学习笔记：Generative AI for Everyone吴恩达

用户8537

2024年3月14日修改

笔记作者：心威

起因：自学AI，然后看吴恩达老师的相关课程，认真学习时边看边做笔记​

注：因为是学习记录，可能会有错误，可以联系作者（右侧二维码），请大家多多指导，共同学习进步。​

50%

common.docs_name - LarkCCM_Docs_Menu_Image

50%

🐱

视频课程：https://waytoagi.feishu.cn/record/ZoOvrMmF4e11Egc5HkxcMWLKnVc

以下是学习笔记

一，生成式人工智能如何工作？

生成式人工智能的工作原理

在整体的人工智能领域中，监督学习用于标记事物，一直占据很大比例。​

现在生成式AI在近期快速崛起，但强化学习与无监督学习也是AI领域重要的一种工具。​

生成式AI由监督学习技术搭建。2010-2020年是大规模监督学习的十年，这为现代人工智能奠定了基础。​

生成文本会使用到大语言模型，生成的过程是，大语言模式使用监督学习不断预测下一个词语，比如，i like，它会不断预测like后的词语是什么，经过大量的数据，它可能后面带的是，beaty，或者，eating ，而eating 后又大概率预测会有food。这样不断地生成新的文本内容。（这需要千亿，甚至万亿级别的单词数据库）​

大语言模型是思考的朋友

运用大语言模型，来写故事，修改本文，非常有用。

网络搜索与LLM的区别是，网络搜索可以追寻信息来源，同时你可以使用LLM提供相关的建议与策略。​

但大语言模型很会编造故事，所以会产生错误信息，这需要鉴别信息准确。​

人工智能是一种通用技术（可以应用的空间）

人工智能有大量运用空间。

现在通过网址来交互的应用——基于网络界面应用，如下方左图​

又或者将LLM内置与更大的软件来进行自动化——基于软件程序应用，如下方右图​

写作

使用LLM来写作，集思广益，头脑风暴将非常有用。

使用网页版的聊天信息时，提供更多的信息。

翻译也可以使用LLM，翻译效果可能比机器翻译更好。但网络文本较少时，效果也不太好。​

可以让LLM将内容翻译成为海盗英语进行测试翻译准确度。

阅读

可以让LLM检查文本错误，总结长句。

客服人员针对每一位用户，需要传递大量的信息时，可以内置LLM快速总结信息，提供给决策管理层​

学习笔记：Generative AI for Everyone吴恩达​

学习笔记：Generative AI for Everyone吴恩达