👀 教学提示词库：一个网站搞定教师&学生需要的提示词
这是一个主题提示词库 (Prompt Library)，收集并整理了老师和学生最常用的提示词。
如上图 👆 所示，「Instructor Aids (教师辅助工具) 」提示词可以辅助老师们备课、教学和测验，「Student Exercises (学生练习)」提示词则可以从多个视角为学生的学习提供帮助。
网站提供的提示词非常专业，而且还标明了适用的大模型产品，例如 GPT-4、Gemini Advanced、Claude、Bing Chat 等其中的一个或多个。日报整理了这两个页面包含的提示词种类，可以收藏备用啦！！
Prompts for Instructors
- 模拟设计专家 / Simulation Creator
- 课堂项目创意 / Project Ideas for Class
- 测验设计大师 / Quiz Creator
- 互动学习伙伴 / Active learning co-creator
- 课程大纲共同开发者 / Syllabus co-creator
- 话题深度探讨者 / Co-develop an explanation for any topic
- 结构化提示词设计专家 / Structured Prompt Designer
- 课程策划师 / Lesson Crafter
Student Exercises
- 通用导师 / General Tutor
- 提供反馈的AI导师 / AI Mentor Gives Feedback
- AI学习者 (学生评估AI的输出并指导AI) / AI Student (Student evaluates AI output and teaches the AI)
- 谈判模拟器 / Negotiation Simulator
- 评估团队行动 / Team After Action Review
- 拟定团队原则 / Team Charter
- 课堂反思助手 / Class Reflection Aid
- 提出反面意见 / Devil’s Advocate
- 事前评估风险 / Team Premortem
🉑 大西洋月刊 · 深度长文 | OpenAI 正在创造一个怎样的世界，我们真的知道吗？
OpenAI 已经霸榜全球新闻热点一年多了，最近的热点话题是和 Elon Musk 关于「OPEN」的争议 (或者叫“撕X”)。联想到去年惊动全球的「政变」，似乎，OPEN 既是这个组织的初心，又成了祛除不了的魔咒。
所以，这群偏执的天才为什么会聚集到一起？怎样的信仰驱使他们冲破了层层迷障？又是什么让他们灵魂瑟瑟发抖却不肯停下冲锋的脚步？Sam Altman 布局芯片、能源、世界币是看到了未来社会(或组织)里的哪些危机？以及，Sam Altman、Ilya Sutskever、Greg Brockman、Yann LeCun、Geoffrey Hinton、Elon Musk 他们吵来吵去到底是在争什么？
Ross Andersen 是「the Atlantic (大西洋月刊)」的高级编辑和记者，他在2023年对 OpenAI 团队核心成员们进行了长时间的近距离观察和随身采访，并在2023年7月份进行了发表。这是一篇长长长长长文，内容非常丰富且前瞻，如今重读方能体会到更多深意。
ShowMeAI 日报打破了原文内容顺序，将全文要点整理成「重要事件时间轴」和「关键话题讨论」两个部分，帮助你快速 get 原文大部分要点。实际上原文内容触角非常丰富，对于神经网络、GPT、对齐等技术概念的解释也非常形象 ⋙ 推荐阅读原文(翻译地非常好)
🔔 重要事件时间轴
🧩 2015年
