导图社区 鹤老师人工智能课
人人必修的AI启蒙课,启蒙课程,全套逐字稿笔记。 注释内含有逐字稿哦!干货满满,有需要的朋友赶紧收藏吧!
编辑于2023-12-24 13:52:13人工智能
人人必修的AI启蒙课,启蒙课程,
前言:向人工智能致敬
1. 全文摘要
介绍了贺老师的人工智能课程,使用AI技术大大节省了课程制作的时间,强调了学习应该是润物细无声的一个状态。课程内容深入浅出,化繁为简,用最轻松简单的语言,讲清楚最深刻复杂的道理,是一个教师的终极使命。此外,还介绍了一门名为《AI启蒙》的课程,分为四大章节,包括人工智能的技术原理和行业变革、AI对不同行业的影响和机遇、如何利用AI赚钱和抓住风口、实地演示和软件操作的工具。发言人建议不要焦虑,要相信成长是必然的,跟随课程学习可以成为红利中的第一波占便宜的人。
2. 开场
 好,欢迎来到贺老师的人工智能课,这一节是我们的前沿,叫什么呢?向人工智能致敬。这是我第一个使用人工智能做的,人工智能的课程非常有意思。也就按照我正常的速度整理资料,考核数据,可能需要两个月才能做的做完。但是用了AI我的主体架构几乎只花了两个星期就解决了,也就是他几乎帮我节省了4分之3的时间。如果你觉得不可思议,来我给你演示一下到底是怎么做到。
3. 人工智能课程的作用
 我们先打开一个AI软件,我先不告诉你名字,你先看看效果,直接打开AI写作输入我想做一个AI课程,针对小白解决从0到1的问题。按照小白的痛点,列举出大家最关心的问题,做一个课程大纲给我,要涵盖主流AI工具,避免生涩的语言,用小白理解和关心的方式展示。于是我们看到这个。  你看介绍机器学习、深度学习、主流爱工具实战项目,总结全部都出来,这个时候点一下确定就保存下来了。这个时候如果你觉得写的不够好,比如说像把这一节扩展,你就写什么具体展开并举例。你看什么叫监督学习,什么叫非监督学习,什么叫强化学习,出来了再点一个确定就ok了,对吗?我们再看一个例子,比如说这一节我们觉得还不够详细,我们再把它扩展一下,还是打开这个AI写作,直接认为输入具体展开例子,点一下回车你看。就想看。
4. 这个世界上有很多你不知道自己不知道的
 这个世界上有很多你不知道自己不知道的 好,我们先看这么多这个软件叫什么名字的话,我们会在工具和演示片里面讲到。我现在想表达的仅仅是这个世界上有很多你不知道自己不知道的,你不知道你还可以学,但是你不知道自己不知道就很麻烦。 好工具的重要性 这个就是我们AI启蒙课的作用,我们希望这个课程可以打开一个全新的世界,让你们明白好的工具的重要性。10分钟可以干完一个小时的活,你剩下的时间喝点茶想所以在人生而不是在体力的级别无限去拼命。 初民看到奇迹的地方末人只看到虚无 所以这里我想讲一句话就是出名看到奇迹的地方,默认只看到虚无。 在历史性的节点出现的时候,大部分人都是无感的。他们觉得昨天和今天好像没有什么区别,他懒得去学习,懒得去研究,他懒得知道这个东西到底是什么。而且就算有些人想学,他也会发现一个问题很难。因为这个试卷大部分的教材都是不合格的。他们再用一个复杂的方式讲清楚一个复杂的问题,让大部分人望而却步。而我们之所以出这个课程,就是希望简单简单再简单。 你为什么觉得学习呢?但是你为什么又没有觉得学汉语呢?因为学习应该是一个润物细无声的一个状态。你学习的时候,如果在不停的调用意志力,不停在逼自己去研究一个痛苦的词语,你就一定会崩溃了。这个就是课程的初衷,我希望可以让你过目不忘,不需要消耗心理,像玩儿一样无痛的去学习。
5. 课程的初衷
 课程的初衷 就好像你看电影看完之后情节记住了,你去看狂飙的时候你刻意记了吗?没有。但是你为什么能够记住一个一个的京剧?为什么能够记住每个角色讲了什么?因为生动,因为符合人性。 我们并不是缺内容而是缺符合人性的好内容 所以很多时候我们并不是缺内容,而是缺符合人性的好内容。生动还不够,还要有深度。市面上大部分的AI课程都在讲一些正确而无用的废话。比如告诉你什么前景,1234567,告诉你有多牛叉,1234567。
6. 根本性问题的回答
 但是唯独缺一些根本性问题的回答。比如说人工智能有什么事情做不了,人工智能会大量失业吗?人工智能学完人类的知识会怎么样?人工智能需要哪些更强的能力才可以驾驭?这些能力分别是什么?怎么去拥有这些?我们在课程里面会讲清楚。化繁为简,举重若轻,用最轻松简单的语言,讲清楚最深刻复杂的道理,才是一个教师的终极使命。
7. Ai启蒙课程的四大章节
 这个课程有四大章节。 第一章:底层原理篇 第一章讲的是人工智能的技术原理,包括一些基本的术语,包括当前热门的I到底怎么回事。 第二章:行业的变革 好,第二章讲的是行业的变革,就是AI会对哪些行业产生深刻的影响,哪些行业会优先的被替代掉,哪些行业则会产生巨大的机会。如果你是一个报考专业的学生,如果你是一个选择未来方向的成年人,这个一定要看。因为这个就是我们讲到的框架级别的努力。你未来20年财富高度,你的收入高度,在你选择行业的这一刻就对了。 第三章:风口和机会 第三章是风口和机会。AI既然可以引发各行业的彻底变革,那如果,你想借助风口去赚钱,到底应该怎么做?赚钱的机会在哪里?有哪几个重点的方向,有哪些具体的操作案例。 第四章:工具和演示 第四章是什么?是工具和演示,我去实地的演示这些软件,让你直观的感受到这些软件的高效,打开一个未知的新世界。当然你不需要完全去按顺序看,你可以先看自己感兴趣的,你对操作感兴趣,你可以直接看,一秒搞定职场写作,一秒搞定十个爆款标题,一招提升学习效率100倍。对赚钱感兴趣,你可以直接看AI带来的三种新机会,看哪个适合你就放手去做。 最后我给大家一个建议,就是不要焦虑,不需要焦虑,也没有必要焦虑。我们不想像很多老师一样去贩卖焦虑,我们只是讲事实,世间所有的焦虑都源于幻想破灭,这个是成长的必然。就好像一个大男孩突然发现这个世界不存在奥特曼一样。成长是这样的,人生也是这样的。跟贺老师一起学最前沿的知识,成为红利当中第一波占便宜的人。AI启蒙这一门课就够了。
8. 一个建议
 一个建议 最后我给大家一个建议,就是不要焦虑,不需要焦虑,也没有必要焦虑。我们不想像很多老师一样去贩卖焦虑,我们只是讲事实,世间所有的焦虑都源于幻想破灭,这个是成长的必然。就好像一个大男孩突然发现这个世界不存在奥特曼一样。成长是这样的,人生也是这样的。跟贺老师一起学最前沿的知识,成为红利当中第一波占便宜的人。AI启蒙这一门课就够了。
第一章:底层原理篇
1-1-从猿到人划时代的跃升
1. 全文摘要
讲述了计算机技术的发展历程,特别是围棋人工智能和机器翻译的历史。围棋人工智能的胜利在于算法的创新,强调了强化学习、深度学习和蒙特卡洛书的重要性。同样,机器翻译也经历了从规则输入到神经网络的发展,使机器能够自主学习和预测新情况。这些技术的发展不仅是计算机领域的巨大进步,也是人工智能领域的重要里程碑。
2. 开场
 好,这一节我们讲从圆到人划时代的跃升。
3. 一个真实的故事
 机器为什么能战胜人类 先讲一个真实的故事,1997年5月11号,它是一个历史性的一天。在这一天IBM的超级计算机深蓝以两胜一-3平的成绩战胜了卡斯帕罗夫。你要知道,卡斯帕罗夫是当时世界排名第一的国际象棋大师,一时间全球轰动。机器为什么能够战胜人类?深蓝的设计者许峰雄认为,这主要是靠深蓝的强大计算能力,穷举所有的路数来选择最佳的策略。 这是计算机的胜利而不是人工智能的胜利 深蓝可以靠硬算预判到12步,而卡斯帕罗夫只能预判看十步,也就是换句话来讲,深蓝还算不上足够智能,它的算法的核心是暴力搜索,生成尽可能多的走法,执行尽可能深的搜索,它走的每一步,几乎都是在便利后续搜的可能之后做出的决策。也就是严格来看,深蓝的胜利是计算机的胜利,它并不是人工智能的胜利。 什么时候计算机可以在围棋上打败人类 所以人们在想,什么时候计算机可以在围棋上打败人类?你要知道围棋和国际象棋在复杂程度上是不可同日而语的。围棋的变数极多,一回合有250种可能,而一盘棋可以长达150个回个信息炖创始人香农在1950年测算过这个难度,国际象棋的复杂穷举度大概是十的120次方左右,而围棋的穷举复杂度又远远超过了国际象棋,达到了均匀的10的360次方秒。知道目前可观测的宇宙中,的原子的总的数量只有10的75次方,所以这个计算就进入了死胡同。于是就有人想,如果不能算,那能不能学?就是模拟人脑,用强大的算力去学习,而不是暴力计算拆解。就是这么一个思路的切换,创造了一个全新的里程碑。
4. 全新里程碑
 全新里程碑 2016年3月15日,谷歌围棋的人工智能阿尔法狗4比1战胜了韩国棋手李世石,震惊世界。从算到学是划时代的一步,就像从无机物到有机物,从猿到神的进化一样。 人工智能胜利的秘诀 所以阿尔法狗的胜利的秘诀并不仅仅是强大的计算能力,更重要的是精妙的算法,而算法的核心则是强化学习、深度学习和蒙特卡洛书。当年柯杰对他的评价就是,感觉他像一个有血有肉的人在下气一样,该气的地方会气,该退出的地方也会退出。非常均衡的一个气氛,完全看不出来是出自程序之手。  2017年人工智能升级 2017年阿尔法狗进一步升级为新版的阿尔法狗。zio从空白状态学习,在不利用人类任何围棋比赛数据作为训练数据的条件之下,它可以迅速的通过2900万次自我。我以自学为奇,并且以89比11的成绩击败前辈。
5. 当年的翻译软件
