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

我需要的是学习目录,比如 基础--专项---实战等路径

Answer

以下是为您提供的 AI 学习目录:

基础部分

  • 根据电脑硬件和自身财力选择合适的开始方式,包括本地部署(M 芯片的 Mac 电脑或 2060Ti 及以上显卡的 Windows 电脑)、在线平台(在线出图和云电脑),不建议一开始就配主机。
  • 熟练使用文生图、图生图,具备一定逻辑思考和推理能力。
  • 掌握数学基础(线性代数、概率论、优化理论等)和编程基础(Python、C++等)。

专项部分

  • 建炉,针对不同炼丹方式提供炼丹工具的安装教程。
  • 数据集预处理、模型训练以及模型调试及优化。
  • 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。

实战部分

  • 通过真实业务场景的项目案例,如研报生成、旅游搭子、即拍即搜等积累实战经验。
  • 模型部署:模型优化、模型服务等。

请注意,以上内容仅供参考,您可以根据自身需求和实际情况进行调整和学习。

Content generated by AI large model, please carefully verify (powered by aily)

References

必学必看基础 ❗️

根据电脑的硬件情况和自身财力💰选择合适的开始方式本地部署如果你的电脑是M芯片的Mac电脑(Intel芯片出图速度非常慢,因此不建议)或者2060Ti及以上显卡的Windows电脑,可以选择本地部署。强烈建议在配有N卡的Windows电脑上进行在线平台对于电脑不符合要求的小伙伴可以直接使用在线工具,在线工具分为在线出图和云电脑两种,前者功能可能会受限、后者需要自己手动部署,大家根据实际情况选择即可配台电脑❗️非常不建议一上来就配主机,因为大概率会变成游戏机或者吃灰(土豪请随意)。玩几个月后还对AI有兴趣的话再考虑配个主机。主机硬盘要大,显卡预算之内买最好,其他的随意[heading2]课程简述[content]先验经验需要熟练使用文生图、图生图;需要有一定的逻辑思考能力以及推理能力;适合炼丹新人、小白课程安排课程大约70-80%是理论和方法论的内容,大部分练习会在课外跟大家沟通、练习。只有少部分必要内容会在课上演示[heading2]学习路径[content]必学、必看内容是基础课,主要是为了解决环境问题和软件安装不上的问题;建炉是针对不同炼丹方式提供了不同的炼丹工具的安装教程;正式的内容部分分为了数据集预处理、模型训练以及模型调试及优化三个部分

【共学营特别场第二场】智谱BigModel开放平台工作流搭建

我们希望帮助用户从零开始,快速掌握智谱BigModel清流-智能体开发平台的搭建使用,缩短学习曲线,提升企业的智能化转型效率。1.整体可分为三大阶段,精心设计了由浅入深、循序渐进的学习路径,确保你能在最短时间内快速上手基于BigModel智谱清流的智能体应用开发。在产品概述,我们会阐述清流的产品定位和我们的独特优势,即解决企业在AI落地遇到的难题,实现满足投产要求的解决方案的落地。在产品功能详解中:基础篇,我们首先会介绍清流的核心概念与和基本操作:分别从智能体广场、画布编排调试、插件中心、知识库等关键模块入手。通过这一部分的学习,你将对清流建立全局的认知,能够使用关键节点搭建简单的AI应用。为后续的深入学习打下基础。进阶篇将带你探索清流的进阶功能和开发技巧。你将学会如何优化工作流性能、如何搭建复杂的业务逻辑、如何管理和部署AI智能体应用,等等。通过这一部分的学习,你将全面提升自己的智能体应用开发能力,能够独立完成实现更为复杂、可投产使用的AI企业级智能体应用。在产品实战,我们通过几个来自真实业务场景的项目案例,将清流的能力应用到落地场景中。从研报生成到旅游搭子,再到即拍即搜,通过最佳实践掌握清流的开发的精髓,为本企业积累AI项目的实战经验。