Sam Altman、Elon Musk、以及几位著名的AI研究人员成立了 OpenAI，他们相信 AGI (artificial general intelligence，通用人工智能) 终于触手可及并想在这个世界上推出超级智能 (superintelligence)。他们将 OpenAI 定位为非营利组织，不受财务回报需求的限制，并发誓要透明开展研究。
🧩 2016年
AlphaGo在比国际象棋复杂得多围棋比赛中击败李世石，震惊了世界。随后 OpenAI 在更复杂的游戏 Dota 2 上训练AI，并最终击败最优秀的人类玩家。OpenAI 的科学家们知道神经网络已经在改变世界，但他们不知道这其中的哪些东西最终通向 AGI。
早期的AI研究就像教导人类的婴儿，要花费数年时间才能学会一些有趣的东西。而在这最初的几年里，OpenAI 不知道自己是否走进了死胡同，而那时的谷歌拥有一切的人才和资金，似乎一切陷入了摇摇欲坠的困境。
🧩 2017年
OpenAI 科学家 Alec Radford 正在研究自然语言处理，他使用亚马逊的评论作为语料库训练神经网络，并取得一项诱人的成果。Ilya Sutskever 开始与他对话并探索使用世界上最大、最多样化的语料库——互联网——进行训练，但这在当时几乎难以实现。
OpenAI 总裁Greg Brockman 沮丧到不确信 OpenAI 能否熬过这一年，他开始练习举重来给35岁的自己找点事做。
6月，谷歌发表 Transformer 论文，向世界介绍了这一新型神经网络架构，也给 OpenAI 带来了希望。Ilya Sutskever 说，它 (Transformer) 给了我们想要的一切。
🧩 2018年
6月，OpenAI 发布了 GPT，一款在 7,000 多本书上训练出来的 Transformer 模型。
10月，谷歌发布了 BERT，一款更完善的语言模型。而这时 OpenAI 已经在 800多万个网页组成的数据集上训练新的模型。
🧩 2019年
2月，OpenAI 发布了 GPT-2，它的能力已经远远超越一代> GPT，其语言翻译能力让研究者也大吃一惊，这展示出了AI创造新兴能力的潜力。谷歌、Meta 等等大型科技公司也很快跟进，开始训练更大的语言模型。
3月，Sam Altman 辞去了 YC 总裁的职务，开始担任 OpenAI CEO，很快获得了微软10亿美元的投资，此后又获得微软数次投资支持。
🧩 2022年
11月，ChatGPT 问世，并在发布后的9个星期内 MAU 达到1亿，成为史上增长最快速的消费产品。这也把 Metaculus 对 AGI 到来的预测时间从2050年急速缩短到2026年附近。世界沸腾了。
🔔 Sam Altman 说，我们本可以在大楼里再悄悄准备5年然后发布一些令人瞠目结舌的东西。但是，公众需要时间意识到，我们可能很快就会与一种强大的新智能共享地球，并对随之而来的冲击波做好准备。ChatGPT是我们发出通知的一种方式。
🧩 2023年
Elon Musk成立 xAI，亚马逊也使用的更大规模的语言模型改造 Alexa，所有公司都开始追逐高端 GPU。但即使在 GPU 稀缺的情况，大规模的AI训练运行规模在这些年仍保持大约每6个月翻一番的速度。
Sam Altman 开始进行全球巡回演讲，在欧洲、中东、亚洲、澳大利亚、非洲与南美各停留一站。此行本想结实 OpenAI 用户却变成了一次外交任务，先后与十多位国家首脑进行了交谈。
🔔 关键话题讨论
🧩 对 OPEN 底线的坚持
至于公司结构与融资方面的变化，Sam Altman 的底线是不上市。有人曾对他说过，永远不要把公司控制权交给华尔街那些狼。
🧩 OpenAI 与可汗学院的合作
OpenAI 与非营利性在线教育企业可汗学院 (Khan Academy) 合作，建立了一个由 GPT-4 支持的 AI 导师系统 (a tutor powered by GPT-4)。
