＜AI大模型学习＞——《人工智能AI》

＜AI大模型学习＞——《人工智能AI》

一、AI大模型通识

1.AI介绍

人工智能（Artificial Intelligence），英文缩写为AI。 是新一轮科技革命和产业变革的重要驱动力量， 是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是智能学科重要的组成部分，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能是十分广泛的科学，包括机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习，计算机视觉等。
人工智能大模型带来的治理挑战也不容忽视。 马斯克指出，在人工智能机器学习面具之下的本质仍然是统计。 营造良好创新生态，需做好前瞻研究，建立健全保障人工智能健康发展的法律法规、制度体系、伦理道德。 着眼未来，在重视防范风险的同时，也应同步建立容错、纠错机制，努力实现规范与发展的动态平衡。

---

1.1为什么要学AI？

01 大模型技术实现AI技术普惠
02 AI技术门槛显著降低
03 非技术背景人员如何使用AI赋能行业
04 未来只有两类人：懂AI和不懂AI的人

• AI是第四次工业革命
  
  通义千问大模型官网地址链接

• AI能力走入日常生活
  

• Prompt工程
  

• 大模型的API服务
  

• AI学习技术平台
  魔搭上的各种开源大模型开箱即用 魔搭平台地址链接
  
  魔搭社区3分钟创建可针对行业定制的Agent
  
  未来只有两种人：懂AI和不懂AI的人
  

• 归纳总结
  

2.什么是AI？

01 什么是AI
02 AI的四次浪潮
03 GPT时代的AI发展现状以及未来的挑战

2.1AI的定义与起源

• AI的定义
  

• 图灵测试
  

• 第一次浪潮：符号主义
  

• 第二次浪潮：机器学习与神经网络
  

• 第三次浪潮：深度学习
  

• 第四次浪潮：GPT和大型预训练模型
  

• GPT时代的AI发展现状以及未来的挑战
  

2.2几次技术发展介绍

01 机器学习
02 深度学习
03 大模型：GPT引发的大模型热潮

• 概念介绍
  

• 技术探讨
  

• 应用场景
  

• 基本概念
  

• 神经网络深入
  

• 流行框架
  

• 行业应用
  
  

• 技术突破
  

• 应用场景
  

2.3大模型对AI生产范式的改变

01 小模型应用开发范式
02 大模型应用开发范式
03 就业市场对人才需求的变化

• 小模型应用开发范式

• 大模型应用开发范式
  
  
  

• 基座模型选取

• 模型微调
  

• 模型部署

• AI技能的重要性

3.怎么学AI？

01 通过优质视频课程学习
02 通过参加AI相关比赛学习

二、AI大模型应用搭建

1.什么是Gen AI？

01 Gen AI定义
02 Discriminative AI定义
03 Gen AI 和 Discriminative AI对比
04 二分类任务上的Gen AI与Discriminative AI

1.1Gen AI和Discriminative AI的区别

• Gen AI定义
  • 语言类 Gen AI代表——LLM
  • 图像类 Gen AI代表——SD
    

• Discriminative AI定义

• Gen AI和Discriminative AI的对比
  
  

• 二分类任务上的Gen AI与Discriminative AI
  

1.2语言类Gen AI

01 Transformer简介
02 模型简介
03 应用场景

• Transformer简介

  • Attention机制
  • Transformer模型结构详解
  • Transformer的优势
    
    
    

• 模型简介

  • LLaMA2
  • GPT
  • 通义千问
  • 其他模型等
    
    
    
    
    
    

• 应用场景

  • Writing
  • Reading
  • Chatting

1.3图片类Gen AI

01 Stable Diffusion技术讲解

• 稳定扩散的基本概念
• 稳定扩散在图片Gen AI中的应用与webui介绍

02 lora模型简介及训练流程

• Lora简介
• Lora数据准备
• Lora训练与结果评估

03 应用场景

• 使用Lora生成图像
• 实际文生图与图生图应用

• 稳定扩散的基本概念——什么是扩散模型

• 稳定扩散的基本概念——什么是Stable Diffusion

• 稳定扩散在图片Gen AI中的应用

• Stable Diffusion—webui

• Stable Diffusion—webui安装

秋葉aaaki中文整合包链接

Linux系统webui安装地址链接

• Lora简介
  

• Lora数据准备

• Lora训练与结果评估
  秋葉aaaki改良的训练脚本地址链接
  

• 使用Lora生成图像

• 文生图与图生图等应用

• 归纳总结
  

2.模型选择和工具介绍

2.1搭建一个Gen AI应用有两个重要组成部分：Foundation Model 和AI Tools

01 Foundational model选型
02 Foundational model获取
03 常见的AI Tools

• 主流模型榜单
  

• 榜单指标含义
  
  

• 热门模型LLaMA2、通义千问、GPT之间指标点差异解读（截至2023年数据对比）
  

• 模型选型示例

  • Hugging Face模型获取
  • 魔搭模型获取
    
    
    
    
    

• 原生API调用

• 模型API封装成langchain调用更多工具

---

后记：
●本博客基于阿里云开源学习社区资源，是作者学习的笔记记录，仅用于学习交流，不做任何商业用途！
阿里云开源学习社区地址链接