问:AI的技术历史和发展方向,目前最前沿的技术点有哪些

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[heading3]偏向应用方向[content]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。内容由AI大模型生成,请仔细甄别。

Others are asking
AI产品经理实战学习
以下是为您提供的关于 AI 产品经理实战学习的相关内容: 北京分队中从事相关工作或有相关经验的人员包括: 枫 share:产品经理,熟悉 ChatGPT,写过 prompt,使用过 SD、MJ 但有待深入学习,用 PR、剪映剪辑过多个视频和播客音频,正在找 AI 方向的产品岗位,坐标海淀(北五环)。 行远:产品经理,熟悉 prompt,部署过大模型、绘图项目,使用 Midjourney、sd、pika、suno 等 AI 创作工具,期待学习和实战案例应用,坐标朝阳。 管子:数据科学家,熟悉 prompt 创作,midjourney,runway,正在学习 stable diffusion,期待学习、打磨作品,坐标朝阳(望京和国贸)。 猫先生:算法技术出身,2022 年开始持续关注并学习 AIGC 方向,部署过大模型、绘图、视频生成等项目,熟悉 pika、runway、svd、sd、gpt4、comfyui 等工具,坐标海淀。 Andy:技术出身,刚开始学习 AIGC,部署过大模型、SD 等,写过代码调用 API,熟悉使用 ChatGPT、Kimi、coze 等,关注 AI 在教育领域的应用,坐标通州。 AI 产品经理的个人划分(仅供娱乐和参考): 1. 入门级:能通过 WaytoAGI 等开源网站或一些课程了解 AI 的概念,使用 AI 产品并尝试动手实践应用搭建。 2. 研究级:有两个路径,一个是技术研究路径,一个是商业化研究路径。这个阶段对应的画像可能是对某一领域有认知,可以根据需求场景选择解决方案,或利用 Hugging face 等工具手搓出一些 AI 应用来验证想法。 3. 落地应用:有一些成功落地应用的案例,如产生商业化价值。 对 AI 产品经理的要求:懂得技术框架,不一定要了解技术细节,而是对技术边界有认知,最好能知道一些优化手段和新技术的发展。AI 产品经理要关注的还是场景、痛点、价值。 此外,阿里云 AI 实训营携手 WaytoAGI 讲师走进 GDC 全球开发者先锋大会,活动包括: 学练议程:2 月 21 日 09:30 12:30 通义灵码 0 基础应用开发,人人都是软件创作者;2 月 21 日 13:30 16:30 为你的 AI 应用装上眼睛;2 月 22 日 08:30 12:00 人工智能平台 PAI:DeepSeek 部署和应用实战。 分享嘉宾:张梦飞(词元映射 CEO,WaytoAGI Agent 核心创作者)、银海(AI 产品经理,WaytoAGI 社区共建者)、瑞雪(通义实验室科学家)、许键(AI 产品经理,WaytoAGI Agent 版主)。 实训福利:打卡有礼(现场分享打卡,领 AI 实训营定制周边)、学练有礼(现场提交作业,领阿里云精美好礼)。 活动地点:上海徐汇西岸艺术中心 B 馆(BW01)。感兴趣的学员可扫码参会。
2025-02-25
AI产品经理实战手册
