AI（Artificial Intelligence，人工智能）和 AGI（Artificial General Intelligence，通用人工智能）有以下区别：
AI分为ANI和AGI，ANI得到巨大发展但是AGI还没有取得巨大进展。ANI,artificial narrow intelligence弱人工智能。这种人工智能只可做一件事，如智能音箱，网站搜索，自动驾驶，工厂与农场的应用等。AGI,artificial general intelligence，做任何人类可以做的事[heading5]机器学习[content]监督学习，从A到B，从输入到输出。为什么近期监督学习会快速发展，因为现有的数据快速增长，神经网络规模发展以及算力快速发展。[heading5]什么是数据？[content]数据集，又称为资料集、数据集合或资料集合，是一种由数据所组成的集合。Data set（或dataset）是一个数据的集合，通常以表格形式出现。每一列代表一个特定变量。每一行都对应于某一成员的数据集的问题。它列出的价值观为每一个变量，如身高和体重的一个物体或价值的随机数。每个数值被称为数据资料。对应于行数，该数据集的数据可能包括一个或多个成员。如何获取数据，一，手动标注，二，观察行为，三，网络下载。使用数据的方法，如果开始搜集数据，可以马上将数据展示或者喂给某个AI团队，因为大多数AI团队可以反馈给IT团队，说明那种类型数据需要收集，以及应该继续构建那种类型的IT基础框架。数据不一定多就有用，可以尝试聘用AI团队要协助梳理数据。有时数据中会出现，不正确，缺少的数据，这就需要有效处理数据。数据同时分为结构化数据与非结构化数据。结构化数据可以放在巨大的表格中，人们理解图片，视频，文本很简单，但是这种非结构化数据机器处理起来更难一些。
世界模型：狼真的来了。本次由ChatGPT掀起的革命与之前的"AI热"有着本质区别。如果说之前的AI都是“工具”，那么这次的AGI就是“大脑”。这个区别不仅来自于模型的目的，也来自于底层数据量。OpenAI一直主张的都是数据量和计算量的“暴力美学”，GPT从一开始就是要成为“世界模型”的，也就是说把世界上所有的知识压缩到模型里，达到“全知全能”。连“之所以使用视频和图像数据的原因”都是“仅仅因为有更多数据”--Ilya Sutskever（OpenAI前首席科学家,GPT之父）从数据量级的角度来看，大模型正在接近全人类所有数据的量级。坊间传闻的GPT5应该在2024年就会出现，它应该就是"接近AGI"的存在了。但GPT5，不管是它的真正能力还是问世的时间，应该都会隔着“政治正确”的一层，因为不管是大众还是政府都还没有准备好欢迎AGI的降临。数据来源:https://arxiv.org/pdf/2211.04325.pdfhttps://lifearchitect.ai/gpt-5/
1.定义1.1.Artificial Intelligence,AI-人工智慧（目标）-让机器展现智慧1.2.Generative AI生成式人工智能-机器产生复杂有结构的物件有结构✅复杂✅有限的选项中做选择❌AI和AGI的关系1.1.Machine Learning机器学习～机器自动从资料中找一个公式机器学习Deep Learning深度学习-一种机器学习技能类神经网络-非常大量参数的函数AI/AGI/ML/DL的关系2.ChatGPT也就是个公式，AI画图也是个公式Transformer是类神经网络的一种G/P/TAI画图也是公式1.ChatGPT就是文字接龙语言模型-答案有限，把复杂的问题变成分类问题生成策略-Autoregressive Generation回归关系[heading2]第2讲：生成式AI厉害在哪里，从「工具」变为「工具人」[content]1.GPT4大升级，贵有贵的道理1.不要问ChatGPT能做什么，要问你想要ChatGPT帮你做什么对比了下，kimi没法生成图片，告诉了我可以借助其他工具但是智谱清言甚至写了python代码，帮我生成了文字云！智谱清言Kimi1.我可以做什么1.1.改不了模型，改变自己，用好模型-更清楚的指令/提供额外资讯1.2.训练自己的模型，调整开源模型参数-注意，可能衍生很多问题