🌈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
自我介绍：西琦AJ，产品经理，创建http://waytoagi.com/开源知识库
🎯 愿景和目标
要实现通用人工智能（AGI）也许有很长的路要走，
我们的目标是让每个人的学习过程少走弯路，让更多的人因 AI 而强大。
目录
- 有趣的AI案例
- AI的原理
- Diffusion原理和案例
- 什么是Agent
有趣的AI案例 - 引言
- 让我们先从一些有趣的AI数据和案例开始，看看AI在现实生活中的应用。
- 2023年上半年生成式AI TOP50 a16z发布
GPT聊天和角色扮演
- GPT可以进行自然语言对话，如同与真人聊天。
GPT使用场景-现场操作演示案例
- 内容生成：GPT 可以生成文章、故事、诗歌、歌词等内容。
- 演示 https://chat.openai.com/
- https://bard.google.com/extensions
- https://claude.ai/
- 聊天机器人：GPT 可以作为聊天机器人的后端，提供自然的对话体验。演示 感觉英语老师要失业了……这AI也太强了_哔哩哔哩_bilibili
- 问答系统：GPT 可以用于问答系统，为用户提供准确的答案。
- 文本摘要：GPT 可以生成文本的摘要或概述。演示
- 机器翻译：虽然 GPT 不是专门为机器翻译设计的，但它在这方面也有不错的表现。
- 群聊总结：实践：群总结工具
- 代码生成：GPT-3 和其后续版本已经被证明可以生成代码片段，甚至帮助开发者解决编程问题。
- 教育：GPT 可以用于教育领域，帮助学生解答问题或提供学习材料。
- 浏览器插件：webpilot
- PDF对话：演示 www.chatpdf.com
- PPT生成：办公：高效做 PPT
- 音视频提取总结：https://bibigpt.co/r/AJ
- 播客总结：https://podwise.xyz/dashboard/trending
- 生成脑图：https://xmind.ai/editor/
Prompt
- 所有的背后都离不开这个词
- prompt：提示词，通过特定的提示，GPT可以生成特定的内容。
提示词相关框架
提示词相关网站
自己学习写prompt
高阶使用方法：
陈财猫: 由GPT驱动的人生重开模拟器游戏，体验无穷变化的多重人生(已开源)
4：大语言模型的更多应用
LLM的原理 - 引言
- 了解了AI的应用，接下来我们深入其背后的原理。
GPT全称
- Generative Pre-trained Transformer
- 这三篇文章经典必读
- 预训练 (Pre-training)
- 预训练阶段开始。现在，这个阶段在图表中比较特殊，而且这个图表不是按比例绘制的，因为这个阶段是所有计算工作基本上都发生的地方。它占用了训练计算时间和浮点运算的 99%。
- 解释：这是模型的基础训练阶段。模型在大量的文本数据上进行无监督训练，学习语言的基本结构和模式
- 比喻：这就像一个小学生刚入学时，他们开始从零基础学习，掌握基础的阅读、写作和算术技能。在这个阶段，学生主要是在模仿和吸收基础知识。
- 有监督的微调阶段 (Supervised Fine-tuning)
- 解释：在这个阶段，模型在标注的数据上进行训练，以适应特定的任务。
- 比喻：这就像一个初中生，他们在更高级的课程中深化学习，如物理、化学和历史。在这个阶段，学生开始有目的地学习，并开始应用他们之前学到的基础知识。
- 奖励建模 (Reward Modeling)
- 解释：在这个阶段，模型学习如何根据给定的反馈来调整其输出
- 比喻：这就像一个高中生，他们为大学入学考试做准备，根据模拟考试的成绩和老师的反馈来调整学习策略。他们开始理解哪些学习方法是有效的，哪些是需要改进的。
- 强化学习 (Reinforcement Learning)
- 解释：模型在这个阶段会根据之前的奖励建模进行进一步的优化。
- 比喻：这就像一个大学生，他们不仅要学习专业课程，还要进行实践和研究。在这些活动中，他们会根据实际经验和反馈不断调整自己的策略，以达到更好的研究成果和实践经验。他们不仅要在学校里学习，还要参加各种课外活动和比赛。在这些活动中，他们会根据反馈和经验不断调整自己的策略，以达到更好的表现。