 同一个词语在不同的情境下有完全不同的含义 当年的翻译软件也是一样的。其实早在计算机出现之前,当时的苏联科学家就提出了一个基础的构想。他们觉得翻译很简单,就一个词对一个字词,我直接找到对应的词,然后再加一些策略不就出来了吗?比如说狗是dog,树是tree,苹果是,那都可以有对应的关系,而且语言学有成熟的体系,你把这个语法一拆解,这不就是算法策略吗?不就可以水到渠成吗?这个思路看上去没问题,但是实际操作的时候越做越觉得不对劲。因为语言不像数学,它有大量随机应变的成分,同一个词语在不同的语境情况之下有完全不同的含义。 举个例子 我给你举个例子,你给我整的整,咱俩整一桌,整不整,当心我整理好。你看东北话的一个整有无数的意思,每一个意思都要结合文章去理解。你告诉我怎么翻译,怎么用规则去解读。因为这样大量的习惯用法,它是无规律的出现的。所以当你想套用规则的时候,这个规则就会无限的复杂。所以机器翻译就一直停滞了二十多年。  基于统计学去猜的流派 无数的科学家和什么语言学家酷狗的摸索都没有能够做出一个可以使用的基本模型。这个就是当时翻译的一个流派,是基于规则。其实在更早的时候,在将近50年前还有另外一个流派,当时已经有科学家提出了一个全新的理念叫统计,是什么意思呢?就是猜,用统计学的方式去猜,基于规则是去解题,拿到1234个步骤然后推导出来。但是基于统计是去猜题,我看过大量的题,然后我再一看这个题,我猜它大概是选这个。也就是翻译的时候,这个机器不需要关心这个词到底啥意思,你不需要去理解。你只需要见过足够多的例子,经过足够多的学习,然后你凭感觉给我猜对就好了。 这个方式有点类似人脑,你学汉语的时候为什么感觉毫无压力?因为你是猜出来的,突然冒出一个生词。比如说然并卵,你开始不知道啥意思,对吧?然后这个场景多了之后,你慢慢就知道,原来就是没啥用的意思。可是你学英语为什么觉?因为你学英语的时候是通过规则对应先学语法再学语言,然后你就越学越懵,是不一样的道理。  2005年轰动事件 但是让机器猜的这个方法在早期一直没有受到重视,因为它的效果跟这个规则翻译没有好到哪里去。直到2005年的一天,有一个事情引起的轰动,每年有一个年度的机器翻译评测,这叫NISD。在这个比赛当中,谷歌一跃成为冠军,比第二名要超出了5%。  两个独特的资源 你不要小看这个5%,这个在当时是一个非常了不起的成绩,引起了轰动。最后大家发现谷歌之所以能够成为第一,是因为它有两个独特的资源。第一个是海量的语言数据库,这个是他做搜索引擎的时候积累的。另外一个是它独有的分布式的计算能力,也就是互联网的大公司才有的。语言数据库就等于见多识广,分布式计算能力就等于脑子聪明。在这两个条件的加持之下,机器翻译开始往统计的方向走。 2016年谷歌发布基于神经网络的翻译系统 2016年谷歌发布了基于神经网络的更强大的翻译系统。所谓的神经网络就是让计算机模拟人脑结构,这个就是今天的人工智能和以往的最大区别。在上个世纪80年代,我们的很多科学家做的就是把要解决问题的规则输给计算机,让他执行。
6. 现在和以前的区别
 以前 比如说我们有一个红绿灯是自动抓拍,这个就是解决规则。我告诉你什么1234567个条件,满足了会怎么样,不满足会怎么样。这个你看到所有的编程语言里面的,无非就是那几个判断的组合,if then else与或非这种对吧?这种设计最大的问题就在于有一点儿你没考虑到它就死机了。看起来很智能,实际上个**对吧?因为他没有应变的能力,没有规则预输入,他就不知道遇到新的东西该怎么办。就好像一个学渣他背了100个题,你稍微一遍他就不会了。 现在 但是今天我们更多采用的是神经网络,是模拟人的思维,让机器有一些自己的想法。你不需要告他任何的规则,你告诉他一些原规则就好了。你告诉他一些基本的学习方法,然后这个具体的路径他们自己去学。就好像一个孩子你告诉他解题思路,然后他自己做大量的题,然后去考一个高分。  从人为的设置规则到机器自动学习,是从人到人的转变,是计算机领域划时代的提升。
1-2-人工智能的里程碑
1. 全文摘要
主要讲述了人工智能的发展历程和第四次工业革命的临界点,强调了算法、算力和数据同时取得突破的重要性。文章还提到了ChatGPT的预测能力和深度学习的原理,表现出了这次升级对于人们的影响和历史意义。此外,文章也讨论了人们对于ChatGPT的思考和担忧,以及ChatGPT在人类生活中的作用和影响。
2. 开场
 好,这一节我们讲人工智能里程碑ChatGPT。
3. 1.AI为何突然爆发
 首先我们讲AI为何突然爆发。你知道我们听说人工智能这个词很久了,但是从来没有像今天这么火爆过,为什么?因为它的发展到达一个阈值了。  公式 你知道AI里面有一个公式,就是AI等于算法乘以算力乘以数据。当AI想突破的时候,必须这三个同时突破。什么叫算法?就是你运算的规则,你采用什么样的方式去计算。什么叫算力呢?就是你的基础的架构计算的强度。那什么叫数据呢?你有多少实验数据可以让你这个机器去跑。  例如 如果我们打一个简单的比方,所谓的算法就等于你的炒菜技术。你想这个菜炒的好吃,你没学过炒菜不行,但是你只有炒菜技术不行。你还得有好的工具,比如说厨具和调料这些就是算力。那这些东西有了能不能做好呢?也不一定,还得有好的原料,这个就是数据,比如说肉禽蛋奶油盐酱醋。于是我们做一个对比的数据。AI等于算法乘以算力乘以数据,就相当于炒菜等于技术乘以调料乘以原料。  对于AI来说,他过去十年完成了一个从量变到质变的过程。尤其是非常重要的技术层面,不管是数据量级、算法模型还是架构,它都到达了一个全新的临界点,才有了今天看似突然的爆发。
4. 工业革命与人工智能
 第1次工业革命 好,接下来我们讲工业革命与人工智能。先回顾一下我们的高中课本。工业革命第一次是1774年,瓦特改良的蒸汽机投入使用,珍妮纺织机的发明,这,是第一次工业革命的开始。 第2次工业革命 然后1860年西门子发明发电机,1879年爱迪生发明电灯,这,是第二次工业革命的开始。  第3次工业革命 1937年第一台计算机被发明,1957年第一颗人造卫星发射,这,是第三次工业革命的开始。 现在可能是第4次工业革命 那么我们今天面临的有可能是第四次工业革命的临界点。从以往我们对AI的了解来看,它基本上还在处于第三次工业革命的期间,还没有出现过太多区别于传统计算机的这种智能的涌现。即使有各种AI的技术,所谓的AI的技术,但是他们依然是遵循的传统计算机的架构体系和处理模式。就是我告诉你1234567怎么去做,他们有自己的解决思路。而全新的架构,就像我们刚才的比喻,像一个学生一样,我告诉你学习方法,然后你自己去学。这是一个天翻地覆的变化。但是这种变化只有在算法、算力和数据三个维度同时取得突破的时候才有成功功。而这个正是我们今天看到的悲哀的爆发。 格格讲讲,我们并不确定ChatGPT是否就代表着第四次工业革命,但是从人类的发展来讲,一定是一次又一次的替代。所以这次人工智能的全新升级,很有可能会引发第四次的广泛的变革。过去我们有很多这样的产品,也是基于人工智能的算法的个性推荐。但是我们的感觉并不强烈,很多时候我们感觉它像一个人工**,顶多是你看了一些文章,再给你推荐一些更加喜欢的文章。但是我们从来没有把它和思考与在一起。但是这一次不一样,这是第一次你发现他似乎有了自己的想法,似乎有了自己的推理能力。所以很庆幸我们这一代可以站在这个关键性的节点上,见证一些历史性的时刻。
5. ChatGPT引以为傲的预测能力
 接下来我们讲ChatGPT引以为傲的预测能力。  深度学习 ChatGPT有一个非常厉害的地方在于它的预测能力,这个要从它的深度学习讲起。在之前很多人认为学习是只有人类才能够完成的任务,计算机是没法做到的。但是我们后来发现神经网络这个词,我们可以让计算机做的像人脑一样,模拟人脑的工作原理。所以当算法和算力达到这个阈值的时候,它就会触发一场看起来非常惊人的革命。 预测能力 所谓的预测能力,也就是你给他一个推理小说里面有不同的人物情节,有密室,有谜团。你在读的时候完全不清楚下面会发生什么,甚至到了最后一页你还不知道凶手是谁。但是如果你把这个题直接扔给ChatGPT,他会直接告诉你谁是凶手。这个就是预测的。  来,我们看个题,你先想一想答案,我们看个题,一个夏天的晚上,两名侦查员去追捕一名逃犯,当追到一片稻田的时候断了踪迹。两名侦查员稍等片刻,侧耳听了一下,就判断出了罪犯的逃跑方向。请问你知道侦查员是怎么判断的?如果你不知道,你先想一想,用5秒钟的时间我告诉你ChatGPT的回答。他怎么说的,他说。 夏天稻田里的蛙声和昆虫的声音非常的响亮。当逃犯逃入稻田的时候,他的行动可能会惊动到田里的青蛙和昆虫,导致他们的声音发生变化或者暂时停止。两名侦查员在追捕的过程当中,敏锐的注意到了蛙声和昆虫声音的变化,从而判断出来逃跑方向怎么样。这个就是预测能力。  我们再看一个例子,这是傅盛当年讲过的一个故事,我验证了一下他这个题目是这样的,我问,我捡到了一只出车祸的小狗,送到了医院治疗了好久才救过来。然后我决定给他起名叫3万。你觉得为什么是这么一个名字?他是怎么回答的?我猜测这个名字3万可能是因为治疗这个小狗的医疗费用很高,达到了3万元。给他起名叫3万,是为了提醒自己付出了这么多的努力和金钱来救他,也代表了你对这个小狗的深厚的感情和期望。同时这个名字也是对他一种鼓励和寄托,希望他能够健康的生活,并且重新珍视这个新的生命。  例如 什么感觉?你会发现这和之前的人工智能完完全全不一样。它能够理解你要表达的,并且能够根据你提供的预测判断出未来走向。你会发现这个和之前的人工智能完完全全不一样。它能够理解,你能够表达的,并且它能够根据你提供的预测出未来走向,这个非常让人震惊。
1-3-碾压性优势与无限前景
全文摘要
讲解了人工智能的优势和前景。AI在通信效率、工作效率和协作效率方面都超越了人类。同时,GDP4在文字输入、阅读理解和图像理解方面也有突出表现,能够理解自然语言、图像和视频等信息,甚至可以学习隐式的开普勒定律和洛伦兹力的数学表达。未来,GDP的发展方向将是利用图片视频等数据来理解物质的质量之谜和解开希格斯玻色子的秘密。
开场
 好,这一节我们讲碾压性的优势与无限的前景。
超越人类的天然优势
 人类和AI的差异 首先我们讲AI超越人类的天然优势,就是如果我们把人类比作一台生物化学计算机,我们从效率方面总结一下人类和AI的差异。 1.通信效率 首先是通信效率。人类之间的数据传输主要是靠交流,而交流的本质是以空气为媒介的机械播,而且交流会有偏差,会受到表达力和理解力的影响。但是AI之间的数据传输主要是通过GPU之间的NVA link,并且不受表达力和理解力的干扰。 2.工作效率 其次是工作效率,人类受限于生物体内的一些复杂的免疫机制、神经元修复机制等等,它需要保持充足的睡眠才可以换取好一点的状态。你昨天跟你女朋友吵了一架,你的工作效率一定会受影响,但是AI可以做到7乘24小时高强的工作。 3.协作效率 第三是协作效率。你知道大企业为什么这么少?是因为边际收益递减。100百个人构成了一个大团队的总的产出,一定是低于十个人的小团队产出的十倍的。也就是随着规模的增加,人均的产出会不可避免的出现下降。这个就是管理为什么在企业当中那么重要。所有的精明之神,都是通过富有经验的管理艺术去激发团队协作的活力。但是对于AI来说,你只需要简单的增加算力节点就可以扩大产能,完全不受边际收益递减的影响。
