吴恩达是谁?

吴恩达（Andrew Ng）是在人工智能领域极具声誉的科学家和教育者。 他在机器学习、统计学和人工智能领域贡献卓著： 曾在斯坦福大学任副教授，领导过谷歌的大脑项目（Google Brain）。 担任过百度公司首席科学家并领导百度研究院。 以深度学习和大规模机器学习系统的研究闻名，推动了人工智能技术的商业应用和普及，是多个人工智能和机器学习开源项目（如 TensorFlow 和 Caffe）的倡导者。 致力于普及人工智能教育，其教授的机器学习课程在斯坦福大学和 Coursera 上广受欢迎，吸引全球数百万学生参与。 在红杉 AI Ascent 2024 会议中，吴恩达是与会的人工智能领导者之一。 在相关研究中，吴恩达逐渐意识到利用大量训练数据与快速计算能力的重要性，其想法在一些论文中得到支持。 内容由 AI 大模型生成，请仔细甄别。

吴恩达（Andrew Ng）是人工智能领域享有盛誉的科学家和教育者。他在机器学习、统计学和人工智能领域贡献显著，是在线教育平台 Coursera 的联合创始人。 曾在斯坦福大学任副教授，领导过谷歌的大脑项目（Google Brain），还曾担任百度公司首席科学家并领导百度研究院。以深度学习和大规模机器学习系统方面的研究闻名，推动了人工智能技术的商业应用和普及，是多个人工智能和机器学习开源项目（如 TensorFlow 和 Caffe）的倡导者。 他致力于普及人工智能教育，其教授的机器学习课程在斯坦福大学和 Coursera 上极受欢迎，吸引全球数百万学生参与。通过教学和研究工作，对人工智能领域发展影响深远。 吴恩达还参与了红杉 AI Ascent 2024 会议。此外，他有一门生成式 AI 入门视频课程： 。 内容由 AI 大模型生成，请仔细甄别。

吴恩达（Andrew Ng）是在人工智能领域极具声誉的科学家和教育者。 他在机器学习、统计学和人工智能领域贡献显著： 曾在斯坦福大学任副教授，领导过谷歌的大脑项目（Google Brain）。 担任过百度公司首席科学家并领导百度研究院。 以深度学习和大规模机器学习系统的研究闻名，推动了人工智能技术的商业应用和普及，是多个人工智能和机器学习开源项目（如 TensorFlow 和 Caffe）的倡导者。 他还是在线教育平台 Coursera 的联合创始人，其教授的机器学习课程在斯坦福大学和 Coursera 上广受欢迎，吸引全球数百万学生参与。 此外，他还是 AI Fund 的成员，并在红杉 AI Ascent 2024 会议上参与交流。他还出版了新书《How to Build Your Career in AI》，为想进入 AI 领域的人士提供职业发展建议。

吴恩达最近推出的课程包括： 1. 与 OpenAI 合作推出的免费的 Prompt Engineering（提示工程师）课程。 主要内容是教书写 AI 提示词，并利用 GPT 开发一个 AI 聊天机器人。 原版网址：https://www.deeplearning.ai/shortcourses/chatgptpromptengineeringfordevelopers/ B 站版本：【合集·AI Course哔哩哔哩】https://b23.tv/ATc4lX0 、https://b23.tv/lKSnMbB 翻译版本： 推荐直接使用 Jupyter 版本学习，效率更高：https://github.com/datawhalechina/promptengineeringfordevelopers/ 视频下载地址：https://pan.quark.cn/s/77669b9a89d7 OpenAI 开源了教程：https://islinxu.github.io/promptengineeringnote/Introduction/index.html 纯文字版本 2. 2023 年 8 月 24 日上线的最新短课程： 《》，课程内容包括了解何时对 LLM 应用微调、准备数据以进行微调、根据自己的数据训练和评估 LLM。 《》，深入浅出地介绍了基于大语言模型的 AI Agents，从记忆检索到决策推理，再到行动顺序的选择，真实展现了 Agent 的智能化进程。

吴恩达总结了以下四种 AI Agent 的设计模式： 1. 反思模式（Reflection）：让 Agent 审视和修正自己生成的输出。例如，在编写代码时，可让大模型检查代码的准确性和结构规范性，并不断优化。 2. 工具使用模式（Tool Use）：通过使用外部工具和资源，如 LLM 生成代码、调用 API 等进行实际操作。 3. 规划模式（Planning）：让 Agent 分解复杂任务并按计划执行。 4. 多智能体协作模式（Multiagent Collaboration）：多个 Agent 扮演不同角色合作完成任务。 如果您想更深入了解这些设计模式，可以参考以下文章：https://waytoagi.feishu.cn/wiki/SPNqwJkmQiyVfGkS8zocMSZcnYd

以下是关于吴恩达中文课程的相关信息： 面向开发者的 LLM 入门课程： 地址： 简介：一个中文版的大模型入门教程，围绕吴恩达老师的大模型系列课程展开，包括吴恩达《ChatGPT Prompt Engineering for Developers》课程中文版等。 目录： https://github.com/zard1152/deepLearningAI/wiki 介绍： 有两类大语言模型：基础 LLM 和指令微调 LLM。基础 LLM 经过训练可根据文本预测下一个词，指令微调 LLM 经过训练能遵循指令，为让系统更有帮助并遵循指令，通常会进一步使用人类反馈强化学习（RLHF）技术来优化。 原则与技巧： 两个提示的关键原则：尽可能保证下达的指令“清晰、没有歧义”；给大模型思考的时间，以及足够的时间去完成任务。