我可以用AI做什么，帮助自己更强大

发表于： 分类于：
字数： 1954 阅读：≈ 4分钟 浏览：

引言

人工智能（AI）对话大模型应用ChatGPT发布至今有一年了，但其带来的 AI 浪潮仍然在全球疯狂蔓延。

从今年3月堪称“生成式 AI（AIGC）集体爆发月”。两周内，国外公司争先出场，国内就只有百度的文心一言，

通过我体验使用ChatGPT，让我感觉不可思议，通过扮演不同的角色，回答各类问题、写代码等等，我已经深深感受到，ChatGPT已经让所有创业者焦虑。

从3月至今，国外发展突飞猛进，一步步提升技术，一步步开发应用。在国内ChatGPT在也是紧跟其后，一步步追赶，现在也是各大企业争先出场，推出各类应用。如：AI绘画、AI写作、AI聊天、AI语音合成、AI视频制作、AI智能办公，等等一些辅助我们学习、工作、娱乐、聊天软件。

这些应用使用简单，但是获取符合自己想要的结果是有一定门槛的，这就涉及到如何使用模型能懂的语言与之交流了。

如何去学习对应的知识？如何去应用AIGC？接着就引发我们的思考：“我可以用AI做什么，帮助自己更强大。”

如何去学习AI

大多数人肯定会想到，我们应该从哪里开始学起？

布鲁姆分类法学习路径

我推荐布鲁姆分类法学习路径：

1、记忆：先从AI的历史、基本术语、重要人物、方法和原理等开始了解

2、理解：进一步了解AI领域的主要思想和概念

3、应用：深入了解Prompt，选择适合自己的AI对话、绘画和语音产品，每天都用它，并使用它们来解决实际问题或提升效率

4、分析：大量阅读各类文章、视频以及行业报告，理解各知识之间的关系

5、评价：通过各类课程与书籍更深入学习，判断信息的价值、提出自己的观点和论证

6、创造：将精选AI网站和APP产品、最新前沿产品都试一试，创造你自己的新想法或产品

人工智能和AI绘画历史

人工智能历史：

  • 1945年：艾伦・图灵
  • 1950年：感知机模型
  • 1956年：达特茅斯会议
  • 1966年：经历低潮
  • 1960-1970年代：早期专家系统
  • 1980年：神经网络
  • 1990-2000年代：机器学习
  • 1997年：深蓝赢得国际象棋比赛
  • 2012年：深度学习兴起、AlexNet赢得ImageNet挑战赛
  • 2016年：AlphaGO战胜围棋世界冠军
  • 2022年：ChatGPT问世

AI绘画历史：

  • 1970年：哈罗德·科恩教授的AARON程序
  • 2012年：吴恩达和Jeff Dean用1.6万CPU生成猫脸
  • 2014年：对抗生成网络GAN
  • 2015年：《Deep Unsupervised Learning using Nonequilibrium Thermodynamics》论文发表、Google发布Deep Dream
  • 2017年：Google基于RNN的模型、Facebook发布CAN
  • 2019年：《Generative Modeling by Estimating Gradients of the Data Distribution》论文发表
  • 2020年：加州伯克利大学提出了DDPM模型、《Score-Based Generative Modeling through Stochastic Differential Equations》论文发表
  • 2021年：OpenAI开源了CLIP、微软发布LoRA论文
  • 2022年：Disco Diffusion发布、MidJourney V3上线、Stable Diffusion上线并开源
  • 2023年：斯坦福张吕敏发布ControlNet、Meta 发布图像分割 Segment Anything、DragGAN开源、DragDiffusion论文发布

再回头过来看看上面的人工智能历史和AI绘画历史，都能从里面找到划时代的应用，比如现在能耳熟能详的有：ChatGPT、Disco Diffusion、MidJourney 、Stable Diffusion、DragGAN。这些应用产生的结果让你意想不到，想用好这些应用，学好Prompt是必备技能。

我个人先学习的是吴恩达讲的Prompt：

  • 原版网址：https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/

  • B站版本：https://b23.tv/ATc4lX0

  • 对于开发同学来说，使用Jupyter版本学习效率更高：https://github.com/datawhalechina/prompt-engineering-for-developers/

  • 不满足吴恩达讲的Prompt课程的，OpenAI也开源了教程：https://islinxu.github.io/prompt-engineering-note/Introduction/index.html

AI从哪些方面让我们更加强大，如：工作场景、自媒体场景、生活场景、学习/学术场景、艺术/音乐场景、搞钱场景、开发场景、游戏场景、AI工具集、大模型及其他等等。不要想AI那么高大上，其实AI离我们无处不在，前提是你要学好如何与AI沟通的语言prompt。

大家都喜欢搞钱，AI的搞钱场景最明显的就是AI写作，AI绘画，我们学好prompt，能帮助我们省时省力还能高效出结果。