AI Lecture

AI:Artificial Intelligence

人工智能

第一个寒冬：1970-1980

性能不足，问题复杂无法解决，参考数据缺失

（花这么多钱，没有效果）

1980-1990 应用发展

瓶颈：无法找到如此多知识

1990-2000寒冬

2000-2022 蓬勃发展

2022+ 井喷式发展

AIGC人工智能生成内容

模拟人的心智，结构，行为

神经网络

模拟权重，权重与加权参数

CPU：大厨，什么都能干，什么都干（炒菜etc）【但是很慢】

GPU：只会做小工作（eg切菜）但是很快

AI大模型

全称：大语言模型（AI Language Model）

各个优势

ChatGPT：起源早，语言支持多

Claude：复杂推理

Gemini：原生多模态（多种素材训练时就有）

Deepseek：开源，低成本

文心一言：中文文化理解

通义千问：能力还行，第一梯队

Kimi：一次可处理600w token（200万汉子）上下文处理

豆包：短视频脚本，年轻语言

腾讯元宝：微信生态（公众号，视频号） 内容创作，学习研究，etc

夸克：实时数据，多元信息整合，智能理解筛选

智能体Agent

Manus自动完成一切任务

AI聊天秘籍

指令，上下文，期望

推理类模型：自己思考，提示词更加简洁（否则可能破坏其结构）

聊天类模型：尽可能具体

RTGO提示词框架：

Role（角色），Goal（目标），Task（任务），Organize（组织）

COSTAR（上下文，目标，风格，

CRISPE（背景，角色，指令，目标，

万能提问公示，通俗易懂回答，身份场景代入，

用AI做什么：

攻克三角函数难题

（可总结相关错题）

绘图

（文生视频）

数字人：可以走来走去，转场

PPT制作

积极拥抱变化

保持好奇心，善于利用AI

就业市场影响：AI替代，重复性替代，etc

注意隐私与数据安全

保护信息，不要未经授权使用他人信息

·责任归属问题