最近，沃垠AI群里有人问：有没有入门的课程推举？适宜小白系统学的那种。

我说：不如看我们的文章。

AI系统课程，确实有，但多数要么是理论派（公开课，下文会讲），要么是割韭菜（贵到上万）。
很难有学习资源，从入门到进阶、从理论到实践，全链路先容AI。

网上看文章、看***，也是东一榔头西一棒槌，无法形成体系知识。
打仗太多凌乱乃至缺点的信息，反而会滋扰我们的判断。

以是，我就在想，不如干脆给大家做一个学习资源汇总（大部分来自我自己在看的东西）。
汇总哀求：精选高质量信息，过滤劣质信息。
这样，一方面是给我自己定学习操持，另一方面也希望能够帮到大家。

本文核心：精选信息，源头学习，动手学习。

在学习前，有必要先先容几个方法论，作为我们学习的思路。

1、源头学习

知识源头，就像江河的源头一样，是知识发源的地方，是知识刚刚被创造出来的地方。
源头的知识浓度和质量极高，有丰富的底层逻辑和根本观点。
离源头越远，支流越多，混入的杂质也就越多。

以是，我们要站在知识的源头，萃取、消化第一手知识，重视第二手知识，轻视乃至忽略第三、四手知识。

图自文心一格，雪山之巅

AI领域，源头的知识尤为主要。
由于目前的AI，不是一个成熟的领域，而是一个充满了变革、饱含开放的新兴领域，须要我们去到源头，理解底层逻辑，判断信息代价。

比如AI新产品，理解它最好的办法便是看技能文档或论文，不要轻易被自媒体的标题党给忽悠。
如何精读论文，可参考我们之前的提示词。

用这个提示词读论文，学习效率和质量MAX

https://mp.weixin.***.com/s/dg9D_gp5hfzmjnn0MhFs4w

2、功利学习

认知心理学认为：成人学习有三个条件纲求的时候效率最高，即有目标导向、有即时反馈、最近发展区。
普通理解便是，能办理当下问题的、学了有地方用的、难度适中的知识最有效。

以是，我们学习AI要有极强的目的性，也便是功利学习。
要么它能够帮你变现，要么它能够帮你涨人为（提高生产力），要么它能够让你成功创业。

基于功利学习目的，我们要给自己制订学习操持，从自己的需求出发，设计学习清单，给自己分配学习资源（可从下文中配置资源）。

3、动手学习

AI这行，是极其讲究动手能力的。
现在用自然措辞就可与AI对话，动手门槛也低。
建议大家首先要成为一名AI发热友，这样你对AI的理解才会更加深刻些，实践出真章。

动手学习，可以让我们形成“输入问题（Input question）-办理问题（Problem solving）-输出产品（Ouput product）”的知识IPO闭环，交付属于自己的知识MVP（minimum viable product，最小可交付产品）。

