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

ai学习入门

Answer

新手学习 AI 可以按照以下步骤入门：

  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，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，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，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，了解它们的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。

此外，对于入门强化学习，可参考以下内容： 像这个链接里面：https://github.com/ty4z2008/Qix/blob/master/dl.md 有很多资料，但需明确学习目的。比如入门强化学习，很多强化学习里面，学习深度强化学习的第一个算法都是 DQN，以搞懂它做为目标，表示入门。

通往 AGI 之路的介绍中提到，学习 AI 可从记忆（了解历史、基本术语等）、理解（进一步了解主要思想）、应用（选择适合自己的 AI 产品解决实际问题）、分析（阅读各类文章、视频等理解知识关系）、评价（通过课程与书籍深入学习）、创造（尝试新想法）等方面进行。我们阅读、思考、选择，不求多，只求精，只求有更高的价值。保持新鲜度，每天为 AI 添加新的维度。

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。

入门指南：强化学习

文：腾讯互动娱乐工程师luozhiyun原文地址：https://mp.weixin.qq.com/s/pOO0llKRKL1HKG8uz_Nm0A感谢群友.com的推荐最近因为AI大火，笔者也对AI产生强烈的兴趣，于是开启了AI的学习之旅。其实我也没学过机器学习，对AI基本上一窍不通，但是好在身处在这个信息爆炸的时代，去网上随便一搜就可以获得大量的学习资料。像这个链接里面：https://github.com/ty4z2008/Qix/blob/master/dl.md就有很多资料，但是这相当于大海捞针。在学习之前我们先明确自己的目的是什么，如题这篇文章是入门强化学习，那么就需要定义什么是入门。在很多强化学习里面，学习深度强化学习的第一个算法都是DQN，这个算法也足够好学和实用，所以本篇文章就以搞懂它做为目标，表示入门。下面是我的学习计划：

通往AGI之路介绍.pdf

1.记忆:先认的历史、基本术语,重EVAL ATINGA NALTDNG物、方法和原理等开始了解2.理解:进一步了解AI领的主要思想APPLVING3.应用:深人了解Fromp。选择适合自己AI对话、绘画语音产品,每天都用它UNDERSTANDING使用们来决实际6提开效LEMENEERING分析:大量间读各类交章,视以及行告。理解各知识之间的关系5.评价:通过各类课程与书籍更入学习湖信息的价值、提出自己观点和论钮舒造:将精选A如APP产品、6泊产品都试试。创造你自己的新想法C Designed by wa我们阅读,我们思考,我们选择。不求多,只求精,只求有更高的价值。First do it,then do it right,then do it better.o Designed y wkai保持新鲜度,每天为AI添加新的维度。知识库内容精选宁国2:小互日2日CDeslgned y ka中国口-2月小用3月阳4间2月26日Deslgned by inkan不止是一个AI知识库通往AGI之路0.从这里启程1.1入门:AI学习路径不止是多,是很多。1.2入门:Prompts(提示词)

