以下是学习 AI 的一些渠道资源： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。 浏览入门文章，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，特别推荐李宏毅老师的课程。 通过在线教育平台（如 Coursera、edX、Udacity）上的课程，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛（比如图像、音乐、视频等），根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习之后，进行实践来巩固知识，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。 6. 持续学习和跟进： 关注 AI 领域的新闻、博客、论坛和社交媒体，保持对最新发展的了解。 考虑加入 AI 相关的社群和组织，参加研讨会、工作坊和会议，与其他 AI 爱好者和专业人士交流。 此外，一位投资人的 AI 信息源包括： 1. 简报： TLDR AI The Sequence Deep Learning Weekly Ben’s Bites Last week in ai Your guide to AI 2. 播客： No Priors podcast hosted by Robot Brains Podcast hosted by Lex Fridman Podcast hosted by The Gradient podcast hosted by Generally Intelligent hosted by Last Week in AI 3. 会议： World AI Cannes Festival

以下是关于让大模型严格按照知识库内容进行输出的相关信息： 扣子的知识库功能强大，可上传和存储知识内容，提供多种查找方法。在智能体中使用知识库，收集相关内容，当智能体回答用户时会先检索知识库，使回复更准确。 在“掘金 x 扣子 Hackathon 活动 深圳站”的总冠军工作流中，对于用户向小说人物角色的提问，通过一系列节点，包括开始节点接收问题、知识库节点检索、大模型节点生成答案等，本质上是一个根据用户 query 进行检索增强生成（RAG）的任务，每个工作流中都嵌入了知识库节点，维护了如小说合集等知识库。 大模型节点是调用大语言模型，使用变量和提示词生成回复。按需选择基础版或专业版模型，基础版支持扣子预设的一批模型资源，专业版除默认添加的豆包模型外，还支持按需接入火山引擎方舟平台的模型资源。模型选择右下角生成多样性可从多个维度调整不同模型在生成内容时的随机性，有精确模式、平衡模式和创意模式等预置模式。输入方面，开启智能体对话历史后，上下文信息将自动携带进入大模型，参数名可随意设置但建议有规律，变量值可引用前面链接过的节点的输出或进行输入。

以下是 AI 模型和机器学习的分类： 1. AI（人工智能）：是一个广泛的概念，旨在使计算机系统能够模拟人类智能。 2. 机器学习：是人工智能的一个子领域，让计算机通过数据学习来提高性能。包括以下几种类型： 监督学习：使用有标签的训练数据，算法学习输入和输出之间的映射关系，包括分类和回归任务。 无监督学习：学习的数据没有标签，算法自主发现规律，经典任务如聚类。 强化学习：从反馈中学习，以最大化奖励或最小化损失，类似训练小狗。 3. 深度学习：是机器学习的一个子领域，模拟人脑创建人工神经网络处理数据，包含多个处理层，在图像识别、语音识别和自然语言处理等任务中表现出色。 4. 大语言模型：是深度学习在自然语言处理领域的应用，目标是理解和生成人类语言，如 ChatGPT、文心一言等。同时具有生成式 AI 的特点，能够生成文本、图像、音频和视频等内容。 2017 年 6 月，谷歌团队发表论文《Attention is All You Need》，首次提出了 Transformer 模型，它基于自注意力机制处理序列数据，不依赖循环神经网络或卷积神经网络。生成式 AI 生成的内容称为 AIGC。

人工智能（AI）是一种能够模拟人类智能的技术。它已经在众多领域发挥着重要作用，为社会带来了广泛的益处。 以下是一些主要的应用场景： 1. 医疗保健： 医学影像分析：辅助诊断疾病。 药物研发：加速研发过程，识别潜在药物候选物和设计新疗法。 个性化医疗：根据患者数据提供个性化治疗方案。 机器人辅助手术：提高手术精度和安全性。 2. 金融服务： 风控和反欺诈：降低金融机构风险。 信用评估：帮助做出更好的贷款决策。 投资分析：辅助投资者做出明智决策。 客户服务：提供 24/7 服务，回答常见问题。 3. 零售和电子商务： 产品推荐：根据客户数据推荐可能感兴趣的产品。 搜索和个性化：改善搜索结果，提供个性化购物体验。 动态定价：根据市场需求调整产品价格。 聊天机器人：回答客户问题并解决问题。 4. 制造业： 预测性维护：预测机器故障，避免停机。 质量控制：检测产品缺陷，提高质量。 供应链管理：优化供应链，提高效率和降低成本。 机器人自动化：控制工业机器人，提高生产效率。 5. 交通运输：（相关具体应用未在提供的内容中明确提及） 在法律法规方面，各国和地区都在制定相关规则，以规范人工智能的发展和应用，确保其在带来益处的同时，降低可能产生的风险。

AGI 即人工通用智能，通常被定义为能够完成任何聪明人类所能完成的智力任务的人工智能，其能力不局限于特定领域。例如，OpenAI 原计划在 2027 年发布的 Q2025（GPT8）将实现完全的 AGI，但因埃隆·马斯克的诉讼而被推迟。GPT3 及其半步后继者 GPT3.5 在某种程度上是朝着 AGI 迈出的巨大一步。AGI 的出现被视为人类历史上具有转折意义的事件，当 AGI 真正实现并可能迅速发展为超人工智能（ASI）时，人类社会将在随后的二十年里经历深刻变革，包括社会结构、价值观、权力格局、人类角色等多个方面的变化。我们的使命应是确保 AGI 造福全人类，从某种意义上说，AGI 是人类进步脚手架上的另一个工具。

