哪些课程提供了减法学习AI的最少必要知识

本文作者：杨昌@okjike。发文时间：2023.5。编者注：这个链接中的文章提出了采用减法学习AI，从最最少必要知识开始。本篇文章就提供了学些AI的最少必要知识的相关课程。

如何给「学习AI」做减法？我从吴恩达、曹大、刘飞等人的分享中，总结了 5 条思路。

这一波 Al 浪潮里，新产品层出不穷，信息洪流扑面而来……

想必，很多「学习AI」的朋友，也跟我一样，想稍稍做个减法，不至于学得太累还没有收获。

接下来，我试着把最近看到的比较靠谱的思路汇总起来，尽可能用自己的话说明白，分享给有需要的朋友。

1、曹政老师：只掌握最好的产品，少关注新产品测评

各种新产品出来测评，一般曹大只关注一个结论：【和chatgpt有差距】。

这一条就够了，其他的不再关注。

不管是想拿AI当提升生产力的工具、个人生活助理，还是想拿AI当个人私教老师，【选市场上最成熟、最优秀的AI】就行。

①日常的问题，chatgpt 结合new bing，足够。

②设计绘图，midjourney是最好的。有行业应用，要自建模型，玩一下stable diffusion+civitai。

③编程，chatgpt也不错，还可以结合copilot

总之，不建议过度关注新产品，新模型，新热点。而是多关注如何更好地使用目前最优秀的AI产品提升生产力，提升个人的能力范畴。

[公众号文章链接：mp.weixin.qq.com ]

2、刘飞老师：只解决具体问题，不做泛泛了解

关注跟自己目前做的事相关的内容。只有搞清楚自己是不是真的有需求，并且用需求去牵引，才能知道它们能不能解决问题，以及具体可以这么解决。

解决了第一个问题，尝到了第一次甜头，马上会想解决第二个第三个乃至一系列的问题。

随着解决的问题越多，需要学习的技术和原理也会越多。但因为我们始终有问题作为牵引，有实际的效果给到反馈，从问题中来到问题中去，我们的心始终是稳的。

如果通过比较泛的浏览和查看去了解，就算掌握了一些知识，最终还是会发现这些知识留不下来。它可能分散在你之前的记录里的，你也不知道这些东西对自己有什么用。

[小报童付费文章链接：（不建议为了这一条购买）xiaobot.net ]

3、吴恩达老师：只关注核心能力，不关注花式玩法

吴恩达和openai合作的提示工程课，虽然是面向开发者的，但基本上把提示词能做的事情全部涵盖了，包括不限于：
*总结（例如，总结用户评论、会议纪要等）
*推断（例如，情感分类、主题提取等）
*转换文本（例如，翻译、语法更正、文字转代码等）
*扩展（例如，自动编写小红书和写论文等）

先从大面上，尽可能搞清楚 ChatGPT 等最优秀AI有哪些核心能力，然后才能更好发挥它们的优势。

别花太多时间去关注 AI 不擅长的领域，一方面随着技术进步这些也会慢慢优化好，另一方面能把这些时间花在用好AI优势解决实际问题上，个人会有更多正反馈。

[课程链接：www.deeplearning.ai ]

4、Shadowy老师：只关注理清需求和逻辑，不死记硬背提示词

Shadowy老师在机器学习和NLP领域工作多年，他非常不建议新手上来就硬啃prompt。

虽然，拿个咒语大全天天对着背诵实践，是大多数人推荐也认可的学习路径。

但它不符合IT工具发展的底层逻辑，因为prompt只是发展过程中一个短暂的阶段性产物，不值得花那么多时间去研究。

从我个人的使用经验来看，比起提示词，能把需求的背景、对象、目的、产出要求等内容想清楚说明白，就能解决 90%以上的问题了。

此外，市面上确实有好的提示词，不过没那么多。万一有幸遇到，也不着急马上背下来。

简单拆一拆他的逻辑是个啥，不用拆太深，也能举一反三用到自己的提示词当中去了。

[知识星球文章链接：articles.zsxq.com（不建议因为这一篇付费） ]

5、李楠老师：先关注提升认知，然后再谈技巧

前魅族 CMO 李楠在一期视频中说，新一代的技术（如AIGC)之所以是革命性的，因为它带来了「完全不同的思维方式和发展逻辑」，只有要抓住这个东西，才不会被时代淘汰。

技术进步的阶段，人尚可研究“ 10 个技巧玩转Midjourney”。但当技术发生颠覆性变革的时候，我们不能用技巧用技能掩盖认知的落后。

说很多 Java 程序员没搞懂 Java 是面向对象的语言，只是学会了技巧层的皮毛，写出来的代码还是纯纯地面向过程，还是上个时代的认知，这样是不 OK。

这些认知如何获得呢？个人觉得看 openai 等 AI 公司和机构的一线的活跃的工作人员的 Twitter 是个办法，关注青少年是如何使用是个办法，自己在实践中体会也是个思路。

但是，就像李楠老师在视频讲的，绝对不是听「用已知解释一切的部分上个时代精英」BB。

[视频链接：www.bilibili.com ]

以上，就是我对如何给「学习AI」做减法的思考和出处，欢迎多多交流。