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

现在想开始学习,应该从哪学起

Answer

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「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,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。

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。

像高手一样编写 GPT:从基础到实践,学习使用 GPT 的 Action

我们最后提炼一下Action的工作流:首先,想一下你想要做一个什么样的GPT,以及是否需要外部数据——这两个谁先谁后不重要;然后,去你需要的外部数据寻找API文档,或者基于你的需求,自己开发一个API,寻找市面上可以直接用的Action;最后,基于API文档,编写Action里的Schema,和Prompt(如何处理取回来的信息)写在最后总结一下:今天我们的讨论起始于人工智能中的“Agent&Action”,然后转向OpenAI对智能体(Agent)能力模型的定义。接着,我们深入探讨了ChatGPT中的Action(搜索、画图、代码解释器),以及GPT系列中的不同Action。使用了一个容易上手的Action Webpilot,用于访问网页获取实时的文本内容。最后,我们初步了解了API的概念,以及GPT如何通过Action与外部数据进行交互和使用。如果对Action很感兴趣,你可以从以下方向开始继续前进:系统的了解和学习API相关的知识去网上寻找可以用的API来练习发掘GPT Action更多的潜力以上是我认为相对容易入门的知识框架,但是我们都知道:你不可能只在一次分享/一篇文章中就获得完整的Action相关知识学习虽然没有终点,但有阶段性目标。大家可以通过后续看到的不同的教程和资料,识别这些知识之间的共性和逻辑关系,然后继续深化对这个主题的理解,构建你自己的知识体系。如果你对GPT开发有兴趣,想要认识更多玩GPT的朋友,欢迎加入GPTGeeker的星球:

问:中学生如何开始学习 AI,有哪些好用的工具或者平台?

我总结了以下中学生学习AI的建议:1.从编程语言入手学习可以从Python、JavaScript等编程语言开始学习,这些是AI和机器学习的基础。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。内容由AI大模型生成,请仔细甄别

Others are asking
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
推荐下coze学习教程
以下为您推荐一些 Coze 学习教程: 1. 胎教级教程:万字长文带你理解 RAG 全流程 其中九、用 Coze 学习 RAG 部分提到,新知识学习可采用 Claude + Coze 的方法。Claude 是目前最强的 AI 大模型,Coze 是一款 AI Agent 的衍生产品,其最大价值在于跟进 AI Agent 工具发展情况、发现商业化机会以及做产品 Demo。还不知道 Coze 是什么的同学可以看公开分享:。在学习 RAG 过程中,可先通过 Claude 了解细节概念,再通过 Coze 搭建 Demo,且创建了产品资料问答机器人等 4 个 Bot,相关资料请参考上述公开分享。 2. 一泽 Eze:万字实践教程,全面入门 Coze 工作流|用 Coze 打造 AI 精读专家智能体,复刻 10 万粉公众号的创作生产力 可能是全网最好的 Coze 教程之一,即使是非技术出身的爱好者也能上手跟学,一站式学会 AI Agent 从设计到落地的全流程方法论。核心看点包括通过实际案例逐步演示用 Coze 工作流构建生成结构化内容的 AI Agent、开源 AI Agent 的设计到落地的全过程思路、10+项常用的 Coze 工作流的配置细节、常见问题与解决方法。适合玩过 AI 对话产品的一般用户以及对 AI 应用开发平台(如 Coze、Dify)和 AI Agent 工作流配置感兴趣的爱好者。注:本文不单独讲解案例所涉及 Prompt 的撰写方法。文末「拓展阅读」中,附有相关 Prompt 通用入门教程、Coze 其他使用技巧等内容,以供前置或拓展学习。
2025-03-09
系统学习AI
以下是关于系统学习 AI 的建议: 对于中学生: 1. 从编程语言入手: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:体验如 ChatGPT、Midjourney 等生成工具,探索面向中学生的教育平台,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,熟悉主要技术如机器学习、深度学习等,学习其在教育、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,尝试运用 AI 技术解决实际问题,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,思考 AI 技术对未来社会的影响,培养思考和判断能力。 对于一般学习者: 1. 系统性学习:避免碎片化输入,通过看书、听课等方式,了解 AI 的底层原理和发展历程,打好基础。 2. 加入相关社区:如“通往 AGI 之路”等开源知识库,参考新手指引,获取成体系的学习资源。 总之,系统学习 AI 可以从编程基础、工具体验、知识学习、实践项目和关注前沿动态等多方面着手,为未来在 AI 领域的发展做好充分准备。
2025-03-09
AI学习路径