本地知识库相关的模型主要涉及 RAG（Retrieval Augmented Generation，检索增强生成）技术。以下是对 RAG 技术的详细介绍： 背景：大模型的训练数据有截止日期，当需要依靠不在训练集中的数据时，RAG 技术发挥作用。 过程： 文档加载：从多种来源加载文档，如 PDF 等非结构化数据、SQL 等结构化数据以及代码等。 文本分割：把文档切分为指定大小的块。 存储：包括将切分好的文档块嵌入转换成向量形式，并将向量数据存储到向量数据库。 检索：通过检索算法找到与输入问题相似的嵌入片。 输出：把问题及检索出来的嵌入片提交给 LLM，生成更合理的答案。 如果想要对本地知识库进行更灵活的掌控，可以使用额外的软件 AnythingLLM。其安装地址为：https://useanything.com/download 。安装完成后进入配置页面，主要分为三步： 1. 选择大模型。 2. 选择文本嵌入模型。 3. 选择向量数据库。 在 AnythingLLM 中有 Workspace 的概念，可以创建独有的 Workspace 与其他项目数据隔离。构建本地知识库的步骤包括： 1. 首先创建一个工作空间。 2. 上传文档并在工作空间中进行文本嵌入。 3. 选择对话模式，包括 Chat 模式（大模型根据训练数据和上传的文档数据综合给出答案）和 Query 模式（大模型仅依靠文档中的数据给出答案）。 4. 测试对话。 在一个政府政策问答的项目实践中，由于传统智能问答产品在政策咨询方面存在困难，而大模型具有诸多优势，选择 LangChainChatchat 框架构建政策文档的本地知识库，实现基于本地知识库内容生成回答，为用户提供政策问答和解读服务。

目前针对机械加工数控编程的 AI 应用相对较少，但一些通用的 AI 技术和工具在这个领域可能会有所帮助。例如，通过机器学习算法对大量的数控编程数据进行分析和学习，以预测最优的编程参数和路径。然而，专门为机械加工数控编程开发的成熟 AI 系统仍有待进一步的研究和发展。

以下是 12 个精选的 prompt 框架： 1. ICIO 框架： 指令：执行的具体任务。 背景信息：提供执行任务的背景信息、上下文内容，让大模型更好地回答。 输入信息：大模型需要用到的一些信息。 输出信息：明确输出的具体信息的要求，比如字数、风格、格式。 2. BROKE 框架：通过 GPT 的设计提示，来提升整体反馈的效率。 背景：提供足够背景信息，让大模型可以理解问题的上下文。 角色设定：特定的角色，让 GPT 根据特定的角色能力的特点来形成响应。 目标：明确任务的目标，让大模型知道您想让它做什么。 结果定义：明确可以衡量的结果，让大模型清楚自己做的情况。 调整：根据具体的情况，来调整具体的结果。 3. CRISPIE 框架： 能力和角色：您期望大模型扮演的角色洞察，提供幕后洞察力、背景信息和上下文。 声明：简洁明了的说明希望完成的任务。 个性：回应的风格、个性或者方式。 实验：提供多个回答的示例。 另外，在潘帅分享的法律人如何用好 AI—Prompt 篇中，也提到了 Prompt 的建议框架及格式，如 CRISPE 框架： 能力与角色（Capacity and Role）：比如您希望它的角色和能力，如您是一名专注于民商事法律领域的律师，擅长案例研究、法律条文检索以及案件策略分析。 洞察（Insight）：提供背景信息和上下文，比如处理一起复杂的合同纠纷案件，向 AI 提供案件的关键事实、相关法律以及案件涉及的背景。 陈述（Statement）：您希望 AI 做什么，比如直接明确期望 AI 完成的任务是什么。 个性（Personality）：您希望 AI 以什么风格或方式回答您。 举例：以合同纠纷案件为例，要求 AI 总结此案件中双方的诉求、检索法条、预测可能的判决结果。

以下是国内部分头部和腰部的 AI 公司及其相关产品： 科大讯飞：讯飞听见 网易：有道翻译 字节跳动：即梦 AI、幕布、火山方舟 昆仑万维：天工 AI 美图公司：Vmake AI、美图设计室 迷南文化：熊猫办公 稿定科技：稿定设计 云上绿洲：FlowUs 华为：昇思 MindSpore 良知品牌：openi 艺源酷科技：创客贴 AI 金山办公：WPS AI 艾斯莱德：islide.cc 月之暗面：Kimi.ai

以下是一些与影视故事板相关的应用： 1. SAGA：这是第一款也是最好的剧本创作和故事板应用程序，由针对电影输出而精心调整的最新和最强大的生成式人工智能模型提供支持，包括 GPT4、Claude 3.5 和 Luma Dream Machine。它能为您提供最佳创意，让您在一个地方完成所有操作，无需购买一系列人工智能工具以及像 Final Draft 或 Storyboarder 这样的应用程序来将其整合在一起。1 个月的 Saga 高级订阅。 2. Sora：其界面类似于大家熟悉的 Midjourney，清爽简洁，用户可以轻松管理生成的视频内容，甚至查看其他用户的创意视频和提示词。Sora 支持在时间轴上编辑视频序列，让您完全掌控每个镜头的节奏和顺序。通过上传图片或现有的视频，您可以创造出属于自己的精彩故事板。