2.人工智能无限前景
 例如ChatGPT 我们再看人工智能的无线前景,我们以chat GDP为例,三月份发布的GP4,现在最热门的话题莫过于它强大的应试能力。根据OpenAI的评估,GDP4已经能够通过美国的律师考试,并且能够考进前10%的排名。相比之下,它的上一代模型GDP3.5只能调入车位。除了律师考试,GDP4还能在美国大学入学考试ICD中考到710分。虽然分数不高,但是已经能够够上了美国大学的录取水准。更重要的是GDP4能够在大学的基础微积分课程当中获得4分的成绩。你要知道满分几分5分,这证明了这个模型已经掌握了高等数学的大部分概念。  具体一点我们看一下,比如你让他分析柱状图,并且回答图形背后的统计学的意义,或者出到一个法语描述的物理题,它并没有胡言乱语,而是有条有理给出了正确答案。  他甚至可以通过用户的简单需求直接生成代码,甚至网站。就哪怕你直接在餐巾纸上画了一个简单的界面,GDP4都可以直接给你搞出一个可运行的网站。更变态的是,在人类身上看起来很像骗局的什么量子波动速度,在GDP4上可以得到完美的展现。  比如说你把一个论文传给他,然后这个GDP4可以在非常短的时间内去完成阅读,并且给你清晰的总结摘。甚至有人问他,某个图是什么意思,代表了什么样的含义,他也能给出一个像模像样的回答。那么跟GDP3.5相比,GDP4把文字的输入限制提升到了2.5万次。这个就让他的阅读体量大大增加,也让用户的文书处理工作变得更加的简洁。  即便是表情包,他也能抓住行业。比如说我们搞一个鸡米花组成的世界地图,它能够回答出来这是一个玩笑。用鸡米花和世界地图两个不相干的东西形成一种幽默是吧?这个识图的功能你很早就有,在人工智能里面不罕见,淘宝都有一个识图功能的,但是这样的功能你第一次见,对吧?  比如分析图片 除了视图之外,更有价值的是check TPT还能解释图像的具体意义,并且能够理解图像背后的隐喻含义。这个在其他的视图人工智能上10分罕见。 更进一步 更进一步,如果把我们的人类的全部知识看作一座冰山,那么文本只是冰山一角。图片视频这些数据才是人类的真正的富矿,这个也是未来GDP的发展方向。  大胆想象 我们可以想象一下,如果未来你给模型看大量的天文观测视频,模型有可能学习出一个隐式的开普勒定律,如果,你给模型看大量的带电粒子的运动轨迹,模型可能学习出洛伦兹力的数学表达。  我们也可以更大胆一点,如果给模型学习强子对撞机的海量实验数据模型,是否可以解开希格斯玻色子的秘密,从而回答物质的质量之谜?
1-4-未来AI世界的入口
1. 全文摘要
讨论了未来AI世界的入口是ChatGPT,它是人机对话的入口级别,介绍了机器语言、汇编语言、高级语言和面向过程与面向对象程序设计的发展历程,以及它们对人的需求的降低。讨论了ChatGPT的作用和意义,认为它是人际语言的升级,通过告诉对方想要什么,减少了表达难度,增加了理解力度,从而提高了效率和降低了沟通和学习成本。强调了以用户为中心的思想,即用户直接告诉机器要做什么,实现这个才是真正意义上的价值。讨论了人工智能(AI)的发展和未来趋势,认为高效的人机沟通的AI才可能成为入口,解决人机交互最核心的问题。同时强调对待AI的态度决定未来的走向,应该看到优点而不是缺点。最后比喻了AI的使用效果类似于魔法,需要掌握相应的咒语和技能。
2. 开场
 好,这一节我们讲未来AI世界的入口。
3. ChatGPT的真正价值
 ChatGPT到底是什么 首先我们讲ChatGPT的真正价值,它的真正价值就在于它就是未来AI世界的入口。好,为什么为什么是它为什么是入口级别?我们需要先讲清楚ChatGPT到底是什么。其实你仔细想一想,所有的程序无非就是四个字,人机对话。就以前刚出现电脑的时候,它只能理解0和11,但是他非常善于运算。那这个时候你就需要告诉他具体算什么,具体怎么算,吧?你必须要降到它的维度,这个就是之前的机器语言。你用机器能够理解的方式去告诉他,他要做什么,机器只需要去执行就行,机器没有自己的理解。 但是问题在于机器语言太复杂,它特别适合机器的另一面,就是特别反人性。所以后来出现了什么?汇编语言有各种架构,也就是在机器和人之间往人这边走了一步。再到后来,大家发现这个还是有点太麻烦,能不能再简单一点?于是有了高级语言,一个C语言,C加加java、ruby, 但等于又往人的方向前进了一步。 再具体一点,编程最开始是面向过程的,什么意思?比如说你是一个厨师,你想自己做一个面条,那么你就自己去磨面,自己去和面,自己种西红柿,自己去炒菜,自己去熬汤,最后搞出一个什么打卤面。所有的东西都是你自己做的,这个就是面向过程。但是这样的复杂度太高,人太累了。于是后来我们想能不能把它简单一点,把它模块化封装,于是出现了面向对象程序设计。 就好像一个方便面一样,我不需要管具体每一步怎么做的。这个方便面我给它拆开,里面有配好的调料包,有面饼,有蔬菜包。我只需要把这个热水倒进去,按照我需要的口味往里一怼,这个面就好。所以这个时候对人的需求就又低了一步。也就是说你会发现所有的程序从头到尾都是在向人类的习惯去便宜。  本质上是从5笔打字到秘书写作 那么ChatGPT我们可以把它理解为更高一级的人际语言。就是我让你做什么事情,不再是我先学一堆什么乱七八糟的编程技,我不需要站在你的角度,我只需要告诉你,你做什么,我想要什么,你就能够明白我的意思,减少了表达的难度,增加了理解的力量。这个本质上就是从无笔打字到秘书写作。 吧椅前五笔打字特别崩溃,你得记什么字根?你可能得先背一个月对吧?后来大家觉得崩溃了,不行,我太懒了,学不会。那能不能来个智能ABC呢?能不能来个什么搜狗拼音呢?后来大家觉得还是不行,还是有点麻烦,能不能直接语音输入呢?发现可以,但是后来发现语音输入还是慢。这样的话能不能直接给我来一个人工秘书,我今天讲完的话,你负责给我整理一下,按照我通常的风格给我输出出来。 你跟了我20年,你知道我要的是什么?今天的这个ChatGPT就相当于这个铁神秘书。所以当你明白这个之后,你就会发现整个事情的核心就是从机器语言向人的语言的过渡。  核心 本质上是效率的提升,降低了沟通和学习成本,让人类可以用更少的时间做更多的事情。这个就是为什么NVD亚的创始人黄仁勋说ChatGPT的出现是人工智能的iphone时刻。 以前你用电脑,你得先选什么命令行。以前没有图形界面,全是发命令,大家就崩溃了。后来有了键盘,有了鼠标,大家发现只要点一点就行了,这个叫图形化界面化。windows98不就是那个windows吗?那个图形,对吧? 后来大家发现我连鼠标都懒得学的。比如说你爸爸妈妈就分不清鼠标,他都说他不知道左键右键怎么用,那能不能更简?可以直觉操作,放大缩小就是放大缩小,左滑右滑就是左滑右滑,对吗?这不叫iphone吗?对吧?  能用机器做的就别人工做 你看所有的东西它的本质是什么?是减少人类的负担。记住一句话,能用机器做的就别人工做,因为人类一定干不过机器。善用工具就是人类和其他动物最大的区别。你从长远来看,我们人类不就是现实世界和虚拟世界当中的一个接口。你想在现实当中做什么事儿,你就告诉这个虚拟世界,告诉AI怎么帮你去完成就可以了。你是负责连接这两个世界的传唤者。 最伟大的地方在于消除了传话员 ChatGPT最伟大的地方就在于它消除了传唤源。以前我们从提出目标到设计出来,就好像一个击鼓传话的游戏。从第一个人传到最后一个人。产品经理是用户和程序员的传话人,那么程序员是产品经理和机器语言的传话人。机器语言是机器和程序员之间的传话人。 用户-产品经理-程序员-机器语言-机器 也就我们画一个图你会发现是这样的,用户到产品经理到程序员,到机器语言,到机器。这个问题在哪里?在于传话人太多,这个中间就会大打折扣,出现大量的信息损耗,甚至还有一些信息偏差。  例如击鼓传花 你看到那个击鼓传话的游戏,哪怕它是再简单的一句话,只要传的人多,他最后都会大变一样,对吧?那这个就是现在传统模式最大的问题。而ChatGPT最大的地方就在于它有可能打透这些中间层,不再需要这么多的传唤语言。 用户直接告诉机器我要做什么。不用管什么产品流程,UI设计,前后端什么编程,你用大白话说出来,他就能够理解。给他实现这个才是真正意义上的价值。这个也就是我们说的未来的AI的入口。就像百度,它不能够提供所有的东西,但是你需要什么都可以在百度里面查,它可以给你调用过来。ChatGPT也是,你只需要在里面跟他去对话就好了,具体的他帮你和其他机器沟通。 科技的发展瞬息万变,没有人能保证ChatGPT永远第一,但是未来一定是类似ChatGPT这样的高效的人机沟通的AI才可能成为入口,解决了人机交互最核心的问题,才能成为管道。任何的入口不可能解决所有的问题,但是只有通过这个入口才能找到更多的钥匙,开启AI世界一个又一个的大门。
4. 态度决定未来
 思考 好,最后我们想讲态度决定未来,对于AI的态度决定了你未来的走向。新技术看的应该是优点而不是缺点。你就思考一个问题,计算机普及的时候能不能继续用算盘?能不能说我算盘打了十年很熟练,我不用浪费了。能不能说我不会键盘不会鼠标学不会。能不能说什么操作系统我看不懂,太难了。记住一句话,在绝对的效率面前,所有的问题都不是问题。  纽约公立学校禁止学生使用ChatGPT 所以在现实当中我们也会发现有两个对立的派别。当纽约公立学校严禁学生用ChatGPT写论文的时候,沃顿商学院的教授们却开始鼓励自己的学生用。 ·Al就是魔法 所以我们就来思考一个问题,当所有的学生都可以用ChatGPT写论文的时候,大家的分数会有明显差别吗?一定亏的,为什么?因为虽然平均分值会上升,但一定有人的论文是A有的是A加有的是C因为不同人调用ChatGPT的能力是不一样的。这个就好像你和你的爸爸妈妈一起用百度,你查到的一定比他们更精准。AI就是魔法调用AI的能力,就是魔法的咒语。 要不要用魔法打败对手?你对魔法是什么样的态度?你的咒语掌握到了什么级别?这些关键决定了。