以下是为新手提供的 AI 学习路径: 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),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作品。 在知识库分享实践后的作品和文章。 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,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。 另外,如果您偏向技术研究方向,学习路径包括: 1. 数学基础:线性代数、概率论、优化理论等。 2. 机器学习基础:监督学习、无监督学习、强化学习等。 3. 深度学习:神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理:语言模型、文本分类、机器翻译等。 5. 计算机视觉:图像分类、目标检测、语义分割等。 6. 前沿领域:大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践:论文阅读、模型实现、实验设计等。 如果您偏向应用方向,学习路径包括: 1. 编程基础:Python、C++等。 2. 机器学习基础:监督学习、无监督学习等。 3. 深度学习框架:TensorFlow、PyTorch 等。 4. 应用领域:自然语言处理、计算机视觉、推荐系统等。 5. 数据处理:数据采集、清洗、特征工程等。 6. 模型部署:模型优化、模型服务等。 7. 行业实践:项目实战、案例分析等。 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。 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。
2025-03-09
我想用AI辅助做科研选题,写学术课题申报书,我需要学习哪些内容,按步骤进行规划
利用 AI 辅助做科研选题并写学术课题申报书,您需要按以下步骤学习相关内容: 1. 确定课题主题:明确您的研究兴趣和目标,选择具有研究价值和创新性的主题。 2. 收集背景资料:使用学术搜索引擎和文献管理软件等 AI 工具,搜集相关研究文献和资料。 3. 分析和总结信息:借助 AI 文本分析工具,对收集到的资料进行分析,提取关键信息和主要观点。 4. 生成大纲:利用 AI 写作助手生成课题大纲,涵盖引言、文献综述、方法论、结果和讨论等部分。 5. 撰写文献综述:使用 AI 工具辅助撰写文献综述部分,保证内容准确完整。 6. 构建方法论:依据研究需求,采用 AI 建议的方法和技术设计研究方法。 7. 数据分析:若课题涉及数据收集和分析,运用 AI 数据分析工具处理和解释数据。 8. 撰写和编辑:借助 AI 写作工具撰写课题各部分,并进行语法和风格检查。 9. 生成参考文献:使用 AI 文献管理工具生成正确的参考文献格式。 10. 审阅和修改:利用 AI 审阅工具检查课题的逻辑性和一致性,并根据反馈修改。 11. 提交前的检查:最后,使用 AI 抄袭检测工具确保课题的原创性,并做最后的格式调整。 请记住,AI 工具只是辅助,不能完全替代研究者的专业判断和创造性思维。在使用 AI 进行课题写作时,要保持批判性思维,确保研究质量和学术诚信。
2025-03-09
AI应该如何学习
以下是关于 AI 学习的全面指导: 对于新手学习 AI: 1. 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、当前应用和未来发展趋势。 2. 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)按照自己的节奏学习,并争取获得证书。 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,同时掌握提示词技巧。 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,知识库也提供了很多实践后的作品和文章分享。 5. 体验 AI 产品:与现有的 AI 产品如 ChatGPT、Kimi Chat、智谱、文心一言等聊天机器人互动,了解其工作原理和交互方式。 对于中学生学习 AI: 1. 从编程语言入手学习:可以从 Python、JavaScript 等编程语言开始,学习编程语法、数据结构、算法等基础知识。 2. 尝试使用 AI 工具和平台:使用 ChatGPT、Midjourney 等 AI 生成工具体验应用场景,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、主要技术(如机器学习、深度学习等),学习其在教育、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,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,了解最新进展,思考其对未来社会的影响,培养思考和判断能力。 在医疗保健领域,为了让 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,再通过学徒实践,面对面从出色实践者那里学习。对于 AI,应通过堆叠模型训练,而不仅依靠大量数据和生成模型。例如先训练生物学、化学模型,再添加特定于医疗保健或药物设计的数据点。就像医学生从基础课程开始,科学家也需多年化学和生物学学习及博士研究,这种学习方式有助于培养处理细微差别决策的直觉。
2025-03-09
AI学习资料
以下是为您提供的 AI 学习资料: 入门指南:强化学习 原文地址:https://mp.weixin.qq.com/s/pOO0llKRKL1HKG8uz_Nm0A 学习计划:以搞懂 DQN 算法作为入门目标。 新手学习 AI 了解 AI 基本概念:阅读「」熟悉术语和基础概念,了解其主要分支及联系。 浏览入门文章,了解历史、应用和发展趋势。 开始学习之旅:在「」中找到初学者课程,推荐李宏毅老师课程。通过在线教育平台(如 Coursera、edX、Udacity)按节奏学习,有机会获证书。 选择感兴趣模块深入学习:如掌握提示词技巧。 实践和尝试:理论学习后实践巩固知识,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。 支线剧情共创 AI 出图教学及资料 MJ 官方手册:https://docs.midjourney.com/ Prompt 魔法书:https://aituts.ck.page/promptsbook eSheep: 如何在 MJ 中保持角色一致性: AI 视频教学及资料 什么是相似形转场:
2025-03-09
你觉得作为一个普通人,应该怎样更高效的使用AI,并且保持跟上AI快速迭代的节奏?
