王小川：你们去卷AI娱乐吧，我去做AI医疗了

不争DAU，做更有意义的事！

王小川 & 百川智能

王小川，这位极具个性的AI大模型公司CEO，有着引人入胜的职业生涯。

2023年4月，他创立了百川智能。此前，他在搜狐工作了近20年，主导了「搜狗」搜索引擎的研发，并先后担任搜狐副总裁和搜狗CEO，带领搜狗成为当时中国的第二大搜索引擎。

百川智能在成立仅4个月后，就获得了第一批国家大模型备案资格。

当时获批的公司仅有8家，而百川是成立最晚的。令人惊讶的是，当时申请备案的160个模型中，有一半是基于百川发布的7B、13B开源模型构建的。

迄今为止，百川智能的Baichuan3大模型依然在SuperCLUE排行榜上稳居国内第一，评分超越了清华智谱、阿里通义千问、腾讯混元和百度文心一言模型，可谓成绩斐然。

然而，与其在业内的杰出表现相比，百川智能在公众中的知名度却相对较低。原因之一是各大AI公司纷纷推出了面向消费者的大模型APP，而百川智能直到今年5月才推出移动端应用“百小应”。

国内大模型APP发布时间线。👇

在最近的一次采访中，记者提出疑问：作为搜狗的前CEO，您应该是最懂得DAU（日活跃用户数量）重要性的人，为何这么晚才发布面向消费者的应用？在这段时间里，百川智能究竟在做什么？

王小川解释道，AI娱乐的本质是在帮助用户 “消磨时间（kill time）”，比如阿里通义的“全民舞台”、天工的音乐模型“Sky Music”；而AI工具的本质是在帮助用户 “节省时间（save time）”，如AI搜索、AI PPT等效率工具。

而百川智能选择了更难、更有意义的方向——研究AI医疗和健康，帮助人们 “延长时间”。

现如今，很多事物都变得廉价且容易获得，打开短视频应用，轻松愉快的时光触手可及，但看病对大多数人来说，依然费时费钱。王小川相信，在AGI（通用人工智能）时代，人们可以拥有一个高水平的AI医生。

AI 医生

王小川用无人驾驶的L0-L5级别来类比AI医生的发展阶段：

● 如果AI能够在单点的信息上给出单点的决策建议，可以称之为L1。

● 如果通过多样的数据收集诊断，结合影像、语言文本等多种输入，输出的信息既有诊断又有治疗方案，就能达到L2。

● 在部分甚至大部分场景中，机器能够自己做出长程的判断和决策，但在关键时刻仍需要医生做最终决策，这就是L3。

● 当大模型的推理能力、减少幻觉的能力、沟通能力、共情能力、多模态能力和记忆能力都在医生身上得到应用时，我们就认为达到了L4的水平。

● 最终，当AI可以完全自主从预防、诊断到干预，全程无需医生介入，甚至超越医生的能力，我们称之为L5，即生命模型。

王小川认为，AI医生比无人驾驶更有价值。没有无人驾驶，司机也能自己开车，但生病了却无法自己看病。某些人工作不顺利可以辞职去开滴滴，但无法因心情不好而成为医生。

AI医疗确实是一件非常有意义的事情。我身边的许多朋友已经在使用AI问诊，询问体检报告上的指标代表什么。比起百度的“人均癌症”，他们更相信AI问诊的结果。

清华团队还创建了虚拟AI医院小镇，训练AI更好地处理病患问诊流程，给出治疗建议。目前AI医生在呼吸疾病等类型疾病上的准确率已高达93%，处理效率更是人类医生难以企及的，可以在几天内完成1万名患者的诊断并给出治疗意见，而人类医生则需要两年时间才能完成相同的工作量。

在AI与人类的议题下，充斥着太多的悲观预测，例如AI可能会毁灭人类、导致大规模失业、造成经济崩溃。令人欣慰的是，我们看到了AI帮助人类的美好一面，帮助人类减轻疾病的痛苦，延长生命的时间。

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。

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】

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】