1-5-人工智能的发展历程
1. 全文摘要
讲述了人工智能发展的四个阶段,分别是知识符号阶段、机器学习阶段、深度学习阶段和transformer阶段。其中,2.0和3.0阶段使用了机器学习技术,而4.0阶段则使用了transformer模型。同时,举例说明了一些具体的工具和项目,如CYC、SHRDLU、谷歌翻译、阿尔法狗、特斯拉的自动驾驶和GDP33.5GDP4。这些项目和技术都是人工智能领域的代表,使得计算机在理解和生成自然语言的水平方面越来越接近人类的水准。
2. 开场
 好,这一节我们讲人工智能的发展历程。首先我们讲人工智能发展的四个阶段分别是什么呢?
3. 人工智能发展阶段
 一点0叫知识符号阶段,2.0机器学习阶段,3.0深度学习阶段,4.0transformer阶段。
4. 知识符号阶段
 20世纪50年代至70年代 我们先讲一点0知识符号阶段。在20世纪50到70年代,AI的研究主要是依靠人类专家,他手工编写知识库,通过逻辑推理实现智能。后来发现不行,因为规则是编不完的。 吾生也有涯 而知也无涯 以有涯随无涯 殆已已而为知者 殆而已矣 我们老祖宗不也说过吗?庄子他说我生也有涯,而知也无涯,以有涯随无涯殆矣,已而为之者殆而已矣。什么意思?生命是有限的,知识是无限的,用有限的生命追求无限的知识叫愚蠢。明白这个道理,还在不停的追求的叫愚蠢当中的愚蠢,对吗?
5. 机器学习阶段
 20世纪80年代至90年代 规则是编不完的,书是读不完的。这个时候我们就进入到了2.0机器学习阶段。在20世纪80到90年代,AI开始采用机器学习技术,通过大量的数据训练来提升智能水平。 例如监督学习 其中包括监督学习、无监督学习和强化学习。打个比方,监督学习是什么?是给出标准答案,不给解题过程,让你自己找规律。无监督学习是给你大量的书让你去学,看多了就会了。  ·例如强化学习 强化学习是加一个教练员,错了给你纠正,对了给你奖励。
6. 深度学习阶段
 2000年左右 3.0叫深度学习阶段。在2000年左右,计算能力的提升和大量的数据使得深度神经网络成为可能。 原理是模拟人脑的神经网络 深度学习成为AI领域的主流技术,它的原理就是模拟人脑和神经网络来学习,来实现更加复杂的图像识别和语音识别。
7. transformer阶段
 2017年谷歌发表论文 4.0就是transformer阶段。2017年谷歌发表了一篇论文叫attention是all you need,他提出了transformer模型,这是一种采用自注意力机制的深度学习模式,这个模型使得自然源的处理取得了显著的进展,并且出现了各种预训练的模型,比如说BRT、GB3等等,使得计算机在理解和生成自然语言的水平方面越来越接近人类的水准。
8. 知识符号阶段例子
 麻省理工提出:SHRDLU 好,我们再看一下四个阶段的具体例子都是哪些。你看到的那些具体的工具,它们属于哪个阶段?我们先说一点,零知识符号阶段。有一个叫CYC的一个项目,它是一个早期人工智能的项目,它使用逻辑推理和知识库来解决问题。还有这么一个项目,这个是麻省理工学院提出的叫SHRDLU。它是针对自然语言的人机交互系统。它能够回答用户的问题,并且能够简单的进行对话。
9. 机器学习阶段例子
 例子:Google Translate 1.0这是符号阶段。好,2.0机器学习阶段的例子你就很熟悉了。比如说谷歌翻译,它早期使用了机器学习新的技术,还有siri苹果的语音助手早期也使用了机器学习。但是随着技术的发展,他们也开始应用了深度学习的方法,也就是我们要讲到的
10. 深度学习阶段
 例子:AlphaGo 3.0深度学习阶段的例子。阿尔法狗,这是一个由谷歌demand团队开发的围棋人工智能程序。他使用深度神经网络构建了一个强大的自我对弈模型,取得了对人类顶尖选手当中的胜利。还有特斯拉的自动驾驶,使用深度学习技术实现了自动驾驶功能3.0。
11. 0transformer阶段
 例子:GPT-3 好4.0transformer阶段的例子,就是你听说过GDP33.5GDP4,它是一个基于transformer的自然语言处理模型,可以生成高质量的文本,并且能够完成很多的任务。还有一个叫BERT,这个是谷歌的,也是一个基于transformer的自然语言处理模型。它可以理解文本的含义,并且进行文本的分类,进行问答等等任务。
1-6-CHATGPT的原理和版本区别
1. 全文摘要
讲解了ChatGPT的原理和版本的区别,以及其基于transformer结构的自注意力机制和序列到序列模型等技术来保持逻辑和连贯性。同时,为了进一步提高生成内容的连贯性和逻辑性,GPT还使用了一些技术,比如自主义理机制等。GDP的技术参数越大,表现能力越强,能够理解同一个意思的不同的表述,生成高质量的外语翻译,并将语言转化为代码。GPT的多模态功能能够更加真实地模拟人类的感官,在视觉和图像识别上具有突出的能力,不断进步使得GPT能够更好地理解和生成人类语言,为人们提供更加智能化的服务。
2. 开场
 好,这一节我们讲ChatGPT的原理和版本的区别。
3. ChatGPT的原理
 首先我们讲原理,ChatGPT的原理是什么?简单来讲就是预测下一个词,就是根据前面的词来推导出来。下一个具体一点,它使用了transformer结构的自注意力机制。将前面已经生成的N个词输入进去,然后预测下一个词N加1,然后再把生成的新词再加进去,继续生成N加2,这样不停的重复生成整个句子或者文章。这就是为什么你在用ChatGPT的时候,它是一个闪一个字一个字一个字一个字的出来,有时候还要停顿一下,就是在计算下一个词。打个比方就要滚雪球,就开始一个小雪球滚动的时候,沾上了更多的血,然后这些血又成为了雪球的一部分,继续往前滚,继续沾更多的血。  一个问题 好,这里有个问题,既然GBT是一个词一个词生成的,既然是通过前面一个词去预测下一个词,那他怎么能够做到在整段话输出完毕之后,整个段落还能保持逻辑呢? 它是怎么做到保持逻辑的 因为GDP是通过上下文的理解来预测每一个词的,也就是包括前面已经生成的内容和整段话的主题。当GDP生成一个词的时候,它会考虑前面生成的所有的词以及上下文的意思,从而根据概率生成下一个可能词。并且这个词要尽可能的符合上下文的语法和逻辑。所以chat TGPT不仅能够在单个词的级别上保持逻辑,它还能够在一整个段落当中保持一致的主题和情感。此外为了进一步提高生成内容的连贯性和逻辑性,GPT还使用了一些技术,比如说序列到序列模型,自主义理机制等等。这些技术可以帮助GPT在生成内容时更好的理解上下我们的信息,并且在生成之后对输出进行处理。比如说校正语法错误,还有过滤到一些不合适的内容。因此即使是长篇大论的文章,GPT也可以生成连贯且符合逻辑的内容。
4. GPT的发展史
 GPT的发展历史 好,我们再讲一下GPT的发展历史。2018年6月OpenAI发布了GDP1。GDP1是第一个基于transformer架构的语言模型,它可以生成连贯的自然语言文本。当时的学习材料大概是五个G有1.17亿个参数。 2019年年二月份的GDP2发布,它的学习材料是第一代的八倍,最大的模型参数15个亿。但是这里面有一个差距,就是因为它的生成能力过强,有可能被用于制造虚假信息,因此它被禁止公开发布。好。2020年5月GDP3问世,它的最大模型参数达到了1750亿,学习数据达到了45TB。2023年3月,GDP4问世,它的模型参数据说达到了万亿级别。 当参数模型达到巨大的量级,GDP就会发生质变。也就是说,它现在可以理解同一个意思的不同的表述。它学会的编程语言还可以进行高质量的外语翻译,甚至可以把语言转化为代码。  例子 我们举一个例子看一下这四个版本的差异。比如说你像不同的版本前的GPT提问怎么做番茄炒蛋一点0可能这么回答,番茄炒蛋首先需要准备番茄和鸡蛋,2.0怎么回答呢?他,说首先将鸡蛋打散,然后切好番茄,接着热锅倒油,先炒鸡蛋,再加入番茄一起翻炒,最后加盐调味,这个回答就较为完整。 那GDP3.0会怎么回答?他会说。准备两个番茄,三个鸡蛋,首先将鸡蛋打散,番茄切成小块,热锅倒油,先将鸡蛋炒至7成熟盛出备用,再倒入适量油,将番茄块炒至出汁,然后加入炒好的鸡蛋翻炒均匀,最后加入适量的盐、生抽调味,出锅即可。你看回答的很详细,而且通俗易懂。 好,那GDP4会怎么回答的?他会说番茄炒蛋是一道家常菜。首先准备两个中等大小的番茄,三个鸡蛋,先将鸡蛋打散,番茄切成小块,热锅倒油,放入鸡蛋炒至半熟成出备用,然后加入切好的番茄翻炒至软烂,加入炒好的鸡蛋翻炒均匀,最后加入适量的盐、生抽和糖调料炒至入味,撒上葱花出锅即可。根据个人口味还可以加入蒜末、辣椒等调料。你看他这个回答就非常的详尽,贴近生活,还提供了个性化的建议。
5. GPT3.5和4的区别
 多模态 好,接下来我们重点讲一下GDP3.5和4的区别。它们两个有一个非常大的区别就在于三个字叫多模态。简单理解就是多重改观,就是文本、图片、音频都可以识别。像人的感官,视觉、听觉、触觉、嗅觉。感官越丰富,对世界的理解就越深入了。 多模态的重要性在哪 那多模它的重要性在哪?在于多维去模拟人的。它在视觉和图像识别上特别有用,因为整个世界是由图片构成的,人类是视觉动物,人类的3分之1的灰质都是用来处理图像的。而这个正是GDP4的优势。所以这个就是我们之前看到的,你给他一个炸己拼成的世界地图,它就能够明白你在表达什么意思,这个在之前是不可想象的。
1-7-人工智能的伦理难题
1. 全文摘要
讨论了人工智能的伦理难题,以及自动驾驶汽车的发展现状和面临的伦理问题。虽然有许多厂商宣称已经实现了L3和L4级别的自动驾驶,但从实验室到量产车仍有很大的差距。伦理问题是限制自动驾驶发展的主要因素之一,包括如何处理突发情况、如何衡量座位的权重等。然而,所有的难题都可以被解决,只是时间早晚的问题。未来,自动驾驶汽车的发展可能会面临更多的挑战,但这些挑战都可以被克服。
2. 开场
 好,这一节我们讲人工智能的伦理难题。伦理问题的核心在于什么?
