。 尝试使用 AI 工具和平台,如 ChatGPT、Midjourney 等,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。 学习 AI 基础知识,包括基本概念、发展历程、主要技术及在各领域的应用案例。 参与 AI 相关的实践项目,如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。 关注 AI 发展的前沿动态,关注权威媒体和学者,思考 AI 技术对未来社会的影响。 总之,系统性学习 AI 要注重理论与实践结合,从基础入手,逐步深入,并根据自身兴趣和需求选择重点方向。
2025-03-08
现在想开始学习,应该从哪学起
对于新手学习 AI,建议您从以下几个方面入手: 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。 在知识库中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。 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。 对于中学生学习 AI,有以下建议: 1. 从编程语言入手学习: 可以从 Python、JavaScript 等编程语言开始学习,学习编程语法、数据结构、算法等基础知识,为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台: 可以使用 ChatGPT、Midjourney 等 AI 生成工具,体验 AI 的应用场景。 探索一些面向中学生的 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、主要技术如机器学习、深度学习等。 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: 可以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,培养动手能力。 5. 关注 AI 发展的前沿动态: 关注 AI 领域的权威媒体和学者,了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响,培养对 AI 的思考和判断能力。 总之,中学生可以从编程基础、工具体验、知识学习、实践项目等多个方面入手,全面系统地学习 AI 知识和技能,为未来的 AI 发展做好准备。
2025-03-08
我这边想学习AI动画
以下是关于学习 AI 动画的相关信息: 有一门推荐的 AI 课程,其内容包括预习周课程(如 AI 绘画电脑配置要求、高效 AIGC 创意者的数字人工具包、SD 插件安装方法、画静为动的 AIGC 视频制作讲解等)、基础操作课(涵盖 AI 绘画通识课、AI 摄影虚拟的真实、AI 电影 穿越的大门等)、核心范式课程(涉及词汇的纸牌屋、核心范式应用、控制随机性等)、SD WebUi 体系课程(包括 SD 基础部署、SD 文生图、图生图、局部重绘等)、ChatGPT 体系课程(有 ChatGPT 基础、核心 文风、格式、思维模型等)、ComfyUI 与 AI 动画课程(包含部署和基本概念、基础工作流搭建、动画工作流搭建等)、应对 SORA 的视听语言课程(涉及通识 欢迎参加电影的葬礼、影像赏析、基础戏剧影视文学等)。如果想要免费获得这门课程,可以参与 video battle,获胜者有不同的奖励,包括课程和门票。扫码添加菩萨老师助理,可了解更多课程信息。 作为小白参与制作 AI 动画短片的经验分享:在项目中负责“刺猬菠萝”角色的图片和视频制作,在他人指导下掌握基本技巧并使用 MJ 和 RunWayAI 工具。为完成任务,学习入门资料、参与团队讨论并向有经验的人请教。对于想要了解 AI 生成图像和生成视频的朋友,建议多看教程多实践、积极参与社群交流、保持好奇心和探索精神。AI 技术发展迅速,对视频内容创作产生深远影响,提高制作效率、降低制作成本,为设计小白提供机会。
2025-03-08
我是一个小白,但是想学习AI相关的知识,你有什么推荐吗,我需要注意什么,有什么技术学习路线
对于想学习 AI 的小白,以下是一些推荐和需要注意的方面,以及技术学习路线: 一、基础知识 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. 数学基础 学习线性代数、概率论、优化理论等。 3. 编程基础 掌握 Python、C++等编程语言。 二、学习路径 1. 偏向技术研究方向 机器学习基础:监督学习、无监督学习、强化学习等。 深度学习:神经网络、卷积网络、递归网络、注意力机制等。 自然语言处理:语言模型、文本分类、机器翻译等。 计算机视觉:图像分类、目标检测、语义分割等。 前沿领域:大模型、多模态 AI、自监督学习、小样本学习等。 科研实践:论文阅读、模型实现、实验设计等。 2. 偏向应用方向 机器学习基础:监督学习、无监督学习等。 深度学习框架:TensorFlow、PyTorch 等。 应用领域:自然语言处理、计算机视觉、推荐系统等。 数据处理:数据采集、清洗、特征工程等。 模型部署:模型优化、模型服务等。 行业实践:项目实战、案例分析等。 三、深入学习和实践 1. 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。 2. 实践和尝试 理论学习之后,通过实践巩固知识,尝试使用各种产品做出自己的作品。 在知识库提供了很多大家实践后的作品、文章分享,欢迎实践后的分享。 3. 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。 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。 请注意,以上内容由 AI 大模型生成,请仔细甄别。
2025-03-08
学习人工智能,小白应该从哪学起?
