“看吴恩达《面向所有人的生成式人工智能》课程,我学到的7个知识点”

AI绝对是当红炸子鸡,只要和AI相关的都能引起一些波澜和流量。在国内确实没想到,最先火起来的不是某一家的产品,而是教你如何使用AI的付费课程。

信息太爆炸了,错误信息也很多,我本身不是技术,对很多东西难辨真伪。

所以对于我这种普通人,我会优先去体验基于AI能力的一些产品,比如chatGPT,COZE,SD等产品。至少对他们有个概念,比如这些AI的产品都是通过“提示词”,也就是prompt去进行沟通交流,不断优化提示词,AI给你的内容也大不相同。

对于陌生的行业而言,很多人推荐看经典的课程和书籍。书就不必了,找个行业内的专家带你入门还是挺有必要。我也信奉向优秀的人学习,我当年的PS就是找的北大设计老师看视频学的。

当自己是一张白纸的时候,找高手学习提供的思路能减少弯路。最好再有个学习目的,比如我学习《面向所有人的生成式人工智能》,是为了先有一个大框架,并不是为了什么算法等技术层面,我只要知道这些能力大概能实现什么事,能如何应用。

“看吴恩达《面向所有人的生成式人工智能》课程,我学到的7个知识点” “看吴恩达《面向所有人的生成式人工智能》课程,我学到的7个知识点”

《面向所有人的生成式人工智能》主讲人是吴恩达。吴恩达也是人工智能和机器学习领域国际最权威学者之一。

这个课主要介绍了生成式AI是什么,它是如何工作的,常见的应用场景有哪些;其次对于,大型语言模型是什么,到底能做什么不能做什么;以及生成式AI商业化的思考。

我也梳理下学习笔记,记录有用的知识点,以便日后复习。

1. 什么是生成式人工智能?通过AI技术或AI系统生成高质量的内容, 比如文字,图片,视频。

2. 生成式AI的工作原理:像ChatGPT生成高质量文本的系统是利用大型语言模型(Large Language Model,简称LLM)的技术来实现的。简单来说,LLM是通过大量的数据,运用监督学习技术来预测下一个词。因为在训练模型的时候,会喂给模型大量的内容,而监督学习这个技术擅长的是标记和分类数据。

举个例子,比如一句话:我最喜欢的食物是奶油芝士百吉饼。

  • 如果你输入:我最喜欢的食物是,它会输出奶油;
  • 如果你输入:我最喜欢的食物是奶油,它会输出芝士;
  • 如果你输入:我最喜欢的食物是奶油芝士,它会输出百吉饼;
“看吴恩达《面向所有人的生成式人工智能》课程,我学到的7个知识点”

类似这样的模式,当给到大量的语料库去训练就会有类似ChatGPT的系统。当然不会这么简单,还会有很多复杂的技术,还会综合考虑了整个句子的上下文信息,来生成更加合理的文本。

3. 有一个特别好的比喻,你写提示词prompt的时候,考虑你写的prompt是否能让一个刚毕业的大学生看懂,并执行下去,如果你觉得会出现问题,其实是需要优化提示词。吴恩达也给了几个写提示词的标准,但我觉得还是太简单了(B站上面有很多写提示词的内容可以学习)。比如:

  • 提供充分的信息
  • 描述细节内容
  • 指导模型思考的步骤(方向)

当然最核心的还是不要考虑太多,快速试错,逐步完善,反复完善。

4. 一些技术能帮助提升生成式人工智能的性能

1)Retrieval augmented generation(RAG)检索增强生成:拿ChatGPT为例,他所有的数据来源都是互联网的知识,如果没在网络上披露过,他其实是无法回答你的问题。所以类似这样的情况,比如提问:你在职的公司是否提供午餐这种问题,可以把你们公司的员工手册文档给到ChatGPT,然后它阅读之后就能回答你这个问题,这个就是检索增强生成(RAG)干的事。

所以其实很多公司内部的知识库、问答系统等就可以利用这个技术。像ChatGPT PDF这个产品,也是利用的这个技术。

2)Fine-tune 微调:和RAG类似,也是给一些额外的信息进行处理,但是微调适用的是给定样式,比如让他输出积极的内容,礼貌的内容,模仿XX风格的写作方式等。

3)Pretrain models 预训练:我们使用的大模型都是经过预训练的,但是预训练特别贵,所以一般是建议找一个预训练的模型然后进行微调等操作即可。

5. 学习这个课程我有个思维上的转变。吴恩达建议不要把LLM看成是一个知识库,而是把它看成一个“推理引擎”。

因为大语言模型也不是什么都知道,而且有时候也会胡说八道是我们无法判断的。这个思路我确实之前没想到过,可能后续我会给他几个文档给我找出一些关联、逻辑,而不是单纯的只是问问题。

6. 当评估一个事情哪些内容可以利用AI增强或自动化,有两个方面考虑:A、技术可行性;B、商业价值。尤其是商业价值,到底AI能给你带来什么价值,比如:用AI能节约了多长时间?AI可以更快更便宜,且持续的完成这件事带来价值吗?

7. 不要考虑AI是不是会完全代替你,而是考虑你现在的工作内容,工作流程上哪些是可以利用AI提效。其实AI可能改变的是某些岗位或领域的工作流程,吴恩达举了一个例子,如下图:

“看吴恩达《面向所有人的生成式人工智能》课程,我学到的7个知识点”

一个市场人员如果没用AI工具,他可能需要2个小时写文案,然后发布,但是如果利用AI工具,他可能需要几十分钟就搞定了,然后快速发布。因为AI为我们提高了效率,那其实从文案的角度,我们可以写多个文案,然后利用A/B测试的方式来看哪些内容更有效,然后再优化prompt就可以了。

而这一套动作下来,和我们最初的「编写-发布」的流程完全不同,我们会有更多的时间来看数据和提升上面,这其实是增强了我们自身的能力,改变的是工作流。

以上,是我学习这个课程的我认为对我有启发和重要的知识点,但是如果你感兴趣,超级推荐你去听下,有些内容我还是略有删减。

也希望这篇能对你有启发。

© 版权声明

相关文章

暂无评论

暂无评论...