以下是为您提供的关于 AI 产品经理的相关信息: 1. 2 月 7 日的《DeepSeek 爆火的当下:2025,人人都是顶尖 AI 产品经理实操指南》指出,过去一年“AI 在产品管理中的应用”成为热门话题,“所有产品经理都需要成为 AI 产品经理”的观点在各种场合反复出现,AI 正在重塑工作方式。 2. 《Claude 的 5 层 Prompt 体系:从 AI 用户到 AI 指挥官的进阶之路》中提到,将复杂需求拆解为原子化 Prompt 组件是掌握 5 层 Prompt 体系的关键,并通过跨国科技公司规划下一代智能家居系统的实际案例展示了应用方法,包括 User Requirement、System Prompt、Global Rule 等多个层面,还创建了多种风格用于不同场景。 3. 对于 AI 产品经理的划分,仅供娱乐和参考: 入门级:能通过开源网站或课程了解 AI 概念,使用并动手实践应用搭建。 研究级:有技术研究和商业化研究两个路径,能根据需求场景选择解决方案,或利用工具手搓出 AI 应用验证想法。 落地应用级:有成功落地应用案例并产生商业化价值。同时指出,对 AI 产品经理要求懂得技术框架,对技术边界有认知,产品经理要关注场景、痛点、价值。还列举了一些落地案例。
2025-02-24
飞书多维表格DeepSeek实战
以下是关于飞书多维表格 DeepSeek 实战的相关信息: 共学课程安排: 【今晚 8 点】聊聊你怎么使用 DeepSeek!:共学大类为 AIagent,讲师为全体,飞书会议地址为,共学时间为 2025 年 2 月 6 日。 飞书多维表格 DeepSeek 实战:共学大类为多维表格字段捷径,讲师为王大仙,飞书会议地址为,共学时间为 2025 年 2 月 10 日。 关于 DeepSeek 的介绍: DP 模型的功能包括自然语言理解与分析、编程、绘图等。使用优势是能用更少的词让模型做更多事,思维发散,能给出创意思路和高级内容,但存在思维链长不易控制,可能输出看不懂或胡编乱造的内容,增加纠错成本的问题。审核方法可以用其他大模型来解读其给出的内容,使用时要有自己的思维雏形,多看思考过程,避免被模型冲刷原有认知,使用场景包括阅读、育儿、写作、随意交流等方面,还有案例展示。 Deepseek 文档可在 3 群和 4 群分享获取,也可在 v to a gi 的飞书知识库中搜索获取。介绍了 Deepseek 的模型、收录内容、提示词使用技巧和好玩的案例等。未来活动预告包括明天后天在摩纳社区提供免费算力资源带大家学习炼丹,周一晚上学习多维表格中接入 Deepseek。 相关社区动态: 2025 年 2 月 10 日,有《》DeepSeek R1 赏析分享会,专为非技术人群设计,介绍了技术亮点、未来展望及对流行谣言的澄清。 2025 年 2 月 10 日,有《》,讲述了 DeepSeek 的崛起原因、V3 模型特点及竞争策略。 2025 年 2 月 10 日,有《》,介绍了飞书多维表格与 DeepSeek R1 结合的使用方法和效果。
2025-02-12
飞书多维表格DeepSeek实战
以下是关于飞书多维表格 DeepSeek 实战的相关信息: 共学活动安排: 【今晚 8 点】聊聊你怎么使用 DeepSeek!:共学大类为 AIagent,讲师为全体,飞书会议地址为,共学时间为 2025 年 2 月 6 日。 飞书多维表格 DeepSeek 实战:共学内容为多维表格字段捷径,讲师为王大仙,飞书会议地址为,共学时间为 2025 年 2 月 10 日。 关于 DeepSeek 的介绍与使用: DP 模型的功能包括自然语言理解与分析、编程、绘图等,使用优势是能用更少的词让模型做更多事、思维发散、能给出创意思路和高级内容,但存在思维链长不易控制、可能输出错误内容等问题。审核方法可以用其他大模型来解读其给出的内容,使用时要有自己的思维雏形,使用场景包括阅读、育儿、写作、随意交流等。 Deepseek 文档可在 3 群和 4 群分享获取,也可在 v to a gi 的飞书知识库中搜索。介绍了 Deepseek 的模型、收录内容、提示词使用技巧和好玩的案例等。未来活动预告包括明天后天在摩纳社区提供免费算力资源带大家学习炼丹,周一晚上学习多维表格中接入 DeepSeek。 相关社区动态: 2025 年 2 月 10 日,《》DeepSeek R1 赏析分享会专为非技术人群设计,介绍了技术亮点、未来展望及谣言澄清。 2025 年 2 月 10 日,《》介绍了 DeepSeek 崛起的原因、V3 模型的特点及竞争策略。 2025 年 2 月 10 日,《》介绍了如何将飞书多维表格与 DeepSeek R1 结合提升工作效率,普通人无需编程知识也能轻松使用 AI。
