共23节课，每节课以清晰的问题导向展开。课程从基础概念入手，如什么是AI、算法、模型等，逐步深入到生成式AI、大语言模型、神经网络等核心技术原理。课程不仅涵盖理论知识，还包含丰富的实践环节，如训练模型、编写神经网络、微调大模型等。此外，课程还探讨了AI伦理、就业影响等社会议题，培养学生全面的AI素养。
视频截图：
课程目录：
01.第一节课什么是AI？.mp4
02.第二节课机器是怎么学习的？.mp4
03.第三节课什么是算法？.mp4
04.第四节课什么是模型？.mp4
05.第五节课训练一个模型.mp4
06.第六节课什么是生成式AI.mp4
07.第七节课大语言模型的运作原理.mp4
08.第八节课什么是推理模型？.mp4
09.第九节课什么是Token？.mp4
10.第十节课什么是智能体？.mp4
11.第十一节课什么是具身智能？.mp4
12.第十二节课什么是对齐技术？.mp4
13.第十三节课什么是认知外包？.mp4
14.第十四节课AI会让人们失业吗？.mp4
15.第十五节课以人为中心的人工智能.mp4
16.第十六节课AI编程一句话生成网页应用.mp4
17.第十七节课神经网络——AI的大脑.mp4
18.第十八节课动手编写神经网络.mp4
19.第十九节课什么是Transformer？.mp4
20.第二十节课大模型是怎么训练出来的.mp4
21.第二十一节课实战：微调大模型.mp4
22.第二十二节课AI生图的原理——扩散大模型.mp4
23.第二十三节课什么是世界模型？.mp4
为啥非得学这玩意儿的基础呢
你可能觉得人工智能听着高大上其实离日常生活远着呢但当你真正动手去搞懂那些模型怎么运作的时候才会发现它跟咱们用的手机App没啥两样都是靠代码和数据堆起来的只不过更复杂点罢了课程里头那些问题导向的设计让初学者不至于一头雾水直接从什么是AI这种基本问题切入慢慢过渡到生成式AI和大语言模型的核心原理避免了那种一上来就被数学公式吓跑的尴尬情况。
动手实操才是王道
光听理论课容易打瞌睡对吧这门课的实践环节安排得挺实在的比如训练模型那部分你得亲自调参数跑数据亲眼看着模型从一团糟到能输出像样的结果那个过程成就感爆棚编写神经网络听起来玄乎其实就跟搭积木似的逐层构建连接权重调整微调大模型更是让你体验到当个AI工程师的真实工作场景不过说实话调试过程可能遇到各种bug电脑卡死数据丢失这些破事儿都让人抓狂。
社会影响这块儿不能忽略
AI伦理讨论课上大家吵得可热闹了有人担心失业问题觉得机器迟早抢饭碗也有人坚信新技术创造新岗位就像当年工业革命一样课程专门拿一节课聊这个还分析具体行业案例比如客服岗位被AI替代的可能性教育领域的变化这些内容提醒你别光顾着敲代码还得想想技术背后的道德责任培养全面素养嘛对了课程里提到的认知外包概念挺有意思的它解释了AI如何帮人类分担脑力劳动让你省下时间干更有创意的事儿。
技术深度和那些琐碎细节
神经网络作为AI大脑的比喻很贴切但真要理解它的内部机制比如反向传播梯度下降这些算法没点耐心真不行课程从简单的感知机讲到复杂的Transformer架构层层递进大模型训练那节详细描述了数据预处理硬件需求分布式计算这些麻烦步骤实战微调时你还得选框架PyTorch还是TensorFlow纠结半天扩散模型生成图片的原理更是一堆数学变换加随机噪声迭代去噪的过程视觉化展示后反倒没那么神秘了世界模型的概念把AI与环境交互模拟出来听着科幻实际应用在自动驾驶游戏AI里已经初见端倪。
学习建议随便聊聊
别指望看完视频就能成专家得多练手课程配套的资源挺全的代码示例数据集都提供下载遇到卡壳的地方反复回看或者加学习群交流经验反正学AI基础就像学骑自行车摔几次就会了重要的是保持好奇心持续探索新工具昨天我还试了用课程教的AI编程方法一句话生成网页应用效果惊艳节省了好多开发时间伦理部分虽然枯燥但对职业发展长远来看有益无害毕竟现在企业招AI人才都看重这方面意识。
评论0