对于小白学习人工智能,建议从以下几个方面入手: 1. 了解 AI 基本概念:首先,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。 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。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。 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。同时,建议掌握提示词的技巧,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。 另外,您可以参考《雪梅 May 的 AI 学习日记》,其中提到适合纯 AI 小白的学习模式是输入→模仿→自发创造。同时要记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得自己的成就。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。
2025-03-08
我是小白,该怎么去学习?
对于小白学习 AI,以下是一些建议: 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,可根据自己的兴趣选择特定模块深入学习。 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。 在知识库中有很多大家实践后的作品、文章分享。 5. 体验 AI 产品: 与现有的 AI 产品(如 ChatGPT、Kimi Chat、智谱、文心一言等)进行互动,了解其工作原理和交互方式。 如果您是零基础小白: 1. 网上找基础课程学习。 2. 看一些科普类教程。 3. 阅读 OpenAI 的文档,理解每个参数的作用和设计原理。 4. 推荐使用的练手 Prompt 工具: 拥有一个大模型帐号,如 ChatGPT4 或国产平替:。 5. 阅读相关文档:
2025-03-08
小白如何学习AI
对于小白学习 AI,以下是一些建议: 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,如图像、音乐、视频等,可根据自身兴趣选择特定模块深入学习。 掌握提示词的技巧,因其上手容易且有用。 4. 实践和尝试: 理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品。 知识库中有很多实践后的作品、文章分享,欢迎实践后进行分享。 5. 体验 AI 产品: 与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动,了解其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。 6. 持续学习和跟进: AI 发展迅速,新成果和技术不断涌现,关注 AI 领域的新闻、博客、论坛和社交媒体,保持对最新发展的了解。 考虑加入 AI 相关的社群和组织,参加研讨会、工作坊和会议,与其他 AI 爱好者和专业人士交流。 此外,还可以参考《雪梅 May 的 AI 学习日记》,其适合纯 AI 小白,作者的学习模式是输入→模仿→自发创造,学习资源免费开源。但需注意,其中的学习内容可能因 AI 节奏快而不适用最新情况,可在 waytoAGI 社区发现自己感兴趣的 AI 领域,学习最新内容。同时,学习状态和时间安排因人而异,能学多少算多少。
2025-03-07
一个什么都不懂的小白,想学习ai,我应该如何学呢,我需要一个学习ai的路线
对于一个想学习 AI 的小白,以下是为您提供的学习路线: 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。 通过与这些 AI 产品的对话,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。 记住,学习 AI 是一个长期的过程,需要耐心和持续的努力。不要害怕犯错,每个挑战都是成长的机会。随着时间的推移,您将逐渐建立起自己的 AI 知识体系,并能够在这一领域取得自己的成就。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。