2025-02-12
在哪里可以看AIGC智能客服 实战项目
以下是一些可以查看 AIGC 智能客服实战项目的途径: 1. 数字人课程:卡尔的 AI 沃茨推出的数字人课程,包含 15 节视频课,持续更新并附赠课外社群辅导,课程中回顾了 2023 年数字人领域的破圈事件,还介绍了数字人的广泛应用和完整学习体系。报名方式为扫码查看课程详细内容和介绍。 2. 摊位信息:在杭州商场举办的 AI 切磋大会的摊位中,有关于“AI 数字员工”的摊位,提供抖音运营、AI 客服、智能问诊、企业定制员工、定制知识库等体验 demo。 3. 大厂 AIGC 实践:京东有众多 AIGC 相关的实践案例,如【羚珑 AI 智绘营】IPAdapter 等,相关链接可在给定的内容中查看。
2025-01-01
有没有关于大模型的实战技术文章
以下是为您找到的关于大模型的实战技术文章: 1. 《认识大模型 Embedding 技术加实战》 小结:认识了 Embedding 是浮点数向量,向量距离度量相关性,了解其分类及在大模型中的价值,还有从数据集中获取 Embedding 结果并保存为 csv 文件的实战部分。参考了 OpenAI 官网最新文档,包含个人测试问题和代码注释。链接:https://platform.openai.com/docs/introduction 原文链接:https://mp.weixin.qq.com/s/8mDLFFmgKOQC8WK2kkwhaA 原创:皇子|皇子谈技术|20240321 19:54 大模型应用开发技术不需要掌握机器学习和深度学习算法,但要有编程思维和 Python 基础。 2. 《ChatBot 是怎么炼成的?》 介绍了 LLM 基座大模型下游应用 ChatBot 的研发过程,在介绍 ChatBot 之前,先介绍了 LLM 在辅助编程方面的应用,包括 Codex 和 AlphaCode 两个奠基性工作,Codex 提出了编程数据集和 pass@k 指标,并采用了 2 阶段训练方式,还介绍了 Codex 的局限性和辅助编程问题定义。作者: 链接:https://ywh1bkansf.feishu.cn/wiki/HRnLw588DiTDLPkSTXCcKit8nbD 发布日期:2023/07/08
2024-08-28
上手coze的路径,整理一个教程的列表
以下是上手 Coze 的路径及相关教程列表: 1. 历史活动教程: 5 月 7 号():大聪明分享|主题:Agent 的前世今生,每个分享人分享最初是怎么接触 Coze 的,以及现在用 Coze 做什么。流程安排:20:00@🌈AJ 主持开场,20:00 21:00 大聪明分享,21:00 21:30 关于 Coze 随便聊聊。 5 月 8 号():大圣分享|主题:我眼中的 AI Agent 以及通过搭建知识库实例入门 Coze。流程安排:20:00 21:20 大圣分享。 5 月 9 号():艾木分享|主题:Agent 系统的核心构成:Workflow 和 Multiagent Flow(以“Dr.Know”和“卧底”为例,线上答疑。流程安排:20:00 21:00 艾木分享,21:00 21:30 线上答疑。 5 月 10 号():罗文分享|主题:一个方法解锁 COEZ 所有插件的用法+如何自动化解锁每天抓取 X 内容+改写+发布到飞书。流程安排:20:00 21:00 罗文分享。 5 月 11 号():Itao 分享|主题:和 AI 成为搭子,线上答疑。流程安排:20:00 21:00:itao 分享,21:00 21:30 线上答疑。 2. 基础教程: 3. 大圣的胎教级教程中的 Coze 概述: 字节的官方解释:Coze 是新一代一站式 AI Bot 开发平台。