Others are asking
AIGC和GAI是什么关系
在公众传播层面： AIGC 指用 Stable Diffusion 或 Midjourney 生成图像内容，后来泛指用 AI 生成音乐、图像、视频等内容。 GAI（Generative AI）强调技术。 生成式人工智能技术，是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术。 GenAI 涵盖了 LLM 和 AIGC。 国内官方政策文件使用 GenAI 这个词相对科学。 公众传播一般会混用上述名词，但底层是 Transformer 结构。Transformer 底层是 function loss 损失函数，是一个大参数（千亿级别）的回归方程，能在一定 prompt condition 情况下，repeat 曾经出现过的数据内容，实现“生成”能力。大语言模型是一个 perfect memory，repeat 曾经出现的内容。
2025-03-31
流行的ai工具
以下是一些流行的 AI 工具： 人工智能聊天机器人：如 ChatGPT、Google 的 Bard 等，用途广泛，包括写作和内容创作、教育和常识、翻译和音译、集思广益和协助规划、产品推荐、数据输入和处理、不同类型的分析等，访问量巨大。 AI 写作工具：也占据了较大的流量。 图像生成器：如 Midjourney 等，不同领域对其兴趣浓厚。 视频生成器和语音、音乐工具：访问量较大。 数据科学相关工具。 在游戏方面： Unity 推出了两款 AI 工具，包括提供新 Copliot 工具，可通过与 Muse Chat 聊天快速启动创建游戏项目、协助编码、创建 3D 材质等内容；Unity Sentis 则允许在 Unity 运行时为游戏或应用程序嵌入 AI 模型，增强游戏玩法和其他功能。 在创作方面： AI 研究工具：Claude、ChatGPT、Bing Chat、Perplexity 等。 图片处理：DallE、Leonardo、BlueWillow、Midjourney 等。 版权写作：Rytr、Copy AI、Wordtune、Writesonic 等。 设计：Canva、Clipdrop、Designify、Microsoft Designer 等。 网站搭建：10Web、Framer、Hostinger、Landingsite 等。 视频处理：Klap、Opus、Invideo、Heygen 等。 音频处理：Murf、LovoAI、Resemble、Eleven Labs 等。 SEO 优化：Alli AI、BlogSEO、Seona AI、Clearscope 等。 Logo 设计：Looka、LogoAI、Brandmark、Logomaster 等。 聊天机器人：Droxy、Chatbase、Voiceflow、Chatsimple 等。 自动化工具：Make、Zapier、Bardeen、Postman 等。
2025-03-31
如何让AI帮我分析职业选择
以下是利用 AI 帮您分析职业选择的一些方法： 1. 利用“长远思考思维模型”： 职业目标和个人价值观的一致性：认清长期职业目标与个人价值观是否相符，工作应与生活目标和信念相协调，考虑未来几年内希望实现的目标，思考其如何反映核心价值观。 职业成长和学习机会：关注职业成长和持续学习，在不断变化的技术领域中保持竞争力，思考未来几年市场受欢迎的技能，通过学习提升职业价值。 生活和工作的平衡：考虑工作对个人生活的影响，包括家庭、健康和兴趣爱好，可持续的职业道路应支持整体生活质量。 适应性和灵活性：考虑市场和技术变化，拥有适应和灵活调整职业路径的能力，以利用新兴机会。 2. 借助 AI 模型模拟市场反应来辅助决策：例如，个人在做职业选择时让 AI 分析不同选择下职业发展的前景。但重要决定最终由人拍板，AI 作用在于提供依据和建议。这一过程中，人类的批判性思维不可或缺，需要对 AI 输出进行评估，筛选有意义部分，并纳入自主判断。 3. 突破常规思维，选择如“破束缚思维模型”：挑战现有的职业路径设想，探索非传统的职业道路或角色，考虑将技能应用于不同领域，不要局限于传统职业路径，考虑跨领域工作机会或开发新技能以适应不同职业角色。 综合这些思维模型，建议您在进行职业规划时，不仅考虑当前的职业机会和挑战，还要考虑长期的职业发展、个人兴趣和潜在的市场需求。同时，敢于突破常规，探索新的可能性，可能会为您的职业生涯带来意想不到的转机。
2025-03-31
我是一名0基础的AI使用者，如果我需要熟练的搭建自己coze来完成一些业务工作，我的学习路径是什么样的？可以为我推荐一个学习计划，包括学习的资料获取途径和资料推荐吗？