2025-03-07
小白学习AI需要学什么
小白学习 AI 可以从以下几个方面入手: 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: 参考「」中的课程,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,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,通过实践巩固知识,尝试使用各种产品做出自己的作品。 在知识库中查看大家实践后的作品、文章分享,并进行自己的分享。 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,还可以参考《雪梅 May 的 AI 学习日记》中的学习模式,即输入→模仿→自发创造。对于技术纯小白,可以从一个最最基础的小任务开始,让 AI 先帮按照 best practice 写一个 say hello 的示例程序,并解释每个文件的作用及程序运行的逻辑,学会必备的调试技能。同时,通过和 AI 的对话,逐步明确项目需求,梳理出产品需求文档。
2025-03-07
请帮我推荐几个最新流程的关于编程方面的AI技术
以下是一些最新流行的关于编程方面的 AI 技术: 1. GitHub Copilot:由 GitHub 联合 OpenAI 和微软 Azure 团队推出,支持多种语言和 IDE,能为程序员快速提供代码建议,助其更快、更少地编写代码。 2. 通义灵码:阿里巴巴团队推出,基于通义大模型,提供行级/函数级实时续写、自然语言生成代码、单元测试生成、代码注释生成、代码解释、研发智能问答、异常报错排查等能力。 3. CodeWhisperer:亚马逊 AWS 团队推出的由机器学习技术驱动的代码生成器,可为开发人员实时提供代码建议。 4. CodeGeeX:智谱 AI 推出的开源免费 AI 编程助手,基于 130 亿参数的预训练大模型,可快速生成代码,提升开发效率。 5. Cody:代码搜索平台 Sourcegraph 推出的 AI 代码编写助手,借助强大的代码语义索引和分析能力,了解开发者的整个代码库。 6. CodeFuse:蚂蚁集团支付宝团队为国内开发者提供智能研发服务的免费 AI 代码助手,基于蚂蚁集团自研的基础大模型进行微调的代码大模型。 7. Codeium:由 AI 驱动的编程助手工具,通过提供代码建议、重构提示和代码解释来帮助软件开发人员,提高编程效率和准确性。 更多辅助编程 AI 产品,还可以查看这里:https://www.waytoagi.com/category/65 。每个工具的功能和适用场景可能不同,您可以根据自身需求选择最适合的工具。
2025-03-07
能做出流程图的ai
以下是一些能够制作流程图的 AI 工具和方法: 1. Lucidchart: 注册并登录:。 选择模板:在模板库中搜索“项目管理流程图”。 编辑图表:根据项目需求添加和编辑图形和流程步骤。 优化布局:利用 AI 自动布局功能,优化图表的外观。 保存和分享:保存图表并与团队成员分享,或导出为 PDF、PNG 等格式。 2. ChatGPT: 生成流程图有两种方式: 可视化拖拽:代表产品有 (web 工具)、visio(本地软件)。 优点:直观。 缺点:需要花时间在布局上。 语法渲染成图形,代表语法:。 优点: 只用关注逻辑,文本即图形,方便直接嵌入在 markdown 文件中,比如在用 tyora、markdown 写文档时。 多样性,不同渲染引擎可渲染成多种样式。 缺点:有点抽象。 3. Claude:可以通过输入提示词来生成流程图,但效果可能不太理想。 需要注意的是,画图的目的是加深理解,通过亲自动手画图来巩固印象。如果让 AI 画,可能会失去锻炼的机会,而且目前的 AI 画出的流程图可能不太美观,也难以修改。
2025-03-05
我想完全本地化部署deepseek,然后,将我的文档,文本,图片等内容丢给它训练,微调。我要完全本地化,因为我的文档设计隐私。我要免费开源流程。如何实现,