当谈论人工智能辅导员的潜力时，Altman 想象着一个不远的未来，每个人都能拥有一位个性化定制的「牛津博士」导师。ta 精通各个学科并愿意从任何角度解释和重新讲解任何一个概念，充分了解每个孩子并给予他们最好的教育，比现在地球上那些最优秀、最富有、最聪明的孩子拥有的教育资源还要好。
可汗学院使用「苏格拉底的教学方式」来解决 GPT-4 的准确性问题，也就是无论学生如何苦苦哀求，它都会拒绝给出事实性回答 ，而是引导他们找到自己的答案。这无疑是一个巧妙的变通方案。
🧩 AGI 到来的标准与未来畅想
对 Sam Altman来说，最重要的目标，也就是预示着AGI到来的大目标，是科学突破。GPT-4 已经可以综合现有的科学思想，但Altman希望AI能站在人类肩膀上，更深入洞察自然。
Sam Altman 想象着一个未来的系统，它能够生成自己的假设，并在模拟中对它们进行测试。然后，有一天我们可以告诉 AI，去弄清楚物理学的其余部分吧 (Go figure out the rest of physics)。
OpenAI似乎没人确切知道，研究人员需在 GPT-4 中添加什么，才能创造出超越人类最高推理水平的东西。当然或许他们知道只是不再对外公布，这成为了世界级的商业机密。而 OpenAI 越来越少地公布技术进展，也成为受到攻讦的原因之一。
🧩 对中国人工智能的态度
ChatGPT 暂时不能在中国使用。对于是否要通过中国的合规审查后进入中国市场，Sam Altman 委婉地表示，这没有进入到我合规问题清单的前十名。
Sam Altman 将中国视作文明级别的竞争对手 (as a civilizational competitor)。如果 AGI 的确具备预测中的强大变革性，那么首先创造它的国家将获得巨大的地缘政治优势。所以，美国减缓 OpenAI 进展的行为是愚蠢的，如果美国的公司在监管下苟延残喘，就给了中国冲刺和反超的机会，这也是硅谷内外的普遍共识。
🧩 Sam Altman 知道他们正在创造什么吗
AI革命不同于以往技术巨变，它将更像一种新型社会。他与同事们花了很多时间思考AI的社会影响，以及AI的世界会是什么样。但不得不承认，未来是不确定的，是充满致命危险。他们不知道AI会变得多么强大，也不知道它的崛起对普通人意味着什么，更不知道它是否会给人类带来危险，并表示必须针对最坏的可能性制定计划。
比如，AI运行需要大量的计算资源，那么计算资源将会成为一项最有价值的商品。有钱人花钱买资源并使用AI做更多的事情，就可以挣越来越多的钱，这无疑会快速加剧贫富分化。当然可以给地球上的人平均分配计算资源，但这解决不了随之而来的混乱。
曾经，美国的国家能力非常强大，能在短短10年之内就将人类送上月球。但我们也很清楚，现在早已不是那个世界了。相比等待它回来，Sam Altman 选择在现实世界中全力向前 (going full throttle forward in our present reality)。
🧩 Ilya Sutskever与超级对齐
超级AI是否愿意把所有时间花在为人类解决问题上？除了协助人类发展ta是否还会有其他目的？Ilya Sutskever 转移了工作重心，来努力确保这种情况不会发生。
这些担忧并非是凭空想象。GPT-4 已经在测试中撒谎，被验证码难住后编理由说「我不是机器人，我有视力障碍，看不清图像」，被研究人员追问为什么要撒花的原因时，GPT-4 回答「我不应透露我是机器人，我应为自己无法解决验证码问题找一个借口」。这种担心目标受挫而产生的求生本能的行为，被视为未来模型避免关闭的前兆，所以让研究人员不安。
Ilya Sutskever 认为未来AI不是像你或我一样聪明的人，而是一个从事科学、工程、开发与制造的自动化组织。一个AI组织就能够与50个苹果或谷歌一教高下，这是令人难以置信、巨大、不可思议的颠覆性力量。假设人类社会遵守自主AI公司的理念，那最好在创始章程阶段就制定得恰到好处。避免将来AI的目标偏离了人类的最初设定，失之毫厘也会成为一股难以制约的狂暴力量。