作为普通人,要更高效地使用 AI 并跟上其快速迭代的节奏,可以参考以下策略: 1. 提前布局职业生涯:审视自身所处行业和岗位,预估 5 10 年后被 AI 取代的程度。若风险高,即刻学习新技能并向更有前景的领域转型;若风险低,思考如何在 AI 辅助下将工作做到极致。 2. 投入 AI 浪潮:敢于使用和研究 AI,将其融入业务,哪怕从简单应用开始,实践中发现新机会点。 3. 强化不可替代的人类技能:如创意、沟通、领导、跨领域知识、独特专长等。 4. 建立个人品牌和网络:通过分享专业见解、持续学习输出内容,在业界建立口碑,积累人脉和声望。 5. 拥抱创业和多元收入:利用 AI 降低的创业门槛,发展副业或项目,探索多种可能性,经营多元身份提升抗风险能力。 6. 保持健康的身心:学会调适心态,持续锻炼身体,以良好的身心状态应对挑战。 此外,在 AI 时代,持续学习能力与适应力是最重要的个人能力之一。要培养自己成为终身学习者,保持好奇心,定期涉猎新领域的知识或课程,锻炼自学能力,勇于打破舒适区。同时,要在心理上拥抱变化,将其视为机遇而非威胁,培养心理韧性,以积极的心态应对不确定性。 在监管方面,英国采用了基于原则的框架,其监管体制具有创新、适度、可信、适应、清晰和协作等特点,旨在促进创新的同时平衡风险与机遇,加强在 AI 领域的全球领导地位。
2025-03-09
利用ai对毕业论文扩写应该使用什么提示词
以下是一些利用 AI 对毕业论文扩写的提示词示例: 1. 请对这部分论文内容进行详细扩展,补充更多相关案例和数据,以增强论证的说服力。 2. 基于现有的论文内容,进一步阐述观点,丰富理论依据,并增加相关领域的前沿研究成果。 3. 对这段论述进行深化,从多个角度展开分析,同时融入更多的学术引用和参考文献。 4. 请将此部分内容扩展为更完整的篇章,增加细节描述,使论述更加全面和深入。 在使用提示词时,要注意内容的准确性和逻辑性,确保扩写后的论文质量得到提升。
2025-03-08
做一个每日收集兴趣信息的工具,如收集agent,从微信公众号上收集,应该怎么做
以下是一种通过文章链接订阅公众号,定时推送情报消息,并实现情报 CoT 问答的方式来做每日收集兴趣信息的工具: 1. 安装 Docker(假设已经装上) 浏览器打开:http://127.0.0.1:4000 或 http://wewerss 服务的 IP:端口(为上面设置的外部端口) 点开后,输入 Dash 管理页面密码 先点帐号管理,然后点“添加读书帐号”(即使用微信读书来实现公众号订阅),扫码添加帐号 然后在公众号源上,点添加 将您想订阅的公众号的一篇文章链接粘贴并点确定即可订阅公众号文章。但建议不要短时间订阅太多公众号(最好不超 40 个),然后在本地 data/目录会生成一个 SQLite 数据库文件 wewerss.db 2. 关于 Coze 工作流和 Bot 因为前面需要对多维表格操作,所以要先在 http://open.feishu.cn 上建一个飞书机器人,并添加知识库或多维表格编辑权限,具体可参考飞书文档。得到机器人的 app_id 和 app_secret 即可获得租用 token:tenant_access_token 来获取多维表格数据和编辑能力。 工作流一:通过微信文章链接进行文章解读成摘要报告。通过 LLM 能力,开源提示词如下。由于 Coze 使用 LLM 和批量执行任务延时的约束,建议不要同时处理太多文章(如 6 篇左右)。这样执行后,将多维表格的文章状态转换成“已通知”并生成简报。 消息情报官 Bot:最后可以通过 Coze,建定时任务,执行工作流二,并添加其他如分析文章和搜索文章的能力,即可变成一个消息情报官的 Agent,我们即可以获得想要的领域或行业情报,也可以深入挖掘相关情报的信息。然后发布到想要的平台,如:Coze 商店、豆包、飞书、微信、微信公众号、微信小程序等,即可使用。可以构建多个分身,就能收集整理不同领域和行业的情报信息。 如感兴趣欢迎联系交流合作。
2025-03-08