要完全本地化部署 DeepSeek 并使用您的文档、文本、图片等内容进行训练和微调,以下是一些相关的信息和步骤: 1. 模型训练与平台服务: 模型复现与微调:1:1 复现通常没问题,但理解细节并自行制作需要基础知识。有手把手教程、数据集等可帮助 1:1 复现,微调在特定领域可降低幻觉,参数量不变但权重变化。 训练模型的学习方法:先会用再学会训,从训的过程中倒推学习参数调整,这是以用导学的学习方法。 模型回答效果对比:微调后的模型在回答排列组合等问题时,思考前几乎无反馈,答案多为英文且格式稳定,但仍可能答错。 2. 平台服务介绍: 阿里云提供多种解决方案。 百炼是提供多种模型服务的 Maas 平台。 派平台是提供云服务的 PaaS 平台,二者在定位、服务内容和核心差异上有所不同。 3. 关于模型训练与数据集相关问题: 数据资源情况:默认提供公共数据训练集,百派平台能匹配模型和数据,通义开源了不少数据集。 多模态训练:多模态有自身标注方式,如视频拉框标注。 参数量变化:通常训练模型参数量固定,若想改变需改模型层,但可能要从头调。 本地微调框架:可使用 llama factory 等框架,需搭建并部署。 开源数据下载:可在 GitHub、hugging face、Mo Model Scope 等平台获取。 数据集转化:将文档资料转成数据集可先手动形成 SOP,再逐步自动化,初期需大量人力。 4. 本地部署介绍:讲解了如果拥有云服务器如何进行本地部署,以及满血版本地部署的实际情况。 5. 免费额度说明:在 freely.aliyun.com 可领取 500 元免费额度,但有使用限制,不能部署满血版和较大的增流模型。 6. 平台服务差异:介绍了 DLC、DSW 和 EAS 等模型部署平台服务的差别。 7. 模型蒸馏微调:会带着大家复现模型的蒸馏和微调,并讲解相关知识。 R1 模型的强化学习:通过强化学习,在训练过程中给予模型反馈,如路线规划是否成功到达终点、输出格式是否符合期望等,对正确路线增强权重,使做对的概率变高,导致思考逻辑变长。 R1 模型的蒸馏与微调:用 Deepseek RE Zero 蒸馏出带思考的数据,基于 Deepseek V3 微调,进行冷启动,再做强化学习,还从非公布模型提取微调数据,加上人类偏好,最终形成 R1。 R1 与其他模型的差别:R1 是原生通过强化学习训练出的模型,蒸馏模型是基于数据微调出来的,基础模型能力强,蒸馏微调模型能力也会强。 模型的相互帮助:Deepseek R1 反过来蒸馏数据微调 V3,形成互相帮助的局面,使两个模型都更强。 请注意,在进行本地化部署和训练微调时,需要具备一定的技术知识和经验,并且要遵循相关的法律法规和道德规范。
2025-03-04
如何搭建一个工作流来做ai agent 的事情,帮助学生找工作的整个流程,从找合适岗位-> 投递简历 -> 和hr联系 ->做面试前的search工作和面试准备-> 提醒参加面试-> 面试结果追踪,后续的复盘,得到面试经验
搭建一个用于帮助学生找工作的 AI Agent 工作流可以参考以下步骤: 1. 规划 总结任务目标与执行形式,明确帮助学生从找合适岗位到面试结果追踪及复盘的全过程。 将任务分解为可管理的子任务,例如找合适岗位、投递简历、与 HR 联系、面试前准备、提醒参加面试、面试结果追踪和复盘等,并确立它们的逻辑顺序和依赖关系。 设计每个子任务的执行方法,比如确定合适的岗位筛选标准、制定简历投递策略、规划与 HR 沟通的方式等。 2. 实施 在相应的平台(如 Coze 等)上搭建工作流框架,设定每个节点的逻辑关系。 详细配置子任务节点,例如设置岗位筛选的参数、简历模板和投递渠道、与 HR 联系的话术等,并验证每个子任务的可用性。 3. 完善 整体试运行工作流,识别功能和性能的卡点。 通过反复测试和迭代,优化工作流,直至达到预期效果,例如提高学生找到合适工作的成功率、提升面试表现等。 此外,在技术实现方面,例如实现无代码开发和工具调用,您可以参考以下操作: 打开 Comfyui 界面后,右键点击界面,即可找到 Comfyui LLM party 的目录,您既可以学习如何手动连接这些节点,从而实现一个最简单的工作流,也可以直接将相关工作流文件拖拽到 Comfyui 界面中一键复刻提示词工程实验。 从 ollama 的 github 仓库找到对应版本并下载,启动 ollama 后,在 cmd 中输入 ollama run gemma2 将自动下载 gemma2 模型到本地并启动。将 ollama 的默认 base URL=http://127.0.0.1:11434/v1/以及 api_key=ollama 填入 LLM 加载器节点即可调用 ollama 中的模型进行实验。如果 ollama 连接不上,很可能是代理服务器的问题,请将您的 127.0.0.1:11434 添加到不使用代理服务器的列表中。
