摘要: 了解人工智能的奇妙世界，AI学习心得与路径分享，人工智能的本质以及学习方法与基础知识，推荐优质资源，助您深入AI世界。
了解AI的奇妙世界
AI初探
在我踏入AI的大门时，正值研一时光。当时，AlphaGo战胜围棋世界冠军李世石的新闻震撼了整个世界。人工智能首次闯入我的视野，我怀着好奇心想要深入了解背后的原理以及这些技术对我们有何作用。
学习心得与路径
从那时起，我开始寻找资料，观看视频，逐渐深入了解AI。随着对AI的了解加深，我的兴趣也不断扩大。在这里，我总结了一些学习心得、学习路径以及资源，希望能帮助大家更快速入门，少走弯路。
人工智能的本质
人工智能是什么？
人工智能（AI）是“Artificial Intelligence”的缩写，是人类创造的拥有才智的存在。它使机器能够模拟人类的行为和思维，处理人类面临的特定问题。
学习人工智能的现阶段
学习方向
在智能化时代，越来越多的人渴望学习人工智能，提升自己的核心竞争力。学习人工智能可以分为两个方向：
- 学习人工智能的原理： 包括自然语言处理（NLP）、机器学习（ML）、深度学习（DL）等；
- 学习AI的应用工具： 包括各种大模型，如聊天类的CHAT GPT、文心一言，以及绘画类的MJ、SD等。
这些大模型极大地提高了工作和学习效率，给我们带来了许多机会。然而，为了高效使用这些AI大模型，我们需要给予足够准确的提示词。通过不断学习，在这个AI技术的浪潮中获得更多技术红利。
学习方法与基础知识
基础知识
AI的学习路径建议按照以下步骤进行：
- 基础知识： 统计学、概率论、编程语言、高等数学；
- 算法和策略： 机器学习、深度学习；
- 深耕方向： 根据兴趣选择深入研究方向，如计算机视觉、自然语言处理等。
高数
数学是AI的基石，学习高数知识对理解各种算法至关重要，包括函数、导数、微分、泰勒展开式等。
概率论和统计学知识
AI需要大量的数据和数学模型来分析和决策，统计学可以帮助处理这些信息，包括随机变量、概率密度、随机变量的分布等。
编程语言
推荐学习Python，因为它语法相对简单，有丰富的AI库，广泛应用于市场。
算法和策略
在建立了基础后，可以深入学习机器学习、深度学习等领域。有关机器学习的详细信息，请参阅如何系统学习机器学习。
基于兴趣的深入学习
了解机器学习和深度学习后，可以根据兴趣做更专业的研究，如自然语言处理和计算机视觉。
自然语言处理
自然语言处理是人工智能的一个子领域，涉及计算机对自然语言的处理，如聊天类大模型的生成。
计算机视觉
计算机视觉使计算机系统能够从图像、视频中获取有意义的信息，并采取行动或提供建议，包括图像分类、目标检测、语义分割等。
优质资源推荐
视频课
-
DeepLearning.AI ——《Machine Learning》
-
DeepLearning.AI ——《Deep Learning》
-
谷歌生成式 AI 课程
-
DeepLearning.AI ——《面向开发人员的 CHAT GPT Prompt 工程课程》
相关文章