无论是否有编程基础,都可以在 Coze 平台上快速搭建基于 AI 模型的各类问答 Bot,从解决简单的问答到处理复杂逻辑的对话。并且,可以将搭建的 Bot 发布到各类社交平台和通讯软件上,与这些平台/软件上的用户互动。 个人认为:Coze 是字节针对 AI Agent 这一领域的初代产品,在 Coze 中将 AI Agent 称之为 Bot。 字节针对 Coze 这个产品部署了两个站点,分别是国内版和海外版。 国内版: 网址:https://www.coze.cn 官方文档教程:https://www.coze.cn/docs/guides/welcome 大模型:使用的是字节自研的云雀大模型,国内网络即可以正常访问。 海外版: 网址:https://www.coze.com 官方文档教程:https://www.coze.com/docs/guides/welcome 大模型:GPT4、GPT3.5 等大模型(可以在这里白嫖 ChatGPT4,具体参考文档:),访问需要突破网络限制的工具,参考文档:https://www.coze.com/docs/zh_cn/welcome.html AI Agent 的开发流程:Bot 的开发和调试页面布局主要分为提示词和人设的区块、Bot 的技能组件、插件、工作流、Bot 的记忆组件、知识库、变量、数据库、长记忆、文件盒子、一些先进的配置、触发器(例如定时发送早报)、开场白(用户和 Bot 初次对话时,Bot 的招呼话语)、自动建议(每当和 Bot 一轮对话完成后,Bot 给出的问题建议)、声音(和 Bot 对话时,Bot 读对话内容的音色)。
2025-03-16
从头学的路径是什么
新手学习 AI 是一个长期的过程,需要耐心和持续的努力。以下是为您提供的从头学的路径: 1. 了解 AI 基本概念: 阅读「」部分,熟悉 AI 的术语和基础概念,包括人工智能的定义、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,您能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,您可以获得对 AI 在实际应用中表现的第一手体验,并激发您对 AI 潜力的认识。 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。记住,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。
2025-03-13
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,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,其上手容易且很有用。 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,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。
2025-03-12
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
青年员工人工智能能力提升的路径与思考
青年员工提升人工智能能力的路径与思考如下: 学习路径:成为基于 Agent 的创造者 结合“一人公司”的愿景,未来的 AI 数字员工会以大语言模型为大脑,串联所有工具。 数字员工(agent)=学历(大模型)+察言观色(观察)+逻辑思维(推理)+执行(SOP)。 创造者的学习要用大模型和 Agent 模式把工具串起来,着重关注创造能落地 AI 的 agent 应用,大模型的开发研究和演进交给学术界和大厂。 Agent 工程(基础版): 梳理流程:梳理工作流程 SOP,并拆解成多个单一「任务」和多个「任务执行流程」。 「任务」工具化:自动化每一个「任务」,形成一系列小工具,让机器能完成每一个单一任务。 