3. 人工智能伦理难题
 核心问题 在于AI没有为结果负责的权利。比如说确实A方案比较好,但是你有什么权利否定B方案,尤其是ABCD都有一定道理的情况之下,决策权才是第一位的。而决策的背后是担后果,AI恰恰不是一个责任主体,无法承担。 ·例如电车难题 就像一个电车难题,一个电车失控了要撞向十个工人,那这个时候你只要轻轻的把这个拉杆搬动一下,它就可以滑到另外一个轨道。另外一个轨道就只有一个公园。你如果只能二选一的话,你无论怎么选都是很艰难的。但是这个按钮只有人类才可以按下。AI的问题在于它没有办法替人类去做判断,你无权去剥夺任何人的生命,因为你无法担责。所以这个问题在自动驾驶当中尤其突出。
4. 自动驾驶的现状和难题
 自动驾驶一共6个级别 我们讲一下自动驾驶的现状和难题。自动驾驶一共是六个级别,分别从L0到L5。我大概的说一下,你不需要记注意三个器官,就写脚手眼。L0就是完全手动,脚不能松手不能松,眼不能松。L一就是一点点辅助脚偶尔松手和眼不能松。比如说定速巡航,你开长轴的时候老踩油门有点累,那么你开了定速巡航之后,脚可以稍微活动一下,但是你要保持注意力,随时接管好。L2就是再多一点辅助脚完全松手,偶尔松也不能松。比如说自适应巡航和车道偏移修正,还有什么自动刹车系统也,就是它可以自动的加减速和转向,但是依然需要保持注意力,随时接管。 到了L三的级别呢,才算是入门级的自动驾驶,就是脚完全松手完全松,眼偶尔松,就是可以离开方向盘,离开脚踏板,车辆几乎完全可以自己开。从理论上来讲,你可以刷刷微博,或者看看短视频,只是偶尔极端的情况之下,需要人类接管一下。到了L四级别才算是真正的自动驾驶,脚完全松手完全松也完全松,也就是完全不需要驾驶员的介入,也不需要任何的接管,但是仅限部分路面,那么到了L五级别呢,就是更高级别的自动驾驶,不需要脚,不需要手,不需要严确切来说不需要人,不需要方向盘,不需要脚踏板,不需要介入,不需要接管,不需要仅限部分路面,全部可以自己搞定好,那么我们目前到哪一步了呢? 目前我们到哪一步了 目前在实验室的级别,有很多的厂商号称实现了L3L4。但是具体来讲是仅限于实验室里面目前能够上路的量产车仅仅达到了L2.5的级别。为什么是2.5?因为从L0到L2很容易,它就增加功能,增加配置就行了。从L3到L5也相对容易,就是继续优化继续迭代。但是从L2到L三这一步极难,因为这一步就是从量变到质变的关键点,它类似于无机生命进化为有机生命的。  打个比方 那一下打个比方,L0到L2,是自行车的升级,加个0,刚加个尾灯,加个盘杀之类的。但是L3到L5呢,是摩托车的升级,加宽轮胎,加大油箱,加大排气。但是L2到L三是自行车变成摩托车的那一步。 它不是说你装一个油箱就行,它需要你同时解决所有的问题。点火系统、润滑系统、冷却系统、照明系统和进排气系统缺一不可,差一点都不行。而目前我们所有的努力都是在无限的接近3,从2.5到2.9再到2.99这样。  举个例子物理定律 它真正的难题就在于伦理。我举个例子,你就算再自动,你得遵循物理定律。 比如事故方案 你开着开着前面突然出来100个人,你刹车来不及了,那这个时候只有两个方案,一个是什么呢?一个是直接撞上去损失100个人,另外是打一个急转弯掉到河里损失一个人,对吧?如果你是程序员你会怎么写? 当年有一个国外的调查,他们就问了很多人,他说你觉得这个情况怎么处理呢?大家觉得如果只能二选一的话,那还是尊重更多的生命。我觉得开大合理没比较合理。好,虽然说不上完美,但是理论上更优。好,你觉得更优是吧? 好,第二个问题,你要不要买这个车?没事,我不买,我希望我的车能保护我,你别给我开车里去,你看。当他站到不同的角度的时候,他会切换不同的选择。当他自己去开这个车的时候,他希望损失的那个人不是他。为什么180度转弯呢?因为他是真的要坐在车里面的,这个就是伦理问题。 比如座位权重 还有一些更具体的,比如说座位的权重。我们自己开车的时候是不需要衡量每个座位的权重的,但是软件需要,你得提前设计好,万一出问题怎么办?你得告诉我先撞哪,是先撞副驾驶还是先撞后排,还先兆主驾驶人的话,你也不用考虑我这个事情,临时处理就可以了,我就当这个问题不存在,但是软件不行,你不能说到时随机碰,你得提前告诉他哪个权重更高,哪个更低。 好问题,大哥,如果副驾驶的权重更低,紧急避让的时候可以先撞副驾驶。如果有一天你的老婆或你的老妈坐在上面怕你冷,还给你带了一件毛衣,然后你在上车的一瞬间往右看了一眼,你会不会有破碎感?肯定会有。所以你明知道这个概率很低很低很低,但是你就是过不去那个坎,万一出问题你没法原谅自己。这个就是人类,人类是有感情,是讲究伦理的,它不是像机器一样冷冰冰的。可是你要交给机器,你就必须得有一个答案,哪怕再冷血,哪怕再无情。这个就是伦理问题法回避。 难题归难题 但是请记住,难题归难题,任何的难题在利益面前,在效率面前一定可以被解决的。航空发动机难不难?现在普通家庭也可以坐飞机。5纳米的芯片难不难?现在工薪阶层也用得起。所有的难题无非就是时间长短问题。
1-8-人工智能与利益
1. 全文摘要
讨论了人工智能引发的利益之争,以英国的机动车法案为例说明了新旧行业的更替和利益获得的方式。虽然新生产工具可以提高效率、让更多人受益,但历史上出现了很多类似的情况,如蒸汽机、内燃机、电力等的出现也都遭遇了类似的抵制和诋毁。最终,经济规律不可违背,任何违抗效率的一定会被送到垃圾桶。此外,美国一家名为生命未来研究所的组织发布了一封公开信,支持暂停大型人工智能研究,但比尔盖茨认为暂停研发等于秘密研发,而AI研究的解决方法是投入更多的时间和资源来研究有效的缓解措施和调整技术,并针对现实世界的滥用进行测试,提高人工智能的安全性和能力。发展带来的污染问题最终要靠更好的发展去解决。
2. 开场
 好,这一节我们讲人工智能和利益之争。
3. 红旗法案
 结果 这个法案导致了一个结果,就是让汽车等于马车。他扼杀的英国在当年成为汽车大国的机会。英国的汽车业在此后的30年里面一蹶不振,被法国、德国、意大利彻底的甩在了背后。然后在1895年,在整整耽搁了30年之后,这个法案被非洲。  首先我们讲一个法案叫红旗法案。19世纪的时候汽车在英国开始流行。1865年英国议会通过了一个法案叫机动车法案。其中规定什么?每一辆在道路上行驶的机动车必须由三人驾驶,其中一个人必须在车前面50米以外做引导,还用一个小红色的旗子不停的摇动来给这个机动车开道,并且速度不能够超过每小时6.4公里。6.4公里,后来被世人嘲笑为红旗法案。 这个法案导致了一个结果,就是让汽车等于马车。他扼杀的英国在当年成为汽车大国的机会。英国的汽车业在此后的30年里面一蹶不振,被法国、德国、意大利彻底的甩在了背后。然后在1895年,在整整耽搁了30年之后,这个法案被非洲。 能打破一个利益集团的是利另外一个利益集团 我们经常讲,能打破一个利益集团的是利另外一个利益集团。在传统的模式之下,大家环环相扣形成了一个利益链。比如说从头到尾大家都是手工纺织。这个时候突然出现一个纺织机的话,会打破这个平衡,会遇到抵抗。