以下是为您推荐的从 0 基础学习搭建自己的 Coze 来完成业务工作的学习路径和学习计划： 学习路径： 1. 了解 Coze AI 应用的背景和现状，包括其发展历程、适用场景和当前的局限性。 2. 熟悉创建 AI 应用的操作界面，包括学习业务逻辑和用户界面的搭建。 3. 掌握前端和后端的基础知识，了解其在 Coze 应用中的作用。 4. 学习容器的操作和页面布局技巧。 学习计划： 1. 资料获取途径：可以通过飞书知识库获取相关学习资料。 2. 资料推荐： “90 分钟从 0 开始打造你的第一个 Coze 应用:证件照 2025 年 1 月 18 日副本”，其中包含智能纪要和智能章节，详细介绍了 Coze 应用的创建过程、界面讲解、前端与后端基础及界面组件布局、容器操作与页面布局等内容。 （筹划中）「Agent 共学」之“两天学会用 AI 建站”，其中的共学日程表可能会提供相关的学习安排和指导。 在学习过程中，建议您重点熟悉桌面网页版的用户界面，按照资料中的步骤逐步实践，遇到问题及时查阅资料或寻求帮助。祝您学习顺利！
2025-03-31
我要系统学习AI怎么操作
以下是为您提供的系统学习 AI 的操作方法： 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，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。 对于新手学习 AI，还可以： 1. 了解 AI 基本概念 阅读「」部分，熟悉 AI 的术语和基础概念。 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，找到一系列为初学者设计的课程。 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，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。 总之，无论是中学生还是新手，都可以从编程基础、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。
2025-03-31
Ai搜索引擎
以下是一些常见的 AI 搜索引擎： 1. 秘塔 AI 搜索：由秘塔科技开发，具有多模式搜索、无广告干扰、结构化展示和信息聚合等功能，能提升用户搜索效率和体验。 2. Perplexity：聊天机器人式搜索引擎，允许用自然语言提问，通过生成式 AI 技术收集信息并给出答案。 3. 360AI 搜索：360 公司推出，通过 AI 分析问题，生成清晰有理的答案，支持增强模式和智能排序。 4. 天工 AI 搜索：昆仑万维推出，采用生成式搜索技术，支持自然语言交互和深度追问，未来将支持多模态搜索。 5. Flowith：创新的 AI 交互式搜索和对话工具，基于节点式交互，支持多种 AI 模型和图像生成技术，有插件系统和社区功能。 6. Devv：面向程序员的 AI 搜索引擎，专注于提供编程、软件开发和人工智能等领域的专业建议和指导。 7. Phind：专为开发者设计，利用大型语言模型提供相关搜索结果和动态答案，擅长处理编程和技术问题。 有人选择做 AI 搜索引擎可能基于以下原则： 1. 对该方向感兴趣。 2. 产品有价值，能带来成就感。 3. 在自身能力范围内。 例如，有人在研究了贾扬清老师开源的 Lepton Search 源码和 float32 的 AI 搜索引擎源码，弄清楚“检索增强生成”这一底层技术（包括检索、增强、生成三个步骤）后，决定在这个领域尝试，并将所做的 AI 搜索引擎产品取名为“ThinkAny”。
2025-03-31
TRAE编程快速入门
以下是 Trae 编程的快速入门指南： 一、Trae 简介 Trae 是字节跳动推出的智能编程助手，提供基于 Agent 的 AI 自动编程能力，通过自然语言对话就能实现代码编写。 二、Trae 的功能 1. 传统 IDE 功能，如代码编写、项目管理、插件管理、源代码管理等。 2. 智能问答：在编写代码时可随时与 AI 助手对话，获得代码解释、注释和错误修复帮助。 3. 实时代码建议：AI 助手能理解当前代码并实时提供建议，提升编程效率。 4. 代码片段生成：通过自然语言描述需求生成相应代码片段，甚至能编写项目级或跨文件代码。 5. 从 0 到 1 开发项目：告知想开发的程序，AI 助手提供相关代码或自动创建所需文件。 三、下载 Trae 官网下载地址：https://www.trae.ai/download ，支持 Mac 系统、Windows 系统，未来支持 Linux 系统。 四、使用方法 1. 安装：下载完成后按界面提示一步步安装。 2. 登录：安装完成后点击右侧登录按钮，程序会自动打开网页提示登录，无账号需先注册。登录完若出现“App Unavailable”提示，因 Trae 仅在部分地区可用，此时需开启科学上网。网页登录成功后可关闭科学上网，再点击中间大按钮。 3. 