1.1.1 什么是人工智能

今天开始了第一篇正式内容，也是这个小册的第一节课，看完后有任何意见或建议可以在下方留言，或者可以直接跟西西私聊，您的反馈对我来说非常重要，感谢！

人工智能（AI）的定义

学术上的定义可能过于繁琐，不便于我们理解，简而言之一句话就是：一个努力模仿人类思维的机器。

所以人工智能应当是具备可以陪你聊天、帮你写作业、帮你做报表等等功能的“机器人”，人工智能的发展方向也是无限趋近于一个“人类助手”。

所以，在以后跟人工智能的沟通过程中，我们就可以想象成自己跟一个朋友或者同事在沟通，这样可以让我们更容易理解人工智能有时候为啥不能准确理解我们的意思，便于我们进行提示词迭代，这个以后细讲。

与人工智能的沟通方式

以前的人机沟通方式，更多是依靠“代码”去完成的，或者统称为“机器语言”，但是随着人工智能的出现，沟通方式变成了自然语言，也就是前面提到的，和人工智能对话就像跟朋友聊天一样。

那么这个聊天的内容叫什么呢？聪明的你可能已经猜到了，没错，就叫**“提示词”**，其实提示词就是自然语言，也是所有人都可以掌握的。

人工智能大模型

所谓人工智能大模型，可以简单理解成电影《钢铁侠》里面的”贾维斯“，比如“Chat-GPT”、“KIMI”等，都可以算作大模型，目前来讲，市面上已经有非常多的大模型了，并且出现了许多”专精“的大模型，即该模型是专门设计用来解决具体问题的，例如专门生成图片的大模型、专门生成视频的大模型等。

这里给大家推荐一个非常好用的网站：AI工具集

这个网站集成了市面上几乎所有的大模型，并且做了清晰的分类，便于我们非常便捷的找到对应的大模型地址，截图如下：

人工智能擅长什么

看见如此多的大模型，大家是不是认为人工智能几乎是万能的了，其实，跟人类一样，人工智能也有擅长和不擅长的东西，下面是一些总结，这样以后在与AI的沟通过程中，我们就能做到有的放矢：

擅长的：

• 处理大量数据：AI能迅速分析和处理大量数据，执行复杂的计算，超出人类的处理能力。
• 模式识别：AI特别擅长识别图像、语音、文字等多种模式，这使得它在自动驾驶、面部识别等领域表现出色。
• 持续运行：与人类相比，AI系统可以24/7不间断工作，不受疲劳、情绪或其他人类因素的影响。
• 自动化和优化流程：AI可以自动化复杂的流程，如生产线自动化、库存管理等，提高效率和准确性。
• 预测分析：通过历史数据训练，AI可以预测市场趋势、用户行为等，广泛应用于金融分析、市场营销等领域。

不擅长的：

• 处理未见过的情况：AI通常依赖于训练数据，面对未曾遇到的情况或数据时可能无法正确响应。
• 创造力和情感智能：AI难以模拟真正的创造力和情感，它无法理解或表达情感，也难以进行创新设计或艺术创作。
• 道德和伦理决策：AI缺乏人类的道德和伦理观念，面对需要伦理判断的复杂情况时，其决策可能不符合人类的道德标准。
• 理解抽象概念：AI在理解语言中的双关语、讽刺或抽象概念方面存在限制，这可能导致在自然语言处理等领域的误解。
• 适应性和灵活性：尽管有些AI系统具备一定的适应性，但它们通常不如人类灵活，特别是在需要即时适应新环境和解决问题时。

关于学习人工智能的几点建议：

1. 不用担心背景，学习人工智能并不一定需要IT背景或者懂得编程
2. 人工智能是个工具，可以直接类比如今的Office，所以学习AI其实就是掌握一个工具，最终目的还是解决我们的实际问题
3. 提示词是核心，暂时来说AI还没有发展到能够完全理解和明白人类需求的地步，这就需要我们不断去调试和AI交互的过程，而媒介就是提示词
4. 尽可能使用Chat-GPT去进行实际的学习和应用，如果想学习AI生成图片的话首推Midjourney

这里我大概解释一下原因：大模型的产生一共分为4个阶段：其中第1个阶段（我们可以简单理解为“学习知识“或者”录入数据“）会耗费整个大模型训练95%以上的时间，成本和代价极高，同时也直接决定了输出结果的质量高低。Chat-GPT能够被认为是最强大的模型，就是因为其在这个阶段投入了巨量的时间和成本，其余模型，不管吹的有多厉害，没有时间和成本的积累，是很难和ChatGPT媲美的。

如果觉得有收获，请点一点下方的”有启发“。这样可以让我知道你们的学习情况。

点我可以直接跳转到小册专栏合集。