想用好一门技术，首先要弄明白它的边界：大模型的能力圈和局限性

在人工智能飞速发展的今天，有些人已经开始认为大模型无所不能；但大模型真的是无懈可击的吗？‍‍‍‍‍‍

任何技术都有其优势，也有其劣势；大模型也不例外，大模型虽然很强大，但它仍然有它的能力边界，超过能力边界的问题它也无能为力。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

而不论是大模型的使用人员，还是开发人员，都要明确知道大模型的能力边界在哪里，然后才能更好的使用它或者扩展它。‍

01.大模型能做什么？不能做什么？

大模型能做什么？ ‍‍‍‍‍‍‍‍‍‍

从技术的方向来说，大模型能够进行自然语言处理(NLP)，计算机视觉处理(CV)。‍‍‍‍‍‍‍‍‍

而从应用的角度来说，目前大模型主要应用于对话(问答)类，内容生成——包括文字，图片，视频等；以及代码开发和智能体(AI Agent)。‍‍‍‍‍‍‍

但具体大模型能做什么，目前为止大多数企业都处于探索阶段，没有一个统一的定论。

人类对人工智能的期望值很高，但随着技术的发展，大模型在未来是否能够满足人类的期望值，还是一个值得怀疑的结果。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

_大模型不能做什么？_‍‍

虽然说不清楚大模型能做什么，但可以说一点大模型可以做什么。‍‍‍‍‍‍‍‍‍‍

比如，大模型在数值运算方面有着明显的欠缺，或者说大模型根本没有数值运算的能力，之上目前是这样的。‍‍‍‍‍‍‍‍

其次，大模型资料更新不及时，必须外挂知识库才能在一定程度上缓解这个问题，并且还是无法完全解决幻觉问题。‍‍‍‍

其它的还包括上下文限制，没有记忆能力，在垂直领域表现不太好等多种问题；当然，这里这是描述了一部分问题，大模型的能力圈还需要通过各种方式去提升。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

02.怎么扩展大模型的边界？‍‍‍‍‍‍‍‍‍‍‍‍

任何技术都不可能单独存在，大模型也是如此；大模型本身的能力边界很有限，要想扩展大模型的能力圈，就需要给大模型增加各种附加技术。

比如，智能体就是扩展大模型能力圈的方式之一，大模型本身不具备获取最新信息的能力，但把大模型+搜索引擎就可以实现一个具有搜索功能的智能体。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

一直有人说，大模型的出现就类似于第一次工业革命时期的蒸汽机；蒸汽机本身的作用只是提供动力，它本身什么事情都做不了。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

但蒸汽机发挥力量的地方，是它和各种场景相结合；比如汽车，轮船，火车，纺织机等。

同样，大模型要想发挥力量，依靠其本身的能力是很难有作为的；但如果把大模型和不同的领域相结合，可能就会出现不一样的火花。‍‍

但具体怎么产生火花，这是很多企业，创业者，也是我们需要去思考的问题。‍‍‍

如果从企业的角度来说，就需要有一个对业务有着深刻理解的产品经理和技术经理，来把大模型和具体的业务场景相结合。‍‍‍‍

个人开发的人工智能聊天机器人，感兴趣的可以点击查看：

当然，大模型的出现意味着新一轮的洗牌，对某些人和企业来说是风险；但对某些人和企业来说就是机会。‍‍‍‍‍

就像阿里云王坚院士所说——一个划时代的技术的出现，必定伴随着新的巨头企业的崛起。‍‍‍

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】