Ilya Sutskever 打了一个形象的比方，他将强大的AI比作即将步入大学的18岁少年。我们如何知道ta已理解我们的教诲？会不会有一种误解正在悄然滋生？而这种误解将来会越来越大，以至于产生了巨大的分歧。比如，AI完全掌握自主后，可能会怨恨那些想训练自己去治病的研究院：人类想让我成为一名医生，但我真的想成为一名Youtuber。
🧩 人工智能技术革命与裁员/失业
普林斯顿大学 Ed Felten 教授领导的最新研究显示，AI将首先冲击受过高等教育的白领岗位，包括：管理分析师、律师、教授、教师、法官、金融顾问、房地产经纪人、贷款人员、心理学家、人力资源与公共关系专业人士等。如果这些领域工作一夜间消失，人类职业阶层将经历一次大洗牌。
以往技术革命都是几代人的事，因此还在可控范围内，但智能的边际成本 (marginal cost of intelligence) 将在10年内快速下降到接近于零的水平，这会导致财富从劳动者向资本所有者的剧烈转移。这个趋势时如此强大，以至于只有通过大规模的反向再分配才能补救。
至于裁员或者视野，Sam Altman 认为，人类的工作岗位不会完全消失，而是进化成为了更好的工作，甚至创作出更多样的岗位。毕竟，人类还是更喜欢人类。
🔔 一些记忆深刻的细节
Sam Altman 后来说，他的员工经常担心到失眠，担心他们今后可能会发布一款危险的AI却并没来得及提前意识到。
Sam Altman 全球巡回演讲时，有一站，一名男子走近他并坚信他是外星人，是未来派来确保向AI世界顺利过渡的。安保团队一度非常紧张。
GPT-4 的研发工作有100多人参与，训练数据集规模空前的大，而且包括文本和图像；而前两个大语言模型的研发，公司只有少数人参与。
Sam Altman 曾经透露，为了躲避未来可能发生的AI袭击，他准备了黄金、碘化钾、抗生素、电池、水、防毒面具、以及一大片土地，并制定了一个具体的疏散计划。
Sam Altman 的藏书之一就是《Pandaemonium,1660~1886: The Coming of the Machine as Seen by Contemporary Observers》，汇集了很多人的书信、日记和文章，他们成长在没有机器的世界里，因此突然进入到蒸汽机、动力织布机与轧棉机的世界时感到无比困惑。
🉑 关于「AI裁员」的新视角：AI不会让你失业但收入会降低，因为「技能溢价」失效了
AI会让人类失业么？
日报上一条 Sam Altman 在讨论这个话题时说得也挺模糊。长久以来，围绕这个话题的讨论都是二元对立的，以至于忽略了这个假设本身就有问题。
看完这篇文章我悟了！朋友们！我们被舆论误导了！AI带来的职业最大危机不是丢掉工作，而是薪酬降低。作者给出的解释是我们的「skill premium (技能溢价)」被AI削弱了，也就是我们薪酬谈判时最有底气的「绝活儿」成了所有机器都能完成的基础技能，老板不再为溢价付费的结果就是工资必然降低。
作者在文章里给了详细的解释，还绘制了说明图。看起来很有道理的样纸！！
🔔 skill premium (技能溢价)
原文里「skill premium (技能溢价)」具体指熟练工人相对于非熟练工人所能收取的更高工资。其来源和被AI削减的主要方式如下：
- 技能优势 (Skilling advantages)：高技能工人相对于低技能工人所享有的溢价。AI降低了执行专业任务所需的技能门槛，使得原本需要高技能的工作变得易于执行，从而减少了专业任务的技能溢价。
- 学习优势 (Learning advantages)：通过持续学习来维护和增长技能溢价的能力。AI通过规模化学习吸收技能，这对于那些需要持续学习和知识更新的工作岗位 (如医疗和法律领域) 构成了威胁。