学习Ai绘画,应该先学哪个工具。
如果您想学习 AI 绘画,以下是一些可供选择先学习的工具: 1. DALL·E:https://waytoagi.feishu.cn/wiki/UhuiwQBlqi3Hr4kb3rwcTK9cnXb 2. Midjourney:https://www.midjourney.com/explore?tab=random 优点是图片和描述相关性更大,风格更加显著,但需要翻墙,需要 Gmail 注册,不免费,在 discord 上代理使用,价格为 8 美元一个月/200 张图。 3. Stable Diffusion:https://waytoagi.feishu.cn/wiki/FUQAwxfH9iXqC9k02nYcDobonkf 4. ComfyUI:https://waytoagi.feishu.cn/wiki/AxZPwElC6iZ0aqk2hjOcI3Y9nFg 5. WeShop:https://waytoagi.feishu.cn/wiki/UqKXwX1d0iRO5ikBb0DcYyb9ned 6. 最低成本的开始:扣子+ByteArtist 网址:https://www.coze.cn/home 优点是不需要翻墙,无收费,可以直接生成,注册可用手机号、抖音号或飞书号,操作时需要在 coze 的 bot 里面添加绘图插件,耗时约 5 分钟。 此外,对于 CAD 绘图,以下是一些相关的 AI 工具: 1. CADtools 12:这是一个 Adobe Illustrator(AI)插件,为 AI 添加了 92 个绘图和编辑工具,包括图形绘制、编辑、标注、尺寸标注、转换、创建和实用工具。 2. Autodesk Fusion 360:是 Autodesk 开发的一款集成了 AI 功能的云端 3D CAD/CAM 软件,能够帮助用户创建复杂的几何形状和优化设计。 3. nTopology:基于 AI 的设计软件,可以帮助用户创建复杂的 CAD 模型,包括拓扑优化、几何复杂度和轻量化设计等。 4. ParaMatters CogniCAD:基于 AI 的 CAD 软件,可以根据用户输入的设计目标和约束条件自动生成 3D 模型,适用于拓扑优化、结构设计和材料分布等领域。 对于 CAD 初学者,建议先学习基本的 3D 建模技巧,然后尝试使用这些 AI 工具来提高设计效率。
2025-03-07
现在ai最前沿的发展趋势是什么
AI 技术的发展历程和前沿趋势如下: 发展历程: 1. 早期阶段(1950s 1960s):包括专家系统、博弈论、机器学习初步理论。 2. 知识驱动时期(1970s 1980s):有专家系统、知识表示、自动推理。 3. 统计学习时期(1990s 2000s):出现机器学习算法如决策树、支持向量机、贝叶斯方法等。 4. 深度学习时期(2010s 至今):深度神经网络、卷积神经网络、循环神经网络等得到广泛应用。 当前前沿技术点: 1. 大模型(Large Language Models):如 GPT、PaLM 等。 2. 多模态 AI:包括视觉 语言模型(CLIP、Stable Diffusion)、多模态融合。 3. 自监督学习:如自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习:例如元学习、一次学习、提示学习等。 5. 可解释 AI:涉及模型可解释性、因果推理、符号推理等。 6. 机器人学:涵盖强化学习、运动规划、人机交互等。 7. 量子 AI:包含量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。 在学习路径方面: 偏向技术研究方向: 1. 具备数学基础,如线性代数、概率论、优化理论等。 2. 掌握机器学习基础,包括监督学习、无监督学习、强化学习等。 3. 深入学习深度学习,如神经网络、卷积网络、递归网络、注意力机制等。 4. 熟悉自然语言处理,如语言模型、文本分类、机器翻译等。 5. 了解计算机视觉,如图像分类、目标检测、语义分割等。 