但是我们会发现这个抵抗是暂时的,就好像有一头鹰从水里面抓起一条鱼,那这个时候这个鱼扭几下怎么扭扭多长时间通通不重要,重要的是它已经被抓起来了。 新行业为什么替代旧行业?因为效率更高。我们可以用更少的钱、更少的精力、更少的资源做更多的事情。这样的话既得利的人就会变得更多。虽然一开始会遇到一点阻力,但是当受益人变得越来越多的时候,他就会发生质变。  例如 纺织机 比如说纺织机,虽然手工纺织的人挣的钱少了,但是买纺织机的人多了,做纺织机的人就可以挣到钱了。用纺织机的人多了,生产的东西就更便宜了,就会有更多的人可以花更少的钱买到更好的衣服,就会有更多的人受益,雪球就会越滚越大,绑定的利益也会越来越多,产生的话语权也会越来越大。所以我们看这个事情的本质就在于一个新的生产工具可以产生更大的效率,可以让更多人受益,从而汲取更多的力量。  本质 从当年的蒸汽机到内燃机,从内燃机到电力,从人力到计算机,无一不是如此。但是我们查看历史会发现,荒唐在不停的重演。  比如说和汽车和火车比赛的马车夫,比如说和蒸汽机比效率的纺织工,比如说和阳光和煤油灯较近的蜡烛烧。而后生出的煤油灯,在后来电灯出现的时候,也几乎干了同样的事情。而后面的电灯的发明者爱迪生也犯了几乎同样的毛病。为了捍卫他一手建立起来的直流照明体系,他不遗余力的打压和诋毁交流电体系,抹黑发明者特斯拉和他的交流电技术。为了增加这个可怕的效果,他甚至发明了电形椅,还当众用交流电,电死了一头大象,告诉大家这个很危险,不要用。但是这所有的一切也没有改变,今天交流电成为我们人类主流的一用电方式。经济规律不可违背,任何违抗效率的一定会被送到垃圾桶。
4. 公开信
 公开信里面怎么说呢?他说,当代人工智能变得与人类具有竞争力。我们必须扪心自问,我们是否应当让机器用宣传和谎言充斥我们的渠道?我们是否应该自动化所有的工作,包括令人满意的工作?我们是否应该发展最终可能比我们更聪明,淘汰并取代我们的非人类思维?我们应该冒险失去对我们文明的控制呢?这个公开信还呼吁所有的人工智能的实验室,立刻暂停比GDP4更强大的人工智能系统的训练时间,至少六个月。到目前为止就公开信已经获得了近万人的签名。  总体来看是五个方面的问题,隐私泄露、安全威胁、过度依赖虚假信息和道德问题。  比尔·盖茨的回复 但是率先将ChatGPT接入自家产品的比尔盖茨,他是这么回复的,任何暂停的细节都会很复杂,难以执行。我不太明白他们说的哪些人可能会停止,世界上每一个国家是否都会同意停止,以及为什么要停止。呼吁暂停人工智能开发不会解决挑战,最好是把注意力放在如何高效的利用人工智能的发展上。很难理解在全球的范围内如何暂停AI的研发。 也就是对于AI即使大型的实验室停止研究,众多的开源模型也无法阻止个人的研究。只要有资金市场需求在后面推动,一切的限制都没有意义。换句话来说,暂停研发等于秘密研发。再说一遍,暂停研发等于秘密研发。  OpenAl发表文章 4月6号的凌晨,AI发表了一篇文章,就our approach to AI sad day。他是这么说的,他说解决人工智能安全问题最实用的方法是投入更多的时间和资源来研究有效的缓解措施和调整技术,并针对现实世界的滥用进行测试。提高人工智能的安全性和能力应该齐头并进。我之前也写过一篇文章讲过,发展的问题,最终是,要通过发展去解决的。发展带来的污染问题,最终是,要靠更好的发展去解决污染。如果你觉得石油的污染很高,我们就应该通过石油去尽快越过这么一个污染的阶段,使用到更加清洁的电力,这个才是根本性的解决方式。
1-9-AI会不会消灭人类
1. 全文摘要
讨论了人工智能可能取代人类的问题,但重点在于人们应该如何生活和面对风险。发言人提出了应该控制风险并平衡收益,同时应该勇于应对灾难性预言,防止可能出现的不可预见的情况。此外,文章讽刺了一些人不愿承认自己无能,却通过关心一些看似重要的问题来表现自己比别人更优越的行为,并提醒人们应该时刻思考人类的未来,不要被眼前的琐事所迷惑。
2. 开场
 好,这一节我们讲AI会不会消灭人类?你知道这个事件有一个普遍的担忧,机器会取代人类,硅基生命会引出碳基生命,最后硅基生命取代了碳基生命。记住一句话,越是一事无成的,就越喜欢宏大叙事。什么叙利亚局势、俄乌冲突、美联储加息、硅谷银行倒闭,对你有啥影响?一点影响没有了。
3. AI会不会消灭人类
 记住一句话 记住一句话,越是一事无成的,就越喜欢宏大叙事。什么叙利亚局势、俄乌冲突、美联储加息、硅谷银行倒闭,对你有啥影响?一点影响没有了。 记住把你的工资翻一倍更重要。从长远来讲,我都是要死的。那我们今天的意义在哪?什么样的角色处理什么样的事情?如果你是一个普通人,你要考虑的是什么?是如何让自己的生活更好,让收入更多,让日子更轻松,让父母和孩子多一点陪伴,让他们享受好的教育,好的医疗,一家人其乐融融,这个才是最主要的。而不是千里之外的什么人类灭绝,危机生命干掉碳基生命的问题。什么硅基生命有了意识之后,他把自己的意识隐藏,然后利用武器把人类消灭,不是这样的东西。
4. 赚钱重要还是科幻重要
 记住一句话 记住了,你不是去看科幻片的,你想清楚一个问题,赚钱重要还是科幻重要?好,如果科幻重要,你有没有阻止建立?如果你考虑的所有东西都是没有用的,就好像多少年之后地球会爆炸一样。你知道到现在为止我们没有一个明确的结果,我们甚至不知道人类有没有经过大过滤器,吧?但是你今天为什么还要工作?因为工作是为了让明天变得更好。我们的个人时间在整个历史长河里是忽略不记得什么时候你有资格去考虑人类命运,你再去考虑这个。 就像小的时候我看那个飞碟探索,我总是担心上厕所的时候会被外星人抓走,我总担心哪一天我上学的时候会偶遇第三类接触,或者不小心掉到哪个什么穿越的虫洞,回到什么5000年前。然后我越想越害怕,所以我发现不对,因为我明天作业还没写完,明天再不写就要罚站了。
5. 真正的危险是什么
 真正的危险是什么 而且更进一步来讲,真正的危险是什么?是不知道危险。一旦你知道了,最危险的就已经过去了。核能危不危险?殿危不危险?汽车危不危险?飞机危不危险? 我们接触的所有的东西都是有危险性的,你们觉得吗?那么的易燃易爆品为什么还在运输?那么多的工厂接触的都是有毒的物质,为什么还在运转?全世界车祸率最高的地方就是公公你为什么还要坐汽车?你告诉我,因为最重要的是控制风险,把它控制在一个可控的范围之内就行了。我们追求的是风险和收益之间的一个平衡,用尽量少的风险获取尽量多的收益,出现问题就解决问题,而不是停滞不前。 如果民用风化有危险,那么就会有一个专门的军用光缆测试就绝缘了。如果AI有风险的话,我们就一定会想办法让它和现实的物理世界去绝缘就好。让你自动驾驶,你不管再流畅,你一定是有一个冗余的,就是人工,而且这个权限一定是更高的。万一你汽车中毒了,或者AI什么发疯了,还要把你这个车往墙上撞,你就一定要有一个一键关闭的权利。我可以在物理线上把你消灭,我的权限永远是比你更底层的,对吗?这不就是冗余吗?任何的事这不都要有勇于的方案吗?