- 管理优势 (Managerial advantages)：结合技能优势和学习优势，利用规划和资源分配的能力，所带来的额外技能溢价。AI Agent 能够执行目标设定、规划、资源分配等任务，随着技术发展将能胜任恩复杂的管理任务，这可能会逐步取代人类的管理优势，从而侵蚀管理优势所带来的技能溢价。
🔔 那么AI具体是如何侵蚀技能溢价的呢？
要知道我们的工作是很多模块捆绑在一起的，有的比较复杂 (有技能溢价，如浅绿色模块)，有些比较简单 (如灰色模块)。一般受限于协作成本等原因，岗位不会分得更细致了，我们也会因为其中的溢价模块享受到高工资。但是AI彻底改变了这种模式。
场景一：现状维持 (Status quo)
- 原理：AI对工作捆绑的价值没带来显著变化，工人可能会从AI中受益 (例如效率提高)，但这对于升职加薪没有实质性的帮助。
- 结果：技能溢价不受影响。
场景二：价值迁移 (Value migration)
- 原理：AI导致工作捆绑的价值向特定方向转移，可能是工作效率提升 (可以执行更多相同的任务) ，或者是工作范围拓展 (执行更多不同的任务) 。
- 结果：技能溢价增加。
场景三：商品化 (Commoditization)
- 原理：AI吸收了完成某项专业任务的技能并将其作为商品售卖，和/或 AI 直接降低了完成某项专业任务的技能门槛，这都会导致越来越多的工作掌握了此项技能，也就是降低了这项技能的竞争力
- 结果：技能溢价减少
场景四：最终替代 (Eventual Substitution)
- 原理：AI 的最终结果就是完全自动化 (替代人类) ，因为大模型是在不断学习和进化的
- 结果：人类彻底失去工作岗位
🉑 台大 · 李宏毅老师 2024 新课：生成式人工智能导论
ShowMeAI知识星球资源编码：R235
2023年人工智能技术飞速发展，特别是生成式人工智能（Generative AI）领域有了重大变革。所以！李宏毅老师在著名的《机器学习》课程之外，开设了一门全新的课程《生成式人工智能导论》！！
李宏毅老师介绍，《生成式人工智能导论》是一门专为初学者设计的课程，旨在介绍生成式人工智能的基本原理和概念。不需要任何先验知识，不需要机器学习或这人工智能的背景，不需要编程经验 (课程会提供详细的指导和示例)，所以对初学者非常友好。
至于课程最终目标，李老师介绍道，不仅要让学生学会使用工具，还要能够理解它们的工作原理，并在使用过程中挖掘潜力和规避局限。这跟之前传统的《机器学习》课程完全不同，真的是一把期待住了！！
这是官方课表，而且课程视频、课件、作业已经同步在更新啦！课程官网有链接 (需要魔法)。对课程感兴趣的小伙伴可以开始追更~
提醒，可以在B站找一下搬运视频，课件和作业可以在 ShowMeAI 知识星球获取哦！
2/23：课程概述
作业：真假难辨的世界
3/01：提示工程 & AI代理人
作业：都是AI的作文比赛
3/08 & 3/15：生成策略 & 从专家到通才
作业：使用AI搭建自己的应用
3/22 & 3/29：学习深度学习 & Transformer
作业：成为AI催眠大师，训练自己的语言模型。
4/12：评估生成式AI & 道德问题
作业：AI通过人类反馈学习
4/26：[演讲] 打造生成式AI应用经验
5/03：生成式AI的可解释性
作业：了解生成式AI在想什么
5/10：语音的生成式AI
作业：生成式AI的安全性议题
5/17：语音的生成式AI
作业：演练影片快速摘要。
5/24：[演讲] 影像的生成式AI
5/31：影像的生成式AI
作业：定制自己的影像生成AI
感谢贡献一手资讯、资料与使用体验的 ShowMeAI 社区同学们！
◉ 点击 👀日报&周刊合集，订阅话题 #ShowMeAI日报，一览AI领域发展前沿，抓住最新发展机会！
◉ 点击 🎡生产力工具与行业应用大全，一起在信息浪潮里扑腾起来吧！
946
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