进入客户端后，查看对话框右下角，有三种大模型可选：Claude3.5Sonnet、Claude3.7Sonnet、GPT4o。Trae 提供两种模式： Chat 模式：根据描述进行代码生成、解释、分析问题或解决问题。 Builder 模式：可让 Trae 从 0 开发完整项目，对代码文件的任何更改会自动保存。 五、使用案例 1. 生成一个贪吃蛇游戏：打开 Builder 模式，输入“使用 web 技术栈生成一个贪吃蛇游戏”，排队完成后，Trae 开始思考和代码编写，期间需手动接入进行文件审查，点击“全部接受”。代码生成完成后，Trae 自动运行命令启动页面，点击运行，在 Webview 中可看到实现的游戏效果，试玩基本无 Bug。Trae 还进行了工作总结，说明了已实现的功能，如游戏包含的特性、主要功能和游戏界面等。 2. 生成一个任务清单应用：输入“使用 Web 技术开发一个任务清单应用”，过程类似。 3. 根据 UI 设计图自动生成项目代码：从站酷上找设计图，输入提示生成，虽不完美但能根据反馈调整。 六、总结 从实际体验看，Trae 表现出色，具有高效代码生成能力、多技术栈支持和动态调整潜力。
2025-03-30
ai入门教学
以下是为新手提供的 AI 入门教学： 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，能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，还有机会获得证书。 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。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。 如果您对 AI 绘画感兴趣，这里有从 0 入门的 AI 绘画教程： 🔥强烈推荐，学完变大神系列章节教学视频： 第一节课：AI 绘画原理与基础界面 第二节课：20 分钟搞懂 Prompt 与参数设置，你的 AI 绘画“咒语”学明白了吗？ 第三节课：打破次元壁！用 AI“重绘”照片和 CG 第四节课：AI 绘画模型，“画风”自由切换 第五节课：提高 AI 绘画分辨率的方式 第六节课：LoRa|Hypernetwork 概念简析 第七节课：定向修手修脸，手把手教你玩转局部重绘！ 第八节课：提示词补全翻译反推，“终极”放大脚本与细节优化插件 第九节课：LoRA 从原理到实践 第十节课：零基础掌握 ControlNet！
2025-03-28
ai学习入门
以下是新手学习 AI 的入门建议： 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。 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。 此外，还有以下入门相关内容： 入门指南：强化学习 原文地址：https://mp.weixin.qq.com/s/pOO0llKRKL1HKG8uz_Nm0A 作者在未学过机器学习、对 AI 一窍不通的情况下开启学习之旅，学习前先明确目的，如本文以搞懂 DQN 算法作为入门强化学习的目标，并给出学习计划。 写给不会代码的你：20 分钟上手 Python+AI 在深入学习 AI 时，编程可能会带来困难，此教程旨在让大家更快掌握 Python 和 AI 的相互调用，并在 20 分钟内完成简单程序、爬虫应用抓取公众号文章、为公众号文章生成概述等任务。 介绍了 Python 像哆拉 A 梦，拥有标准库，还可通过 pip 工具和 GitHub 平台获取更多资源。 OpenAI 通过 ChatGPT 提供开箱即用的服务，通过 OpenAI API 提供更加灵活的服务，可通过代码调用完成更多自动化任务。
2025-03-27
提示词工程入门
提示词工程入门： 基本概念： 简单的提示词能获得结果，但结果质量与提供信息的数量和完善度有关。提示词可包含指令、问题、上下文、输入、示例等元素，以更好地指导模型获得更好结果。 如使用 OpenAI 的聊天模型，有 system、user 和 assistant 三种角色，system 非必需但有助于设定 assistant 行为。本指南示例通常仅用 user 消息作 prompt。 语言模型能基于给出的上下文续写，可通过改进提示词获得更好结果。提示工程探讨如何设计最佳提示词以高效完成任务，可用于多种高级任务。 相关精读： 在生成式 AI 模型中，提示词工程是新兴学科，塑造模型交互和输出。提示词是用户与模型沟通的文本界面，涵盖简单问题到复杂任务。 提示词工程核心是制作实现特定目标的最佳提示词，涉及对模型能力和局限性的理解及所处上下文。 提示词工程不仅构建提示词，还需结合领域知识、对 AI 模型理解和系统化方法定制提示词，是迭代和探索过程。 关于提示词工程师： 是负责设计和优化提示的专业人员，目标是引导模型产生准确、有用和相关回答。 主要职责包括设计、优化、评估提示，需具备领域知识、自然语言处理、人工智能、沟通能力等。 是新兴职业，随着人工智能发展需求将增大，有实际工作案例。