图自文心一格，山城

下面，我将从5个方面来汇总AI学习资源，以帮助大家精选信息，源头学习，动手学习。

1、理解底层逻辑

·Transformer架构

·Diffusion模型

·空间智能

2、萃取源头

·AI领军人物

·顶流AI公司

·最新论文

·书本

3、信息同步

1）理论派

·看外媒、听播客

·精读一些论文

2）实用派

·沃垠AI

3）互换派

·加1-2个AI社群

·参加一些活动

·与大佬互换

4）商业派

5）工具派

4、学甚至用

·利用AI工具

·建智能体（提示词是绕不开的主角）

·搭Bot

·自支配

5、职业选择

·系统学习公开课

·考证（99%不靠谱）

·学业深造

这个list，紧张来自于我自己在看的渠道或资源，比较主不雅观，可能会有所遗漏。
欢迎大家补充，将你的学习资源发到留言区，我们一起对这个list进行迭代。

毋庸置疑，理解AI必须首先理解它的底层逻辑，也便是知道AI从哪里来，以及要到哪里去。

这里分两步：第一步理解基本观点，第二步理解底层技能。

1）理解入门观点

关于AI的基本观点，我们揭橥过“12个问题带你系统认识AI”文章，有助于你打好底子，快速理解一些根本观点。

系统认识AI，理解AI的底层逻辑和事情事理

https://mp.weixin.***.com/s/nDCL4LyQCqFR6GeFIuj0tA

也有一些公开课，值得一看，全英文，须要科学上网。

Deeplearning.ai课程，涵盖了从入门到进阶，入门只用学习“introductory”部分

https://www.deeplearning.ai/courses

微软AI公开课，先容了AI的核心事理

https://microsoft.github.io/AI-For-Beginners

2）理解底层技能

除了根本观点外，我建议还是要理解一下AI的底层技能（虽然理解起来有门槛），这样有助于我们理解AI的内在事理，理解当前技能的局限和边界。

当前的GenAI（天生式人工智能），紧张由2个底层技能奠定。

➊Transformer架构，奠定了大措辞模型（LLM）的根本。
2017年，谷歌八子揭橥论文《Attention is all you need》，提出了著名的Transformer架构。

啃原论文：

https://arxiv.org/pdf/1706.03762.pdf

B站@跟李沐学AI ***《Transformer论文逐段精读》，全程中文，科普性比较好。

https://www.bilibili.com/video/BV1pu411o7BE

➋Diffusion模型，是文生图、图生***的底层技能。

知乎科普文，十分钟读懂Diffusion扩散模型

https://zhuanlan.zhihu.com/p/599887666

➌空间智能，李飞飞认为AI下一步是空间智能，并且亲自了局创业。

TED演讲原文

https://www.ted.com/talks/fei_fei_li_with_spatial_intelligence_ai_will_understand_the_real_world/transcript

中文翻译及解读

https://mp.weixin.***.com/s/ZQPDq2G5gJGfSXxpWroeQA

源头的知识浓度和质量极高，有丰富的底层逻辑和根本观点。
关于AI的源头知识，可以从4个渠道获取。

1）AI领军人物

这里的领军人物，紧张指技能大佬和对人工智能有过主要贡献的人物，如图灵三巨子（Yoshua Bengio、Geoffrey Hinton、Yann LeCun）、李飞飞、吴恩达、Ilya Sutskever、Jan Leike、Shane Legg、Max Tegmark等。

而非商业领袖，如Sam Altman、马斯克、黄仁勋、扎克伯格、Demis Hassabis、李彦宏等，他们的采访或访谈，都是有商业目的性的，要么是提高公司估值，要么是探求投资人，以及迷惑竞争对手。
比如Sam Altman，就常常放卫星。

获取渠道：

Lex Fridman的播客

https://www.youtube.com/@lexfridman

20VC的播客

https://www.youtube.com/@20VC

web3天空之城（搬运外网采访，一样平常外网发布1-2天后B站就有了，配有中文精校字幕）

https://space.bilibili.com/351754674

各位大佬的X（原推特）

2）头部AI公司

头部AI公司，他们的官网都专门有1个板块，用来发布自己的技能文档和最新研究。

OpenAI的News

https://openai.com/news

Anthropic的最新论文

https://www.anthropic.com/research

5.21 Anthropic 论文，关于可阐明性在大模型中的事情事理

谷歌deepmind的最新研究

https://deepmind.google/research/publications

Meta AI的博客

https://ai.meta.com/blog

3）最新论文

无论公司or高校，一样平常都会首选在Arxiv上发布预印本论文，是我们研究第一手论文的紧张来源。

Arxiv机器学习最新论文检索主页

https://arxiv.org/list/stat.ML/recent?ref=bestofml.com

Arxiv Sanity Preserver，帮助分类、搜索和过滤特色主页

http://www.arxiv-sanity.com/?ref=bestofml.com

4）书本

虽然带着“人工智能”四个字的书有很多，但是能看的真的很少，只推举这几本。

《深度学习》，由环球有名专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，深度学习奠基性教材，被称为“AI圣经”。

电子版（已翻译）：

https://github.com/exacity/deeplearningbook-chinese

《生命3.0》，未来生命研究所创始人Max Tegmark著。

《三体》，刘慈欣，不用多说。

《我瞥见的天下》 ，既是李飞飞的个人史，也是人工智能的发展史。

我最近正在读这本书

《Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition》，目前地球上最好的机器学习书本，不仅有实例而且还讲明了事理。

