AI 大模型之美
徐文浩
bothub 创始人
32336 人已学习
新⼈⾸单¥68
登录后,你可以任选4讲全文学习
课程目录
已完结/共 33 讲
AI 大模型之美
15
15
1.0x
00:00/00:00
登录|注册

结束语|送你一张通往未来“通用人工智能”时代的船票

DoNotPay
AI孙燕姿
Generative Agents
自主智能体
未来十年AI的变革
通用人工智能时代的起点
创造有价值的产品
高质量教程
开源社区
工程师立即动手的能力
娱乐
编程
法律
医疗
OpenAI的Shap-E模型
Meta的LLaMA模型
海外AI应用案例
学习知识
撰写代码
组织语言
自然语言转SQL
客服
商品推荐
搜索优化
未覆盖的有趣项目
课程内容与实际应用的结合
AI大模型的变化与挑战
个人与AI技术的亲身经历
AI技术的快速发展
期待与共同经历
课程的意义
行动的重要性
学习资源
课程的实践性
技术挑战与商业应用
AI技术的广泛可能性
开源世界的进展
AI应用的爆发式增长
ChatGPT的辅助作用
生产力工具
AI在多领域的应用
内容总结
结束感言
结语
实践与学习
未来展望
AI技术的发展趋势
AI技术的实用性
课程回顾
通往未来“通用人工智能”时代的船票

该思维导图由 AI 生成,仅供参考

你好,我是徐文浩。
课程到这里,终于要结束了。在去年年底和极客时间定下要写这门课程的时候,我并没有想到 AI 会在过去几个月里掀起怎样一阵滔天巨浪。忽然之间,似乎 AIGC 和大语言模型变成了一个人人都可以参与讨论的话题。连我年近七十的父母昨天晚上也来问我怎么才能用上 ChatGPT,让我一时都有些恍惚。上一次,人人都关心的技术产品,大概还是需要排队才能买到的 iPhone。

虽然谈不上完美,但是它真的有用

尽管这不是我第一次在极客时间上写课程了,而且这一次的内容也比前两次要短一些。但是写一个 30 讲、十几万字课程的过程还是非常煎熬的,特别是这一次有了更多和之前不一样的挑战。
因为 AI 大模型领域每天都在发生新的变化,在整个课程写作的过程中,突发情况层出不穷。比如,因为开源项目的版本升级很频繁,甚至很多升级是不向前兼容的,导致我很多提前写完的稿子不得不二次回炉返工。我早早就写完了第 11 讲,里面介绍了如何使用 llama-index 来分片索引文章,并且让 ChatGPT 能够根据上下文来更准确地回答问题。但是,就在实际连载要发表的前几天,llama-index 就进行了大规模地大升级,所有的 API 接口都发生了变化。所以那几天,我不得不停下来重新修订了一遍对应的内容和代码,避免上线的时候你没法运行成功。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

AI技术的快速发展正在改变我们的生活和工作方式。本文作者分享了他在极客时间上写AI课程的经历,以及AI技术在各个领域的应用和开源社区的进展。作者指出,AI技术已经在许多领域创造了巨大的生产力,展示了AI技术的迅猛发展和广泛应用,以及开源社区的活跃和创新。文章强调了通过实践将AI知识落地的重要性,鼓励工程师和产品经理们尽早动手做出有价值的产品,让世界变得更好。作者希望读者将这门课程视为通往“通用人工智能”时代的一张船票,借助它开启未来的航程。文章展望了AI技术的未来可能性,同时提醒读者不要满足于学习新的AI知识,而是要尽快行动,让世界变得更好。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 大模型之美》
新⼈⾸单¥68
立即购买
登录 后留言

全部留言(22)

  • 最新
  • 精选
  • neohope
    还在坐等AutoGPT,课程就结束了,意犹未尽,感谢文浩老师。 希望ChatGPT+AutoGPT+各种AI+各种非AI工具的组合,能让大家早日迎来新的互联网入口,开启一个新的智能时代。

    作者回复: 加油!这个课程只是个开始,还有太多好玩的东西值得大家去研究和尝试。

    2023-05-15归属地:上海
    2
  • 水木
    已学完本专栏所有课程并取得结课证书!

    编辑回复: 真棒👍

    2023-05-16归属地:广西
    1
  • piboye
    老师,想请教一个东西,我看国内文章分享深度学习的资料都比较喜欢谈数据推导,我想知道是不是要入行深度学习,是不是一定要搞明白数据推导过程?

    作者回复: 个人观点,不一定对,仅供参考。 从实战应用角度,不一定需要。从面试找工作角度,有时候不得不需要。 我比较赞同最近吴恩达老师和李飞飞老师访谈里面的一个观点,就是AI或者说深度学习已经越来越可以和每个人的工作结合到一起了。利用开源模型,或者调用开源代码训练一个属于自己的模型,并不需要数学推导过程。 我自己曾经也花过不少时间看数学公式推导,做过很多练习题。但是的确现在也记不太住了。有用吗?多少有点用,更容易理解原理。特别有用么?我不是做研究发表论文,只是做工程,好像也没多大用。 是否一定要搞明白,取决于你的目标是什么。有精力有能力搞明白,没有坏处。精力有限,目标不是走学术发表论文,不搞明白或者搞个大概明白也没关系。

    2023-05-16归属地:广东
    2
    1
  • peter
    感谢老师的精彩讲解!!! 前面我曾经问了用某个声音唱歌的问题,结束语中提到了“AI孙燕姿”,老师能简单介绍一下是怎么做出来的吗?比如:1 用chatGPT能否做出来?2 如果chatGPT不能,那是否有哪个工具能够做出来?

    作者回复: https://github.com/svc-develop-team/so-vits-svc 一个开源项目,之前其实关注的人不多,被“AI孙燕姿”带火了

    2023-05-15归属地:北京
  • Santiago
    学完打卡

    作者回复: 👍

    2023-05-15归属地:山西
  • Penguin Shi
    特别好的一门课。我已经四刷了。因为在目前我能碰到的学习课程来看,这是最符合我们这些小白上手的。无论是从广度还是深度。从最开始什么都不懂,懵的。跟着老师的代码,拓展资料,去学去运行,因为一些库的升级,有些代码报错,我去研究LLAMA-INDEX或者langchain官方文档的时候,都是更深入的学习。死磕课程四遍之后,我基本能掌握大模型里面常用的工具的基本用法。后续我还会再学习一遍。我发现,每学一遍,都有不同的收获。真心感谢老师的课程和付出。谢谢。
    2023-08-15归属地:广东
    1
  • Realm
    感谢老师的辛苦付出,学到很多,多学多练,将知识转成生产力。
    2023-05-17归属地:浙江
    1
  • 方梁
    学完打卡。
    2024-02-19归属地:北京
  • Geek_f9f09f
    感谢老师
    2023-10-23归属地:北京
  • Geek_5b3cb6
    完结散花
    2023-09-14归属地:上海
收起评论
显示
设置
留言
22
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部