6. 跟进前沿领域,如大模型、多模态 AI、自监督学习、小样本学习等。 7. 进行科研实践,包括论文阅读、模型实现、实验设计等。 偏向应用方向: 1. 掌握编程基础,如 Python、C++等。 2. 熟悉机器学习基础,如监督学习、无监督学习等。 3. 熟练使用深度学习框架,如 TensorFlow、PyTorch 等。 4. 应用于自然语言处理、计算机视觉、推荐系统等领域。 5. 做好数据处理,包括数据采集、清洗、特征工程等。 6. 进行模型部署,如模型优化、模型服务等。 7. 参与行业实践,如项目实战、案例分析等。 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。 此外,去年生成式 AI 从不引人注意走到了 AI 50 强榜单的前列。今年,随着企业用户和消费者的 AI 生产力大幅提高,其成为前沿和中心。尽管 2023 年美国的大部分 AI 风投流向了基础设施领域,应用公司仍在 AI 50 强榜单中占据主导地位。如今,许多公司正将 AI 融入其工作流程,以此来快速达成 KPI。不远的将来,我们有望看到 UX 和 UI 围绕 AI 的功能进行重新设计。
2025-03-08
我有个计算流体力学相关的数值模式,代码是C++写的,几万行,有多个文件,各个文件之间是相互关联,现在想对代码的运行效率、代码规范等进行优化升级,有什么AI工具推荐
目前在您所描述的这种对大规模、相互关联的 C++代码进行运行效率和代码规范优化升级的场景中,暂时没有特别直接适用的 AI 工具。不过,您可以考虑使用一些传统的代码分析和优化工具,例如: 1. ClangTidy:这是一个用于 C++代码的静态分析工具,可以帮助发现代码中的潜在问题,并提供一些改进建议。 2. Valgrind:用于检测内存管理错误和性能问题。 同时,您也可以利用一些代码版本管理工具,如 Git,来更好地跟踪和管理代码的修改。
2025-03-08
我想整理现在国内和国外的大语言模型产品并需要你整理差异还有时间轴
以下是对国内外大语言模型产品的整理及差异: 国内大语言模型: 通用模型:如文心一言、讯飞星火等,能够处理自然语言。 垂直模型:专注于特定领域,如小语种交流、临床医学、AI 蛋白质结构预测等。 具有代表性的项目:“悟道・天鹰”(北京智源人工智能研究院)是首个具备中英文双语知识、支持商用许可协议、国内数据合规需求的开源语言大模型;文心一言(百度)可用以文学创作、商业文案创作、数理逻辑推算、中文理解、多模态生成。 国外大语言模型: 具有代表性的项目:GPT4(OpenAI)是目前最先进的自然语言生成模型,可用于回答问题、撰写文章等;Gemini Ultra(Google)是多模态人工智能模型,采用神经网络架构,对标 GPT4,可用于回答问题、生成代码、处理文本等;Claude 3 Opus(Anthropic)是多模态模型,能处理超过 1 百万 token 的输入,具有实时聊天、数据处理、分析预测等功能,实现了接近完美的召回率。 时间轴方面: 国内:去年 7 月大模型百花齐放。 国外:相关模型也在不断发展和更新。 在工作原理上,大语言模型通常包括训练数据、算力、模型参数等要素。在训练数据一致的情况下,模型参数越大能力越强。Transformer 架构是大语言模型训练的常见架构,具备自我注意力机制能理解上下文和文本关联。同时,大模型可能存在幻觉,即因错误数据导致给出错误答案,优质数据集对其很重要。此外,Prompt 分为 system prompt、user prompt 和 assistant prompt,写好 Prompt 的法则包括清晰说明、指定角色、使用分隔符、提供样本等。还可以基于通用大模型进行 Fine tuning 微调,以适应特定领域的需求。
2025-03-07
现在国内最强大的ai是什么