建立规划:串联工具,基于 agent 框架让 bot 来规划「任务执行流程」。 迭代优化:不停迭代优化「任务」工具和「任务执行流程」规划,造就能应对实际场景的 Agent。 数字员工“进化论”:在固化流程和让 AI 自主思考之间需在对 AI 能力基础上作出妥协和平衡。 趋势研究:AI 时代的个人成长路径 第 2 阶段:AI 素养培养与工具掌握 建立拥抱 AI 的心态后,提升 AI 素养,系统学习 AI 相关知识,包括机器学习、自然语言处理等基本概念,以及 AI 在各行业中的应用案例。 上手一些 AI 工具,如 ChatGPT、智能翻译工具、AI 绘图程序等,在日常工作中练习利用 AI 工具完成部分任务,如协助撰写文档、整理数据、生成简单代码等。 熟练驾驭 AI 工具,成为使用者而非旁观者,使用时保持理性,认识到当前 AI 的局限,学会验证输出结果,不盲从。 戴尔因 AI 上演“大逃杀”的启示 对于处于中间位置的执行层,形势紧迫,面临人工智能取代工作职能和向上攀升的机会,需迅速掌握并运用人工智能技术。 为在变革中生存和发展,需关注两方面: 有效应用人工智能技术:迅速掌握生成式人工智能基本概念和潜在影响,重点理解其对工作方式和行业格局的革新;深入了解市场上现有的人工智能产品和工具,并积极应用到实际工作中。 保持持续学习和关注的态度。
2025-03-06
请帮我制订一个AI学习路径。
以下是为您制定的 AI 学习路径: 偏向技术研究方向: 1. 数学基础:掌握线性代数、概率论、优化理论等。 2. 机器学习基础:熟悉监督学习、无监督学习、强化学习等。 3. 深度学习:深入学习神经网络、卷积网络、递归网络、注意力机制等。 4. 自然语言处理:了解语言模型、文本分类、机器翻译等。 5. 计算机视觉:掌握图像分类、目标检测、语义分割等。 6. 前沿领域:关注大模型、多模态 AI、自监督学习、小样本学习等。 7. 科研实践:进行论文阅读、模型实现、实验设计等。 偏向应用方向: 1. 编程基础:学习 Python、C++等编程语言。 2. 机器学习基础:掌握监督学习、无监督学习等。 3. 深度学习框架:熟悉 TensorFlow、PyTorch 等。 4. 应用领域:在自然语言处理、计算机视觉、推荐系统等领域实践。 5. 数据处理:学会数据采集、清洗、特征工程等。 6. 模型部署:掌握模型优化、模型服务等。 7. 行业实践:参与项目实战、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。
2025-03-06
给我一份通往AIGC的学习目录
以下是一份通往 AIGC 的学习目录: 1. AIGC 概述 1.1 GenAI、AIGC 的基本概念 GenAI 的定义、工作原理及应用 典型的 GenAI 产品 AIGC 的定义及创建方式 国内 AIGC 的监管框架 1.2 AIGC 的分类及应用 语言文本生成的模型和代表项目 图像生成的技术和代表项目 音视频生成的方法和代表项目 AIGC 在音乐生成、游戏开发和医疗保健等领域的应用 1.3 AIGC 应用可能引发的风险 内生风险,如算法的不可解释性和不可问责性,代码开源的安全和伦理担忧 数据隐私问题,如数据泄露、匿名化不足、未经授权的数据共享 知识产权风险,如作品侵权、不当竞争 相关法律和规定对 AIGC 的要求 AIGC 滥用可能导致的问题,如虚假信息传播、侵犯隐私 2. AI 赋能教学 从易到难的学习路径 了解 AI 工作原理 尝试各种 AI 工具 学会优化提示词 生成课程资源 解决教学场景 课上师生机共学 促学生正确使用 提升人机共创力 相关主题 AIGC 教育革命:技术原理与课堂实践 AI 从工具到助手赋能教师提升效率与能力 大语言模型的教学潜力:交流技巧与心得 AI 与教育场景融合拓展教学边界与创新场景 AI 与人类智能的共生放大学生思考力塑造深度学习能力 一线教师的 AI 需求与高效工具推荐 AI 赋能课堂的核心逻辑:从理论到应用 解码 AI 教学案例:创新与实践 教学主要负担分析,如备课压力、适应新课标
