一文讲清楚，AI、AGI、AIGC与AIGC、NLP、LLM，ChatGPT等概念

前言

随着chatgpt3.5的横空出试，大模型爆火，这个风暴传递到了各行各业。

各类公众号、帖子，也涌现出了各种概念，AI、大模型、LLM、AI、AIGC、AGI、GPT、ChatGPT等等。

总觉得被这些概念搞得头晕。

我花了点时间，梳理了下一些常见的概念，希望从基本上能对大模型（LLM）有个基本的认识。

一图胜千言

我自己查阅了一些资料的针对各个概念的解释之后，整理了以下的一个图，来试图说明这些概念之间的关系（如有不对之处，还请看到的大佬予以指正）：

概念之间的关系

AI、AGI、AIGC

AI（人工智能）： 先说说AI，这个大家可能都不陌生。AI，就是人工智能，它涵盖了各种技术和领域，目的是让计算机模仿、延伸甚至超越人类智能。想象一下，你的智能手机、智能家居设备，这些都是AI技术的应用。

AIGC（AI生成内容）： 接下来是AIGC，即AI Generated Content。这就是利用AI技术生成的内容：

 1.  文本生成：可以用于自动生成新闻报道、广告文案、产品描述等。
 2.  图像生成：可以用于自动生成图像素材、艺术创作、设计等。
 3.  音频生成：可以用于自动生成音乐、电台广播等。
 4.  视频生成：可以用于自动生成视频剪辑、电影预告片等。

又称生成式AI，被认为是继专业生产内容（PGC）、用户生产内容（UGC）之后的新型内容创作方式。
互联网内容生产方式经历了PGC——UGC——AIGC的过程。

AGI（通用人工智能）： 然后我们来看AGI，即Artificial General Intelligence，中文叫通用人工智能。这可比一般的AI高级多了。AGI的目标是创造一个能像人类一样思考、学习、执行多种任务的系统。想象一下，如果有了AGI，它可能会成为全能的“超级大脑”，能在任何领域都超越人类。听起来是不是有点像科幻电影里的情节？

AGI与AIGC（Artificial Intelligence Generated Content，人工智能生成内容）有显著区别。AIGC指的是利用AI技术，尤其是机器学习和深度学习模型，自动生成内容，如文本、图像、音乐或视频。AIGC通常专注于特定的创作任务，而不具备AGI的广泛智能和通用学习能力。

在谈论AGI时，人工智能 和 机器学习领域国际上最权威的学者之一DeepLearning.AI创始人吴恩达认为，尽管AGI是一个激动人心的概念，但我们目前对实现真正的AGI还有很长的路要走。他强调，现有的AI技术，尽管在特定任务上表现出色，但仍然缺乏通用性和灵活性。

AIGC、NLP、LLM

从上面可以看出，现在被我们广泛谈起的AI，主要是指的AIGC领域。

AIGC涉及到的领域和技术很广泛，其中很重要的一项技术就是NLP(自然语言处理)，之所以把这3个概念放在一起描述，这两年来，AIGC取得了令人瞩目的增长，有很大因素就在于自然语言处理（NLP），而推动NLP发展到的就是LLM（大型语言模型），也就是我们接下来学习的重点，LLM。

用相对官方的描述，就是说：

NLP(自然语言处理)它是研究如何让计算机读懂人类语言，也就是将人的自然语言转换为计算机可以阅读的指令，NLP是人工智能和语言学领域的分支学科。

而LLM是 NLP 中的一个重要组成部分，主要是用来预测自然语言文本中下一个词或字符的概率分布情况，可以看作是一种对语言规律的学习和抽象。

在NLP中，LLM是一种基本技术，用于处理和理解文本，包括词法分析、句法分析、语义分析等，广泛应用于机器翻译、自动问答系统、信息抽取、文本分类、情感分析等多个领域。而LLM，特别是基于Transformer架构的模型，如GPT-3和T5，通过大规模无监督学习来学习语言规律和上下文信息，然后在微调阶段根据具体任务进行有监督学习和优化，从而能够生成连贯、有意义的文本。这些模型的核心在于预训练和微调，预训练阶段使用掩码语言模型或下一句预测等技术，微调阶段则针对特定任务进行优化。

NLP、GPT、ChatGPT

GPT是NLP领域中的一个重要模型，它是基于Transformer架构构建的预训练语言模型。GPT（Generative Pre-trained Transformer）通过预先训练大量文本数据，学习到语言的基本结构和模式，从而能够理解自然语言文本的意义和语义。

而ChatGPT从名字上就可以看出来，ChatGPT是GPT在对话生成领域的特定应用。

大模型的发展历程

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