目前国内较为强大的 AI 模型有: 智谱推出的 GLM 系列,一直是国内能力较好的模型之一。 MiniMax 推出的基于 MoE 架构的新模型,以及“星野”这个目前国内较成功的 AI 陪聊 APP。 月之暗面在长 Token 能力和记忆力方面表现可圈可点。 百度的“文心 4.0”是当前国内能力较好的模型之一。 即将发布的阿里的“通义千问”。 需要注意的是,在 2023 年官宣 AI 大模型的公司众多,其中不乏蹭流量的。从产品层面看,2C 端真正出圈的“妙鸭相机”也只是昙花一现。大多数消费者对 AI 产品的态度是“猎奇”而非刚需。在 2B 行业中,大模型目前还是“纯技术投入”,对于收入撬动非常有限。另外,国内在硬件层上仍存在卡脖子问题,目前国内仍然没有芯片可以胜任大模型训练,不过在推理上已经开始有 Nvidia 的替代产品逐渐出现。同时,中国的一些模型如由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型在 LMSYS 排行榜上取得了优异的成绩,尤其在数学和编程方面表现出色,且各有优势。
2025-03-06
现在国内最强大的ai是什么
目前国内较为强大的 AI 模型有: 智谱推出的 GLM 系列,一直是国内能力较好的模型之一。 MiniMax 推出的采用 MoE 架构的新模型,以及“星野”这个目前国内较成功的 AI 陪聊 APP。 月之暗面在长 Token 能力和记忆力方面表现可圈可点。 百度的“文心 4.0”是当前国内能力较好的模型之一。 即将发布的阿里的“通义千问”。 同时,由 DeepSeek、零一万物、知谱 AI 和阿里巴巴开发的模型在 LMSYS 排行榜上取得了优异的成绩,尤其在数学和编程方面表现出色。中国的一些模型在某些方面能与美国的前沿模型竞争,并且更注重计算效率和数据集建设来弥补资源上的不足。但总体而言,国内最领先的模型水平大概在准 ChatGPT3.5 的水平,和 GPT4 还有不小差距。
2025-03-06
现在那个大模型效率好,更准确
以下是关于大模型效率和准确性的相关信息: 8 月正式上线的国内大模型: 北京企业机构:百度(文心一言)https://wenxin.baidu.com 、抖音(云雀大模型)https://www.doubao.com 、智谱 AI(GLM 大模型)https://chatglm.cn 、中科院(紫东太初大模型)https://xihe.mindspore.cn 、百川智能(百川大模型)https://www.baichuanai.com/ 上海企业机构:商汤(日日新大模型)https://www.sensetime.com/ 、MiniMax(ABAB 大模型)https://api.minimax.chat 、上海人工智能实验室(书生通用大模型)https://internai.org.cn 能生成 Markdown 格式的:智谱清言、商量 Sensechat、MiniMax 目前不能进行自然语言交流的:昇思(可以对文本进行是否由 AI 生成的检测,类似论文查重,准确度不错)、书生 受限制使用:MiniMax(无法对生成的文本进行复制输出,且只有 15 元的预充值额度进行体验,完成企业认证后可以进行充值) 特色功能:昇思——生图,MiniMax——语音合成 阿里通义千问、360 智脑、讯飞星火等均不在首批获批名单中,广东地区获批公司分别为华为、腾讯,科大讯飞系其他地区获批产品。 让大模型更好工作的关键点: 明确目标和需求,避免广泛需求导致模型产出不佳。 设定明确角色,使模型选择明确知识范围,输出更精确结果。 让大模型一步一步执行,类似于大脑的快系统和慢系统。 对大模型礼貌效果好,可能与使用礼貌用语的数据质量较高有关。 使用思维链的行为模式,让模型将任务拆解并按特定任务思考演进。 OpenAI 的新模型 o1preview/mini: 复杂问题思考过程长达 30s,简单问题 5 10s。 使用条数少,冷却时间长,长达 7 天。 模型发展趋势:生成式应用场景有限,推理模型准确率不断攀升,可渗透到更多行业和高精尖业务中。不要因新模型推理速度慢而忽视其最终结果的正确性,可通过增配硬件解决速度问题。
2025-03-06