2025-03-27
入门
以下是为您提供的 AI 入门相关内容： 强化学习入门： 学习之前先明确目的。 学习深度强化学习的第一个算法通常是 DQN，以搞懂它作为入门目标。 参考资料：https://github.com/ty4z2008/Qix/blob/master/dl.md 。 Stable Diffusion 入门： 基本介绍：https://waytoagi.feishu.cn/wiki/CeOvwZPwCijV79kt9jccfkRan5e 。 运作方式：https://waytoagi.feishu.cn/wiki/TNIRw7qsViYNVgkPaazcuaVfndc 。 新人视频教程：https://waytoagi.feishu.cn/wiki/O5jEwgZIRiQ10xkqGOQcKtSBnSe 。 文字教程：https://zhuanlan.zhihu.com/p/622238031 。 模型网站： C 站SD 模型网站：https://civitai.com/ 。 Liblibai模型+在线 SD：https://www.liblib.ai/ 。 huggingface：https://huggingface.co/models?pipeline_tag=texttoimage&sort=trending 。 吐司站：https://tusiart.com/ 。 人像摄影模型介绍：https://www.bilibili.com/video/BV1DP41167bZ 。 扣子“AI 应用”入门： 讲师韦恩是智能体创业者、WayToAGI 共建者、微软提示词工程师、多平台 Agent 开发者、企业级 AI Agent 定制专家，荣获多家 AI 开发平台的比赛奖项，有 12 年程序开发背景，是多家企业的 AI 落地顾问。 课程计划： DAY1：入门，搭建证件照应用，需要有一定的智能体搭建基础。 DAY2：进阶，邮票收藏馆搭建，需要有第一天的 AI 应用搭建基础，传送门：https://waytoagi.feishu.cn/wiki/NiXNwxVtHiP68Pk7bKmcNRDon6d?from=from_copylink 。 您将收获： 全面认识扣子的 AI 应用的底层逻辑。 解决 AI 应用核心卡点：工具栏、表单使用、加载动图、界面布局等卡点。 收获一个价值千元的 AI 应用证件照。
2025-03-26
AI 入门
以下是关于 AI 入门的一些指导： 适用于 JavaScript 的 AI 堆栈入门： 路线图： 提供交互式 CLI 用于 createaistack，让开发人员能选择项目脚手架和依赖项。 增加用于高级用例的事务性数据库，例如在问答中保留问题、用户偏好等。 提供更多的向量数据库和部署平台选项。 推出用于开源模型的轻量级微调步骤。 感谢 Tailwind、ai sdk、dotenv、Next.js、langchain.js 等开源项目在创建过程中的重要作用。 写给不会代码的你：20 分钟上手 Python+AI： 在深入学习 AI 时，编程可能会让新手感到困难，此教程旨在让大家在 20 分钟内掌握 Python 和 AI 的相互调用。 完成任务：包括完成一个简单程序、一个爬虫应用以抓取公众号文章、一个 AI 应用为公众号文章生成概述。 背景知识： Python 拥有丰富的标准库，若不够用还可通过 pip 工具从类似 GitHub 的平台订购新道具，在 AI 领域被广泛使用。 OpenAI 通过 ChatGPT 提供开箱即用的服务，也通过 OpenAI API 提供更灵活的代码调用服务以完成更多自动化任务。 新手如何学习 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。 开始 AI 学习之旅： 在「」中找到初学者课程，推荐李宏毅老师的课程，通过在线教育平台按自己节奏学习并获取证书。 选择感兴趣的模块深入学习： AI 领域广泛，可根据兴趣选择特定模块，如掌握提示词技巧。 实践和尝试： 实践是巩固知识的关键，尝试使用各种产品并分享实践成果。 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式。
2025-03-25
学习路径