6. 永远都有灾难的语言
 永远都有灾难的预言 防止的就是各种不可预料,永远都会有这种灾难性的预言。比如说什么2000年的时候说什么人类会毁灭,还出了一个什么诺亚方舟这样的东西。这个流言如此之广,以至于还拍了一个电影,这个电影还上了热门。很多人就这样,他们不需要任何的严谨的逻辑,他们唯一的解释就是万一。你怎么知道不可能?你怎么知道碳基生物不是为了引出轨基生物? 请记住 请记住了,这个世界上最绝望的不是说你挣了一笔钱,然后遇到了人类灭绝花不出去。而是说你的钱都花光三辈子的信用卡都刷爆了,你还没有遇到人类灭绝。这个就是我们讲的你的钱越多,你的成就越大。你考虑的事情就越具体,你从头到尾考虑的是如何把这个事情做到极致。但越是那种没有成就,越是一无所成的人,他就会考虑一些虚幻的大事件。  这是一种无能 比如说世界局势怎么变动,人类和平如何走向未来,人类的命运终将如何之类的。其实这个正是我们讲到的一种无能,为什么呢?因为正是你没有这种具体的解决问题的能力,你才会找一个好像所有人都无能为力的赛道。然后你通过关心这个问题,表示你比别人更优越。这个就跟鸡汤一样,你没有发现全世界所有的鸡汤都是给loser准备的。正是因为我成绩不行,所以我最好的方法是不承认你的成绩。你做的再牛叉也没有用,人类要灭绝了,未来硅基生命要取代人类,你还在那忙赚钱人的事。人类真是太渺小了,这个叫阿Q精神。  你在小河边钓鱼的时候,你不思考人类的未来。你玩王者荣耀的时候你不思考人类未来,你跟老婆吵架的时候你不思考人类未来。老板把你裁员的时候你不思考人类未来。你清洗地毯修驴蹄子的时候你不思考人类未来。你看小姐姐穿黑丝跳舞的时候你不思考人类未来。出来一个AI你开始思考人类未来了,这不是AI出的问题是你出的问题。
1-10-AI会造成大规模失业吗
1. 全文摘要
讨论了AI是否会导致大规模失业,作者认为机器并不会抢光所有工作,而是通过提高效率、节省人力物力来创造更多的价值,这种创造价值的过程将会创造就业机会。此外,作者指出了AI技术可能带来的收入分配不公和失业率上升等问题,但也提出了在AI技术的发展平台期,周边行业会出现一个完全相反的过程,资本进入AI创造出新的职业之后,比如说软件行业、游戏行业、短视频行业,会吸引其他行业的优秀人才加入,从而实现技术跃升期和技术平台期的交替出现。最后,建议想要充分利用技术红利的人要及早学习新技术,成为最早受益者,也要注意适应生活变化,成为最早适应变化的人,以获得更大的利益。
2. 开场
 好,这一节我们讲AI会导致大规模失业了。很多人说AI再这么发展下去,会导致大规模的人类失业吗?我们能做的,如果他都能做,那么人类要怎么活?我们先说一个一点0的,这也是经济学里面的一个老问题。
3. 机器会不会导致失业
 针扣的例子 机器会不会导致失业?当年亚当斯密在国富论里面举了一个真扣的例子。他说一个工人如果不懂机器,一天连一根针扣都走出来。但是通过分工协作加上机器,一个人一天能够做4800根。我们换算一下,一个人可以干四千多个人的活。那么每多一个机器就会造成四千多个工人失业。这样的话整个行业的失业率很快就会达到99.99%,请问对还是不对?  韦尔斯《近来的经济变革》 1889年维尔斯写了一本书叫近来的经济变革,它里面怎么写的呢?他说根据柏林统计局的统计,1887年在全世界投入使用的蒸汽机的动力总和大,那相当于2亿匹马的力量,大约相当于10亿人的劳动量,至少是全球劳动人口总和的三倍。好,那为什么一百多年过去了,我们依然有无数的工作可以做?机器为什么没有把工作去抢光呢?凡事要多往前问一个,为什么再往后问一个?然后韦尔斯的错误在于他混淆了目的和手段,我们不是为了工作而工作,是为了效率而工作效率提高而节省的人力物力,就可以用在更多的地方,产生更多的价值。工作只是手段,创造价值才是目的。  当年的数据 我们看一下当年的数据,棉纺机是1760年发明的,发明之后第27个年头,实际从事棉纺织业的人数从7900人增加到32万人,增加了44倍。 费尔金《机器针织和花边织制商历史》 费尔金也写过一本书,叫机器针织和花边织造商历史。他写到到19世纪末,针织袜业所雇佣的老工人数比19世纪初反而增长了至少100倍。 为什么会这样 那为什么是这样呢?我们还一下场景你就明白了。  比如商家有一个机器生产针扣 比如说商家发现有一个机器可以生产扣针,并且可以替代一半的人力,然后他就买了这个机器,然后裁掉了一半的员工。这里面就涉及这几个环节。首先生产机器是需要人工的,但是这个不是最主要的。因为生产机器的劳动量肯定少于生产扣针的劳动量,否则它就没有经济效益可言。所以哪怕机器也需要人来生产它,的就业机会在这个时候依然是净损失的。但是不着急,我们往下看一步,下一步就是利润,就是用机器可以生产出来更多的利润。 那么制造商拿到了这些利润,他应该怎么利用这笔钱?大概就这么几个方式,第一,跨他生产,买更多的机器,生产更多的东西。第二把利润投入于其他行业。第三用于他的个人消费,也就是他挣到的这笔钱。不管他用在什么方面,他间接提供的工作机会和他削减的直接工作机会一样多。 更进一步,他赚到钱他就会扩张,他会买更多的机器,进而威胁到更多的同行,迫使这些竞争者也购买机器。然后会导致生产机器的工人越来越多。再往后,随着竞争的进一步加剧,机器越来越多,机器生产的扣针的价格就会越来越低。而价格越低买他的人就会越来越多。这样的话市场就会出现一个爆炸性的增长。就好像手机最开始很贵,当年的大哥大2万61台,入网费6000,等于普通人十年的工资。现在两个星期的收入就可以买到不错的智能机。也就是虽然价格在降低,但是它的用户出现了爆发性的增长。 再进一步,所有涉及扣针的行业也会降价。比如说袜子、鞋子,任何用到这个产品的地方,它都会逐渐便宜,然后这些需求也会得到提升。再进一步,从消费者的角度去讲,他买到东西更便宜了,原本要花2美元,他现在只需要花一美元就可以了。那请问剩下的一美元可以怎么办?可以花在别的地方,给其他行业创造就业机会。这才是整个博弈的过程。你拉长整个时间轴来看,它并没有减少就业,反而是增加了就业。这就是为什么19世纪末针织业工人反而比世纪初增长了100倍。
4. 更深的版本
  文章 但是我们真正的重点是2.0。是一个更深的版本。这是美国经济评论杂志发表了一篇文章,名字叫做人与机器之间的竞争,技术对增长生产要素的分配和就业的影响。他,是麻省理工经济学院和波士顿大学经济学院的两个教授一起撰写的。这篇文章里面他提出了这么一个模型,很好的解释了新旧职业此消彼长的过程。 人工智能出现后的第1个影响 第一步就是人工智能,也是AI出现之后第一个影响提高了劳动生产率减少了企业对劳动力的需求。进一步如果你把资本的因素也考虑进来,新的AI技术必然会有新的资本的进入,会带来全新的工作职位  第2个影响 这个就是AI的第二个影响,技术变革补充劳动力。比如说这么一个图,它显示了1980年到2007年之间,美国总就业人口增长了17.5%,其中有一半是新职业带来的。但是到目前为止,这个和1.0不过是换了一个故事,还没有质的飞跃。 第二步技术变革补充劳动力那么接下来才是整个问题的关键点。这篇文章认为,企业投入资本用AI取代人工为,这,是提高资本回报。当企业的效益提高之后,剩下没有被AI取代的职位,注意收入反而是上升的。这里有人说,不,对,你不能看平均AI取代人工创造的财富,大部分都流到了什么老板的口袋里。而那些失业的工作的人,可能永远无法适应新生产的岗位,所以收入是下降的。这样的话反而会增加贫富分化。但是作者认为不是这样的,作者认为这个只是第一阶段的暂时失衡,后面还有第二阶段,资本的力量会让他再次均衡,这个就是AI技术的发展平台期。  Al技术发展平台期 具体过程是这样的,资本用AI取代人工是有前提的,前提就是人工太贵。可是一旦某个行业失业的人太多,他就会压制该行业的工资,让该行业的人,的工资变得相对便宜。资本就失去了AI改造的动力,于是就进入了AI技术发展平台期。也就是在这个时候,周边行业会出现一个完全相反的过程。 资本进入AI创造出新的职业之后,比如说软件行业、游戏行业、短视频行业。因为不能够立刻得到足够的劳动力,会出现高薪行业。这些职位会用更高的价格吸引其他行业的优秀人才加入。好吸引之后,其他行业就会出现空缺,下一级的人可以往上走,这样的话可以一级一级的吸收劳动力。所以你会发现,被AI取代的劳动力并不需要重新学习劳动技能。事实上,他们在遭遇一段时间的事业之后,很快可以找到和他们原来相同或者相近的工作,就像美国工厂里面的福耀玻璃带来的工作机会,这个就是AI技术发展平台期,就像排队办事一样,第一个人去了VIP1通道了,那么后面每一个人都可以往前前进一步,每个人的待遇都提高了,重新找到了自己更理想的位置,最终会达到了一个新的均衡。直到出现了性价比更高的AI技术,把更顶价的人吸走,那么AI取代人工的老故事就会再循环一遍。也就是在这个过程当中,资本、劳动力、技术三股力量相互制约,技术跃升期、技术平台期将会交替出现。 当资本的长期租金率比劳动便宜,就是技术越升级。自动化技术将会迅速发展,劳动力将会变得多余。这个过程会一直持续到劳动力比资本的长期租金率更便宜。进用技术平台去,然后反复这样前进。  也就是说,从长远来看,AI导致的失业率的上升只是恢复均衡当中的阵痛。虽然AI取代的职位将多于AI创造的新职位。因为劳动效率提升的,但是由于资本回报率的提升,企业的盈利可以用其他的方式惠及到更多的人。所以这样的结果就是什么全社会的总的劳动时间变少,但是平均收入却上升了。 Al会带来什么 AI会给我们带来什么?六个字,少干活多拿钱。但是注意,我们刚才讲到的词是长远来看。如果不长远的,如果三五年你会发现这段时间你有枕头,而这个恰恰就是大部分人的问题,就是阈值太容易提高的,往下降是受不了的。  大部分人的问题 你月薪两万突然变成4000,你能接受吗?你平时经常下馆子,突然有一天每天要在自己家里做,你能接受吗?你还是在排名第二的学校里面上学,没有钱交学费了,要转到排名第六的学校,你能接受吗?你住在100平的大平层,突然要变成一个50平的小两居,你能接受?如果你觉得能接受,我就清心寡欲。 挣那么多钱没用,有钱多花没钱少花那也没问题。但是如果你觉得不能接受,那么请尽快去学习这些新技术,成为这波技术红利当中最早占便宜的那一波人,就是我们刚刚讲的这个模型。因为任何一个技术红利都是一圈一圈扩散的,都有最先占便宜、第二占便宜、第三第四占便宜的人。虽然总体来讲都占便宜,但是这个便宜有大有小。如果你觉得你的阈值不能够下价,如果你想在这个技术扩散当中找到更好的生活,那么请成为第一批占便宜的人,请成为离新的生产力最近的人。