信息同步这一块，紧张分为5个部分，大家按需选取。

1）理论派

➋看外媒、听播客

如果你想更深度地跟踪外洋动态，推举阅读外媒的一手宣布。

媒体：TheInformation、Techcrunch、Github、Reddit。

或者，不雅观看对技能大佬的深度访谈，比如Lex Fridman的播客，就采访了很多大佬，每期播客动辄2-3个小时。

Lex Fridman的播客

https://www.youtube.com/@lexfridman

海内这类访谈深度不足，一样平常不做推举。
有一位网红周鸿祎算是唯一推举的人物，但只能作为入门。

➌精读一些论文

如果你想更深层次理解技能事理，推举阅读一些论文。
普通人读论文，会比较困难，建议先读这几篇佳构论文。
后期，再按需增加阅读量。

a.《Attention is all you need》

这个就不用我多说了吧，Transformer架构的奠基之作，认识当下GenAI必读论文。
论文不长，建议精读。
如果没有读过这篇论文，别说自己是搞AI的……

论文网址

https://arxiv.org/pdf/1706.03762.pdf

B站李沐带读

https://www.bilibili.com/video/BV1pu411o7BE

b.《Generative Agents:interactive simulacra of human behavior》

斯坦福小镇的Agent实验，文章里创造了一个AI社会雏形，是AI Agent的先驱。

论文链接

https://arxiv.org/pdf/2304.03442.pdf

c.《Sparks of Artificial General Intelligence:Early experiments with GPT-4》

理解GPT-4的第一手资料和核心论文，内容详确，建议全篇细读。

论文链接

https://arxiv.org/pdf/2303.12712.pdf

OpenAI技能文档

https://cdn.openai.com/papers/gpt-4-system-card.pdf

d.《Video generation models as world simulators》

Sora技能文档，理解文生***的新技能，它是如何理解现实天下的物理规则。

技能文档

https://openai.com/research/video-generation-models-as-world-simulators

e.李沐老师的论文精读

李沐老师的论文精读***，非常值得一看。
既适宜小白，也适宜专业人士。
不过有近1年没更新了，可能他在亚马逊的AI项目实在太忙了吧。

B站：https://space.bilibili.com/1567748478

外网：https://www.youtube.com/@mu_li

2）实用派

讲资讯、理论的媒体有很多，但讲实用的很少，干系内容紧张集中在其他渠道上。

比如沃垠AI（不要脸的首推自己），就紧张做AI运用研究和落地，我们先后发布了通义、Kimi、GPT、文心、豆包、讯飞、智谱、Claude 3、Suno、Coze、Dreamina、PixVerse、天工AI搜索、钉钉AI等多少AI产品的评测和利用攻略。

3）互换派

a.加1-2个AI社群

AI产品榜：每月更新AI产品榜单（含环球和海内），日渐成为行业引用的威信榜单。

网址：aicpb.com

通往AGI之路：宝藏社群，由很多互联网爱好者共创AI知识库，比较全面。

网址：https://waytoagi.com

以上2个社群都来自飞书，单群最高可容纳5000人。
除了飞书外，你也可以加一些质量高的微信群。

b.参加一些活动

参加线下活动，有助于我们近间隔不雅观察行业情形。
如果无法参加线下，也可以报名线上直播。
大部分品质高的活动，都是免费的。

4）商业派

海内券商的研报基本不用看，懂的都懂。
这里，仅推举一些专注AI赛道的VC。

红杉成本，把稳，不是红杉中国

网址：https://www.sequoiacap.com

a16z，紧张投AI的VC

网址：https://a16z.com

路奇（奇绩创坛创始人兼CEO）

路奇演讲完全版PPT：

https://mp.weixin.***.com/s/fzYxwaANqWpqxC__1zTNDA

信息平权：信息量爆炸，善于解读AI硬件厂商

红衣大叔周鸿祎：辩证的看，关于人工智能领域有一些发声值得一读。
海内鲜见有商界大佬乐意抛头露面，从这一点来说，也是难能名贵。

5）工具派

AI学习，少不了相应的工具，首推这2个：

飞书，“前辈团队先用飞书”这句slogan毋庸置疑。
海内很多AI互换社区都来自飞书，如AI产品榜、通往AGI之路等。
飞书有很多产品，如云文档、知识库、***会议、多维表格等，全都内置了AI功能。