以下是关于学习 AI 的不同方面的学习路径： LLM 开发： 1. 掌握深度学习和自然语言处理基础，包括机器学习、深度学习、神经网络等基础理论，以及自然语言处理中的词向量、序列模型、注意力机制等。相关课程有吴恩达的深度学习课程、斯坦福 cs224n 等。 2. 理解 Transformer 和 BERT 等模型原理，包括 Transformer 模型架构及自注意力机制原理，以及 BERT 的预训练和微调方法。掌握相关论文，如 Attention is All You Need、BERT 论文等。 3. 学习 LLM 模型训练和微调，包括大规模文本语料预处理，使用 LLM 预训练框架如 PyTorch、TensorFlow 等，以及微调 LLM 模型进行特定任务迁移。相关资源有 HuggingFace 课程、论文及开源仓库等。 4. LLM 模型优化和部署，包括模型压缩、蒸馏、并行等优化技术，模型评估和可解释性，以及模型服务化、在线推理、多语言支持等。相关资源有 ONNX、TVM、BentoML 等开源工具。 5. LLM 工程实践和案例学习，结合行业场景进行个性化的 LLM 训练，分析和优化具体 LLM 工程案例，研究 LLM 新模型、新方法的最新进展。 6. 持续跟踪前沿发展动态，关注顶会最新论文、技术博客等资源。 AI 技术研究方向： 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。 AI 应用方向： 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。 AI 基础入门： 1. 根据电脑的硬件情况和自身财力选择合适的开始方式，如本地部署（电脑是 M 芯片的 Mac 电脑或 2060Ti 及以上显卡的 Windows 电脑）、在线平台（分为在线出图和云电脑）或配台电脑（不建议一开始就配主机）。 2. 必学、必看内容是基础课，主要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不同的炼丹工具的安装教程；正式的内容部分分为数据集预处理、模型训练以及模型调试及优化三个部分。 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。
2025-03-31
零基础小包AI学习路径
以下是为零基础的您提供的 AI 学习路径： 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，您可以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。 一定要掌握提示词的技巧，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。 此外，像二师兄这样的案例也可供您参考。二师兄在二月因七彩虹售后群老哥的分享，要了 SD 秋叶安装包，下载了教学视频，迈出 AI 学习的第一步。三月啃完 SD 的所有教程并开始炼丹，四月尝试用 GPT 和 SD 制作图文故事绘本、小说推文的项目，五月加入 Prompt battle 社群，开始 Midjourney 的学习。 如果您是零基础小白，还可以： 找网上的基础课程进行学习。 观看科普类教程。 阅读 OpenAI 的文档，理解每个参数的作用和设计原理。 利用一些练手的 Prompt 工具。
2025-03-30
AI学习路线
以下是为新手提供的 AI 学习路线： 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。 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，能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。 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，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。
2025-03-30
哪个AI能帮助初中生规划学习计划
以下几个 AI 可以帮助初中生规划学习计划： 1. 文心大模型 4.0：它可以按照以下步骤为用户制定学习计划。首先询问学习目标或需要解决的问题，然后依次询问并收集学习目标与个人或职业发展目标的关系、具体学习内容、量化学习进度和成功的标准、目标完成的时间框架、目标的现实可行性等信息，最后综合这些信息制定详细的分步骤学习计划，包括每日和每周的学习内容及目标。 2. ChatGPT：可以协助设定量化目标，比如以考取雅思 8.0 且能和朋友或客户流利交谈为目标。然后会询问达成目标的时间框架，比如半年。还会询问目标的现实可行性，比如考虑目前的英语水平、日常时间安排、学习资源等情况。 例如，如果一个初中生想要提高英语水平，设定半年内考取雅思 8.0 且能流利交流为目标，目前雅思 6.5，每天能投入 2 小时，周末更多，有网络课程访问条件且能购买学习材料，那么这些 AI 可以根据这些信息为其制定具体的学习计划。
2025-03-30