2025-02-27
大模型训练全流程
大模型训练通常包括以下全流程: 1. 收集海量数据:如同教导孩子成为博学多才之人,要让其阅读大量书籍、观看纪录片、与人交谈,对于 AI 模型,就是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:就像为孩子整理学习资料,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:如同为孩子设计学习计划,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,这种架构擅长处理序列数据(如文本)。 4. 训练模型:如同孩子开始学习,AI 模型开始“阅读”提供的数据,通过反复阅读尝试预测句子中的下一个词,从而逐渐学会理解和生成人类语言。 此外,大模型训练还可以类比为“上学参加工作”: 1. 找学校:训练大模型需要大量计算,GPU 更合适,只有购买得起大量 GPU 的才有资本训练自己的大模型。 2. 确定教材:大模型需要大量数据,几千亿序列(Token)的输入基本是标配。 3. 找老师:即用合适的算法讲述“书本”中的内容,让大模型更好理解 Token 之间的关系。 4. 就业指导:为让大模型更好胜任某一行业,需要进行微调(fine tuning)指导。 5. 搬砖:就业指导完成后,进行如翻译、问答等工作,在大模型里称之为推导(infer)。 一般训练还会有以下步骤: 1. 无监督学习:模型通过分析大量文本数据,学习语言基本结构和常识,具备文本补齐能力,将人类知识向量化以获得基础语言模型。 2. 清洗出好的数据。 3. 指令微调:训练模型理解并执行具体指令,如翻译文本以回答问题,输入内容包括特定格式的指令、输入和输出。 4. 对齐过程:通过引入人类评价标准和处理特定格式要求,优化模型输出以符合人类期望,包括处理文化、道德等细节。 虽然各公司具体实现细节可能是机密,但这些步骤共同构成了构建高效、实用大语言模型的过程,最终产生的模型可能含有高达 1750 亿个参数。在开源与闭源模型的开发策略中,开源模型依赖社区贡献,闭源模型由企业投入大量资源开发,两种策略都旨在推动大语言模型技术发展和应用。
2025-02-26
我打算用windsurf、coze、飞书多维表格来搭建自动流程,重新为我推荐相关学习内容
以下是为您推荐的相关学习内容: 一泽 Eze:Coze+飞书多维表格,打造专属 AI 智能体,享受 10 倍知识管理效率 逐步搭建 AI 智能体: 搭建选择内容推荐流,用于根据用户输入的“想看 xxx 内容”,在飞书多维表格的稍后读存储地址中检索现有的收藏记录,匹配符合阅读兴趣的内容记录。 新建工作流「recommendRead」,根据弹窗要求自定义工作流信息。 工作流全局流程设置: 4.1 开始节点:输入想阅读的内容主题。收到用户输入的“想看 xxx 内容”这类指令即开始流程,判断哪些用户输入是在交代想阅读的内容主题交由外层 bot 的大模型判断。 4.2 变量节点:引入 bot 变量中保存的飞书多维表格地址,添加变量节点并设置。 4.3 插件节点:添加「飞书多维表格search_records」插件,设置{{app_token}}参数,在{{app_token}}引用变量节点的{{app_token}},输出结果的{{items}}里会返回所需查询结果,也可通过额外配置定向检索未读状态的收藏记录。 4.4 大模型节点:采用批处理对检索出来的收藏记录逐个进行相关性匹配,可优化用户提示词提升匹配精准度。 输入观点一键生成文案短视频 基于其它博主开源的视频生成工作流做了功能优化,实现视频全自动创建。 功能:通过表单输入主题观点,提交后自动创建文案短视频,并推送视频链接到飞书消息。 涉及工具:Coze 平台(工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成)、飞书(消息)、飞书多维表格(字段捷径、自动化流程) 大体路径: 通过 coze 创建智能体,创建工作流,使用 DeepSeek R1 根据用户观点创建文案,再创建视频。 发布 coze 智能体到飞书多维表格。 在多维表格中使用字段捷径,引用该智能体。 在多维表格中创建自动化流程,推送消息给指定飞书用户。
2025-02-26