原理：预测下一个字
GPT的核心任务是预测文本序列中的下一个字。
- 必读文章：ChatGPT 是在做什么，为什么它有效？
- 原文作者：Stephen Wolfram
- https://www.stephenwolfram.com/
名词解释
向量数据库讲的非常好，从特征到向量，再到分类和搜索算法娓娓道来。
向量数据库这个技术确实需要视频才能更好理解，超级无敌推荐
分上下集
https://waytoagi.feishu.cn/record/SHD3rHa96e8vvDcX6b4c0chunIe
需要认识的著名人物
AI绘画篇：Diffusion原理 - 引言
- Diffusion是另一个重要的AI技术，让我们了解其原理。
噪点
- 稳定扩散（Stable Diffusion）是如何运作的
- Diffusion通过添加噪点模拟数据的生成过程。
Diffusion案例
- Diffusion应用示例
- 演示mj提示词生成mj图片案例
3d, round crystal mooncake, translucent, high angle, orange gradient melt, orange gradient background, pastel colors Food photography, real, glass mooncake, close-up- 演示SD可控性生图
- 案例：
定期举办比赛，欢迎参加
提示词网站
必须关注的AI绘画博主
排名不分先后！持续更新中
学习入门看这里
视频教程：
🔥【课程】爆肝制作！Stable Diffusion零基础入门宝典
文字教程：
Stable Diffusion超详细教程！从0-1入门到进阶
什么是Agent
- Agent是执行特定任务的AI实体。
Agent（智能体） = 一个设置了一些目标或任务，可以迭代运行的大型语言模型。这与大型语言模型（LLM）在像ChatGPT这样的工具中“通常”的使用方式不同。在ChatGPT中，你提出一个问题并获得一个答案作为回应。而Agent拥有复杂的工作流程，模型本质上可以自我对话，而无需人类驱动每一部分的交互。
参考文章：
https://logankilpatrick.medium.com/what-are-gpt-agents-a-deep-dive-into-the-ai-interface-of-the-future-3c376dcb0824
能干什么
最有名的案例：
斯坦福25人小镇
https://waytoagi.feishu.cn/record/1sfvuej0sATQfbO6zbeEAWk02
Lilian Weng（OpenAI 应用人工智能研究负责人） 的这篇 Blog 可以说是目前 AI Agent 领域优质论文的系统综述，她将 Agents 定义为 LLM、记忆（Memory）、任务规划（Planning Skills）以及工具使用（Tool Use） 的集合，其中 LLM 是核心大脑，Memory、Planning Skills 以及 Tool Use 等则是 Agents 系统实现的三个关键组件，在文章中，她还对每个模块下实现路径进行了细致的梳理和说明。到今天，构建 AI Agent 的工具箱已经相对完善，但仍需要面对一些限制，例如上下文长度、长期规划和任务分解，以及 LLM 能力的稳定性等。
https://lilianweng.github.io/posts/2023-06-23-agent/
与普通模式有什么不同
Agent的现状
- 图片：现代Agent应用示例
- 现代的Agent已经被广泛应用于游戏、机器人和其他领域。
数字人
虚拟数字人是通过各种技术创设的，具有多重人类特征，如外观、行为、思想等的虚拟形象。
从应用层面来说，虚拟数字人可以分为服务型、表演型和身份型三大类。
- 服务型虚拟数字人，如虚拟主播、虚拟助手、虚拟教师、虚拟客服、虚拟医生等，主要是为物理世界提供各种服务。
- 表演型虚拟数字人，如虚拟偶像等，主要被应用在娱乐、影视等场景，如虚拟偶像演唱会等。
- 身份型虚拟数字人，是物理世界的“真人”进入虚拟世界的数字分身，在元宇宙中，数字分身有广阔的应用场景。目前产业还有待进一步完善，是数字人市场的增量空间。
课后作业
结尾
- 感谢大家的聆听！希望大家对AI有了更深入的理解。