https://www.feishu.cn

GitHub，环球最大的开源代码社区，有一亿的开拓者。

https://github.com/

人工智能终极的落脚点，肯定是在运用上。
如果只是理论束之高阁，无法进入运用，那其终极命运肯定也会被历史给淘汰。

普罗大众学AI也是如此，核心是要学甚至用，能够进入实际的运用处景。
不管是生活也好，事情也好，能切实从生产力上帮到大家，那便是好的AI。

对付目前的GenAI，可从4个角度学甚至用。

1）把AI当做生产力工具

不管是搜索、总结也好，绘图、做***也行，把他们通通视作生产力工具。
大概GenAI还无法完玉成部事情链路，但在个中一些节点上已经能够很流畅的帮助我们完成事情了。

可以从这里，选取适宜自己的AI工具进行利用。

AI产品推举榜

https://mp.weixin.***.com/s/Cw3hn-_vwlYqiK3I9emQ7g

2）建智能体

让AI更懂你，懂你的需求，懂你的业务，智能体（也即提示词）是绕不开的环节。

提示词是我们与大措辞模型（LLM）沟通的根本措辞，好的提示词=懂业务+懂技能+会提问+构造化写作。

吴恩达智能体设计思路

https://mp.weixin.***.com/s/FBWgeq2OmOr3ixJMAxh1RQ

3）搭AI-Bot

再进一步。
学会写提示词后，可通过AI-Bot平台搭一个Agent，可支配到企微、公众号、飞书、豆包或自己的网站。

可选平台有：

Coze，分国际版和海内版。
国际版，内置的ChatGPT模型；海内版，内置的moonshot、通义、MiniMAX、豆包4家模型。

国际版：www.coze.com

海内版：www.coze.cn

GPTs，依托ChatGPT模型搭建。

https://chatgpt.com

4）自支配模型

5月来，多家大模型宣告免费，纵然付费版API也非常便宜。
AI正在遍及和平权，是我们做自支配的好机遇。

接一个API，通过Python大略代码，即可完成自支配，搭建出一个属于自己的Demo模型。
自支配的模型，可在本地运行，也可发布到自己网站，还可以拿来开拓一个微信谈天机器人。

如果职业操持进入人工智能行业，有3种渠道。

1）系统学习公开课

Deeplearning.ai课程，从入门到进阶

https://www.deeplearning.ai/courses

吴恩达《Machine Learning》

https://www.coursera.org/learn/machine-learning

吴恩达《Deep Learning》

https://mooc.study.163.com/university/deeplearning_ai#/c

强化学习 | Reinforcement Learning-David Silver

https://www.bilibili.com/video/av45357759

林轩田《机器学习基石》

https://www.bilibili.com/video/av36731342

微软AI公开课，理解AI核心事理

https://microsoft.github.io/AI-For-Beginners

英伟达在线自主培训课程，免费、付费皆有

https://www.nvidia.cn/training/online

斯坦福大学，CS230 Deep Learning

https://www.bilibili.com/video/av47055599

斯坦福大学，打算机视觉“神课”CS231n

https://cs231n.stanford.edu

TED学AI，挑选自己喜好的学

https://www.ted.com/search?q=AI

2）考证

目前，AI领域人才，除了自读在线学位或全职攻读学位外，没有任何被行业认可的证书。
市情上所谓考证提升AI能力的，99%都是割韭菜。

3）学业深造

学业深造，分为2种。
第1种是自读干系的在线学位，紧张是要费钱。
目前海内有50所高校开设了人工智能研究生专业，这些高校录取门槛较高，而且险些都只收打算机本科生。

另一种便是全职攻读干系学位，通过读研或读博，来完成学历打造。
选学校，可参考https://csrankings.org排名。

中国前20高校

美国前20高校

以上，便是我推举的AI资源List，比较主不雅观，可能会有所遗漏。
欢迎大家补充，将你的资源分享到留言区。
创作不易，恳请大力点赞、在看和转发我们的文章，感谢~

你的小小举动，将会给我们带来莫大的鼓励，比心[心]~