2025-03-17
知识库目录
以下是通往 AGI 之路的知识库目录: 1. 直播一期:知识库及 GPT 基础介绍 知识库及社群介绍 知识库目录导览 2. 5.关于我们&致谢 AGI 知识库:一个启程的故事 3. 🌈通往 AGI 之路分享会 深入浅出理解 AI 目录 有趣的 AI 案例 AI 的原理 Diffusion 原理和案例 什么是 Agent 此外,还包括以下相关链接: 直播回放:https://www.bilibili.com/video/BV1QN411j719/ (小红书)
2025-03-03
请帮我梳理WaytoAGI知识库所有信息的目录
以下是 WaytoAGI 知识库的信息目录: 1. 通往 AGI 之路知识库使用指南 智能纪要 总结 关于 AI 知识库使用及 AIPO 活动的介绍 AIPO 线下活动及 AI 相关探讨 way to AGI 社区活动与知识库介绍 关于 AI 知识库及学习路径的介绍 时代杂志评选的领军人物 AI 相关名词解释 知识库的信息来源 社区共创项目 学习路径 经典必读文章 初学者入门推荐 历史脉络类资料 2. 介绍说明 AJ,产品经理,「通往 AGI 之路」WaytoAGI 开源知识库的创建者 项目的起源和社群开发的初衷 社区介绍 WaytoAGI 是一个致力于人工智能学习的中文知识库和社区平台,为学习者提供系统全面的 AI 学习路径,覆盖从基础概念到实际应用的各个方面。 全球领先的 AI 开源社区,最新最全面的 AI 资源,丰富多样的技术活动,100+进行中的活动,4000+学习资源,1500000+社区成员。 知识库与社区平台:汇集了上千个人工智能网站和工具,提供最新的 AI 工具、AI 应用、AI 智能体和行业资讯。 学习资源:提供丰富的学习资源,包括文章、教程、工具推荐以及最新的 AI 行业资讯等。 实践活动:社区定期组织活动,如视频挑战赛、模型创作大赛等,鼓励成员在实践中学习,促进交流与合作。 开放共享:引领并推广开放共享的知识体系,倡导共学共创等形式,孵化了 AI 春晚、离谱村等大型共创项目。 用户基础:在没有任何推广的情况下,一年时间已有超过 100 万用户和超千万次的访问量。 目标与愿景:让每个人的学习过程少走弯路,让更多的人因 AI 而强大。 目前合作过的公司/产品:阿里云,通义千问,淘宝,智谱,支付宝,豆包,火山引擎,marscode,coze,堆友,即梦,可灵,MiniMax 海螺 AI,阶跃星辰,百度,Kimi,吐司,liblib,华硕,美团,美的,360,伊利,魔搭,央视频,Civitai,Openart,Tripo3D,青椒云等 3. 「用 AI 一起搞钱搞事搞脑子他们在线下密谋」 WaytoAGI 是啥? 是一个专门讲人工智能的“百科全书”,从基础到高级,还有实用的 AI 工具推荐、案例分享、行业最新动态,用飞书文档整理得清楚。 对我有啥用? 对 AI 一窍不通,从零开始教。 懂点 AI,提供实用工具和案例。 怕错过 AI 最新动态,帮你整理资讯。 想用 AI 赚钱或创业,告诉你相关工具和方法。 不想浪费时间找资源,帮你筛选推荐。
2025-02-26
知识库目录
以下是通往 AGI 之路的知识库目录相关内容: 1. 直播一期:知识库及 GPT 基础介绍 包含知识库及社群介绍,提供了直播回放链接,还介绍了最新知识库精选同步,如通往 AI 绘画之路(小红书),专注于 AI 绘画,分享优质设计 Prompt,并进行了知识库目录导览。 2. 5.关于我们&致谢 介绍这是一个开源 AI 社区,创建知识库的初衷是坚信人工智能将重塑思考和学习方式,带来强大力量。特别感谢支持和推荐知识库的伙伴们,WaytoAGI 是由热爱 AI 的专家和爱好者共同建设的开源 AI 知识库,整合各种 AI 资源,让不同水平的人都能受益。 3. 🌈通往 AGI 之路分享会 深入浅出理解 AI,从有趣的应用到核心原理。包括自我介绍,愿景和目标是让每个人学习 AI 少走弯路,让更多人因 AI 强大。目录涵盖有趣的 AI 案例、AI 的原理、Diffusion 原理和案例、什么是 Agent 。
