还没正式开放的GPTs,竟然已经有人先“抢跑”了?!
这不,各路提前获得内测资格的大神们,脑洞已经刹不住车了。
直接做个交互网站设计GPT,分分钟从草图出预览:
△图源推特Sawyer Hood
又或是整个图片转GIF的GPT,一下子就能让猫猫动起来。
△图源推特Nick Dobos
连Midjourney大神都来围观,要做个写Midjourney提示词的专属GPT(在DALL·E 3面前何尝不是一种NTR)
没能玩上的网友们眼珠子都要瞪出来了:
到底啥时候开放啊??
“提示工程师真要成正当职业了。”
那么,在GPT正式面向大伙儿公开之前,先来预热一下都有哪些玩法吧。
各路大神灵感爆炸
GPTs,直观来说就是一个包含了多种不同用途GPT的应用商店。
无需编程,只需要通过对话的方式,人人都能做出自己专属的GPT,既能分享也能私用。
只要用的人多,甚至能赚钱。
虽然GPTs尚未面向大众开放,但已经有内测玩家“先睹为快”了。
例如沃顿商学院教授Ethan Mollick,就试着做了个产品设计GPT,全过程不到一分钟。
这是他做出来的产品设计GPT页面介绍:
从视频中来看,GPT无论是设计还是交互都非常快,从提出需求到给出原型图在90秒左右。
功能还很全:不仅能自己联网找资料,还能快速出图并介绍图片风格。
嗯,就是这AI设计的鞋子有点过于前卫……
再来看看网友Seth Kramer开发的网页优化器GPT。
这个GPT“目光挑剔”,输入某个网页,就会以审美家的角度对着网页布局“品鉴”一番,给出建议。
如果觉得自己的网页设计得不行,可以找这位GPT给给针对性建议。
而继图片转GIF后,网友Nick Dobos拿下一波“双杀”。
他又基于babyAGI开发了一个可以给要完成的目标拆分任务、快速排序优先级的任务管理神器GPT。
网友Rowan Cheung则是做了个帮自己优化发帖时间、发帖内容的应用——用户运营GPT:
除此之外,也有不少网友分享了自己基于最新的GPT-4、或是GPT-4V模型开发的新工具。
例如物品识别器,一分钟内识别出在镜头内的所有物体:
△图源推特Benjamin De Kraker
识别出物体后,还能实时和GPT在线激情视频网聊……
△图源推特SkalskiP
想要“面对面”聊天?试试基于OpenAI TTS、SadTalker加SDXL等模型做的虚拟主播GPT:
△图源推特AP
不止是聊天,甚至还能结合TTS,做个AI足球解说,精确到帧那种:
△图源推特Gonzalo Espinoza Graham
当然,也有一些还没有试玩上GPTs的网友,已经在思考GPT出来后要怎么操作了。
例如,作家和出版商可以把电子书PDF上传,搞个收费辅助阅读器GPT!
这样一来,GPT不仅能直接总结书本内容,还能回答书中出现的问题,属实是24h贴心答疑。
这边新的自定义GPTs还在如雨后春笋般涌出来,那边却已经有一波初创公司感到危了。
“ChatGPT正成为新的iPhone”
还记得在前不久最新YC校友分享会上,OpenAI CEO奥特曼发表的演讲观点吗?
“套壳”OpenAI,注定消亡!
虽然当时看起来有点像个梗,但现在随着OpenAI发布会一开,这句话似乎真要成真了。
杜克大学教授陈怡然在看完发布会后表示:
基本上手里没有OpenAI绝对搞不到的数据或类似数据的大模型中小开发者可以歇了。
有网友特意做了个梗图,表示在接下来的一年里,MAD(机器学习/AI/数据)的前景会更明朗。
因为只剩下OpenAI了……
一些愤怒又无奈的初创公司老哥感叹:
OpenAI毁了我300万美元的初创公司,然而我得到的只有价值500美元的OpenAI API积分。
但在这样的情形下,依旧有网友表示自己会选择ChatGPT——
无他,有用户耳。
在HN上有网友评论表示:
ChatGPT正成为新的iPhone。
与封闭平台(walled-garden)打交道从来都不是什么很棒的体验,但我们会这样做,因为那是用户所在的地方。
进一步地,有网友列出了历来各个应用商店的盈利情况。无论是哪个应用商店,其潜在价值都是巨大的。
你会加入OpenAI的GPTs应用商店吗?最想看到哪个GPT应用?
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
】
123?spm=1001.2014.3001.5501)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
】