2025-02-24
aipo共学目录
以下是 AIPO 共学的相关目录: 【已结束】AIPO:校园 AI 创投活动 10 月 8 日10 月 20 日 10 月 8 日 时间:20:00 分类:活动说明 讲师:AJ 课程标题:通往 AGI 之路知识库使用指南 课程回放: 相关资料: 作业: 10 月 9 日 时间:20:00 分类:理论基础 讲师:银海 课程标题:基础通识课 课程回放: 相关资料:产品体验地址见下表:通义、kimi、即梦、扣子、豆包 作业: 2024 年历史更新(归档) 10 月 11 日 Kimi 和智谱同时发布了深度推理的功能:《》 这两天的 《》 校园 AIPO 系列共学 2024 年 10 月 17 日 智能纪要 总结 AIPO 共学课之厚德云模型训练分享 AIPO 共学课倒数第二节:10 月 17 日是 AIPO 共学课倒数第二节,由黄忠忠分享厚德云模型训练,8 点开始直播。 线下活动安排:10 月 20 日下午 2 点到 6 点,全国 35 个学校将同时启动 AIPO 线上模拟创投活动,北京有清华、北大等学校举办分会场。 模型训练流程:包括处理数据集、设置参数训练、生成模型和生图等步骤。 数据集获取渠道:有网上收集、购买、使用无版权问题的如古画等,原则是想生成什么图就找对应数据集,且要清晰、主体元素干净、风格统一。 数据集处理:包括基础处理如裁剪保证清晰和分辨率,更重要的是写标注。 模型训练的数据标注与流程 设置模型触发词:模型触发词可自定义,如 BD icon 等,完整形式可以是一句话,建议以王 flags 模型为主。 统一标注风格与应用场景:例如未来高科技 3D 天然风格,用于互联网首页图像等,并概括主题内容、描述物体特征等。 利用 GPT 辅助描述并人工审核:可以让 GPT 按要求描述,人工审核修改,之前课程有相关教学,后续会提供参考提示词。 模型训练的准备与流程:完成数据集描述后进入训练流程,选择模型训练分类和数据集,创建并上传数据集压缩包,注意数据名与图片命名一致。 选择训练模式和参数:新手选用普通基础模式,训练集质量重要,训练参数中总步数与训练集图片数量相关,触发词可任意设定但要避免概念混乱。
2025-01-21
知识库目录
以下是知识库的目录内容: 1. 关于我们&致谢 我们是一个开源 AI 社区,坚信人工智能将重新塑造思考和学习方式,为创建知识库的决心提供动力。 特别感谢一路上支持和推荐知识库的伙伴们,使我们有信心持续探索 AGI 的无限可能。 WaytoAGI 是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库,大家贡献并整合各种 AI 资源,方便不同水平的人学习和应用。 2. 元子:WayToAGI 知识库究竟咋用? 知识库起飞指南 把知识库想象成 24 小时在线的 AI 老师、永不嫌烦的知识管家、不断成长的智慧宝库。 里面藏着 AI 工具的“傻瓜式说明书”、大神们的“踩坑经验分享”、实用的“一招制胜”秘籍。 新手探索指南:点击飞书链接()。 知识库界面:左边的导航栏是指南针,上面的搜索框是探宝雷达,中间的内容区是知识的海洋。 3. 信鑫:基于大模型+知识库的 Code Review 实践 实现思路 官方文档知识库(内置) 避免大家将官方文档重复录入、embedding,CR Copilot 内置了官方文档,目录包含: React 官方文档: TypeScript 官方文档: Rspack 官方文档: Garfish: 公司内 Go/Python/Rust 等编程规范等,并通过一个简单的 CURD 来管理内置向量知识库。
2025-01-17