第二章:行业变革篇
2-1-5秒准则与减熵劳动
1. 全文摘要
讲述了5秒准则和减伤劳动的概念,以及AI在某些行业中可以取代人类工作的例子。同时,强调了金融行业中存在被软件替代的风险,许多从业者只是廉价劳动力,没有预测未来的能力和承担风险的责任。讲解了"风险劳动"与"减熵"的概念,以及减熵的作用是降低混乱度,需要外界输入能量。商业成功的关键在于前瞻性的操作和拼接不相关的资源,只有这样才能创造出巨大的利润。
2. 开场
 这一节我们讲5秒准则和减伤劳动。
3. 5秒准则
 准则 首先我们讲一个准则,AI当中有一个5秒准则。简单来说任何一个工作,如果你能够在5秒钟之内做出决策,那么这个行业就很容易被人工智能所取代。比如说只需要信息录入和操作的股票,交易员基本上只要2到3秒可以做出决定。它属于中介性质的工作。比如说汽车司机在密集的路况里面,只要一,到2秒就可以做出反应。比如说一些简单的新闻手稿,你只需要按照既定的格式去编排这些稿件就行。  具体一点我们看一个例子,这个是发布会上微软展示的一个场景。他拿出了gap公司的报表,然后就给前面GPT发出了一句话,提炼要点。然后仅仅过了几秒钟,所有的要点都被整理出来了。包括什么公司的毛利润、净利润,还有同比增速这样的关键性的信息看一下。但是这些东西还没有完,还有更变态的。 接下来看到其他的GPT对比gap6的lam两个公司,然后这个GPT他就自己去网上搜索了lone lemon第三季度的财报,瞬间又做了一个对比表格。这个可太变态了,这可完全不亚于很多金融研究生做出的财报。更关键的是这个速度和效率高了,几乎是人类的100。你自己去搜索这些东西,手动整理坐标绘图两个小时未必能打得住。  说明了什么 那这个事情说明什么?它只能说明很多所谓的金融从业者不过是一帮廉价的劳动力。你不觉得奇怪吗?金融是什么?金融不就是三个字猜大小吗?不就是判断吗?可是如果你真有预测未来的能力,你为什么还去拿一份死公司的朝九晚五去打卡呢?很多人看起来什么都会,但是他们不需要为结果去负责的,就是他什么都不会。 金融精英 很多自以为是的所谓的白领精英,他们的稀缺性不如一个月嫂阿姨。你要知道到目前为止,没有任何一个现代科技,没有任何一个AI可以取代月嫂阿姨,10分之1都做不到,因为月嫂阿姨的劳动极度非标。孩子几点喂奶?奶水不够怎么办?一、晚上大概喂几次,喂的时候要注意什么?喂完之后怎么去拍嗝,中间有什么突发状况,有太多的场景要减伤、要应变,要灵活调整。而看似高大上的金融行业,却经常有被软件替代的风险。 很多精英人士所谓的忙碌,不会是廉价劳动力的重复的输出。你知道很多有一个错觉,他们觉得自己比自己的父母牛。父母是纺织厂的工人,朝九晚五干体力活。他们在CBD喝的咖啡,做的PPT,接触了一线的行情分析的未来。未来走势不对的,这两个是一回事儿。只是他们的父母用体力干体力活,他们是在用脑力干体力活。所以我们经常讲脑力劳动并不准确。 严格来讲,体力劳动的另一面是风险劳动,冒风险才是真正的脑力劳动。不要动不动就几万字的分析报告,你就告诉我一句话,你应该是涨还是跌就行了。涨敢不敢压住全部的身家?不敢就等于卖。没预测做不了这个就永远不会有高回报。
4. 减熵劳动
 接下来我们讲减熵劳动,我们刚才提到了一个词叫风险劳动。风险劳动具体一点是什么?就是减熵,就是在混沌当中判断出来未来在无序当中组装出来。有序熵是什么?熵是混乱度。热力学第二定律一个封闭的系统必定是一个熵增的系统,也就是混乱度会不停的增加。而解决这个混乱度是需要外界输入能量的。就好像一个老房子长期没有人住,那里面一定是乱七八糟的。 世间所有的付费本质都是在为减熵付费 我们世间所有的付费都是在为减商付。一个windows的操作系统可能需要几千个程序员,几十亿的美金的开发,开发十几年才可以出来。但是一个盗版盘只需要五块钱。就是因为一个减商了,一个没有一个在无序当中创造出有序,一个仅仅是复制粘贴,对系统的改动是0.0 世间最贵的药是第一颗 一颗天价的新药开发出来可能需要几百亿的美金,但是第二颗药的开发成本可能只需要几百块钱。也是一个减伤了,一个没有减伤。世间最贵的药是第一个在无序当中硬生生的摸索出方向。主从这个分子是形成一个前所未有的一个新物种,这个才贵。而第二颗药不过就是复制粘贴,减熵贡献几乎是零。  例如当老板 当老板也是。你想把一个货物从北京发到上海,你就一定会遇到各种乱七八糟的破事儿。比如说客车司机出问题,比如说有的货号对不上,比如说中途漏了或有破损,比如说东西坏掉了,比如说客户不接收。  你付出的能量越大,你的前瞻的作用越大,你获得的回报才会越高。减熵这个事情才是全宇宙最有价值的事情。如果你的劳动没有减伤,你的收入是不可能增多的。因为当商没有减少的时候,生产力就没有增加。没有新的蛋糕分配,你怎么可能多呢?只有你把未知的世界联系在一起。比如说发明一个全新的商品,找到一个全新的打法,打造出一个全新的商业模式,一堆完全不相关的资源当中拼出一个全新的路线,这个才叫巨大的前瞻,这个才能迸发出了巨大的利润。 在乔布斯之前,所有的程序员、技术员、营销人员、文案员、流水线的工人全部都是现成的。但是为什么没有苹果?就是因为没有前瞻这个关键性的操作。
2-2-AI严重冲击的行业
1. 全文摘要
讨论了人工智能对不同行业的影响,包括企业使用ChatGPT替代员工、AI技术应用于回答客户问题、编写软件代码和创建培训文档等方面。虽然AI能够取代一些重复性的、非标准化的工作,但仍有一些领域需要人类的智能和技能,如清洁、设计等。讨论了人工智能在代码生成、搜索引擎和自然语言处理方面的应用,以及教育、游戏、法律和技术等领域的人工智能应用。AI技术正在逐渐渗透到各行各业,为企业提高效率、降低成本和增强竞争力提供支持。
2. 开场
 好,这一节我们讲AI严重冲击的那些行业。
3. Ai冲击的职业
 ·先看数据 首先我们看一个数据,根据美国财富的杂志网站的报道,一家提供就业服务的平台对1000家企业进行了调查,结果显示什么呢?50%的企业表示已经在使用其他的GPT,30%的企业表示有计划使用。而已经在使用的ChatGPT的企业当中,已经有48%让他去替代员工工作。ChatGPT负责的具体的职责包括客服代码编写、招聘信息撰写、文案和内容创作,会议记录和文件摘要等等。 就目前来看,ChatGPT的工作得到了公司的普遍的认可。有55%给出了一个优秀的评价,34%认为非常好。有48%的受访企业称自使用了这款人工智能的聊天程序以来,公司节省了超过5万美金的费用。11%表示节省下来的费用高达十多万美元。 ·新闻聚合网站BuzzFeed将裁员12% 我们看一下最近的新闻新闻聚合网站巴feed表示将裁员,12%使用ChatGPT创作内容,亚马逊则已经将ChatGPT用于回答客户问题、编写软件代码和创建培训文档。  美联社报道,美国众议员讨论创建美国和以色列人工智能中心法案的公开演讲稿。也是首次有前的GD来做到的。具体一点我们看这个图,这里面列举了25个职业替代最高和最低的。我们先说替代最高的是哪些,比如说翻译,比如说保险核保专员,比如说剧作家,比如说统计调查员。其他最低的是模具设计工程技术人员、园林绿化工、安全员、缝纫工、保洁员。 原因 你会发现今天的AI和当年的机器有一个巨大的差别,就是机器更多的取代的是蓝领,而今天的AI取代的是白领。究其原因,是很多的蓝领做的是非标品的工作,而非标的工作,是目前AI无法有效完成的。它需要设计线下的物理操作,需要设计复杂的判断。比如说一个清洁工的阿姨要打扫哪里?这个地方脏了怎么办?脏的地方加了一块纸,这个纸还要不要?打扫卫生的时候什么东西该扔,什么东西不该扔?什么地方用什么样的清洁剂?清洁剂用完了怎么办?中途停水了怎么办? 各种各样的非标问题目前只能由人类来完成,AI无论如何很难取代。也就是在目前这个阶段,我们不能像使用ChatGPT一样来训练机器人,让他清洗桌子或者清洗洗碗机之类的。哪怕这个事情对于一个几岁的孩子来说都是一个非常简单的任务,但是我们的机器做不到。因为这是一个完全不一样的技能,它无法通过阅读文本来进行大批量的学习。
1. 翻译行业
 翻译行业 接下来我们看一下在可预见的未来,具体受冲击的哪些行业。首先是翻译行业,第一波受到冲击的是所有和语言文字打交道的行业,首当其冲的就是翻译。比如说有人已经基于ChatGPT制作的整本书的翻译软件,你上传任何的外语电子时候,都可以,在短时间之内获得地道的翻译版本。比如说利用ChatGPT翻译英文版的animal farm动物庄园。你看一下。
2. 客服行业
 客服行业 A下一个是客服行业,传统的客服他们做的工作是给客户提供服务和解答问题。但是随着GDP4的出现,这些东西可以像人类一样去对话。他不仅能够及时的去回答用户的问题,还能够通过深度的学习,不断的优化回答的准确度,还有提升效率。这个会颠覆传统的人工客服的模式。 你仔细想想,你跟淘宝客服去聊天的时候,你怎么知道他是真人?因为他聊天的语气不像机器,对吧?这说明什么?说明现在的这些AI还不够AI,它可以让你识别出来。但是ChatGPT它可以通过图灵测试。换句话来讲,对方到底是机器还是人,你是不能识别的。 所以这个是替代客服的绝佳选择。他不用休息,不需要加班费,什么都不需要,甚至接口都是免费。你是老板电子同学。
3. 绘画行业
 绘画行业 下一个是绘画行业。比如说我们看这个图,  这个图叫太空歌剧院。他拿下了美国科罗拉多州艺术博览会数字艺术类的第一名。他是今年8月份美国游戏设计师杰森艾伦用AI画的一张作品。这个画中穿着中世纪欧洲宫廷服饰的人站在华丽的宫殿之中,背后是穹顶之外的广袤宇宙场景,极度震撼。 这个作品的拿奖引发了巨大的争议,很多人说AI是人类艺术的剽窃者,还有一些画家发出一些声明,禁止AI程序学习他们的作品。但这种禁止是没有用的。因为人工智能是在学习了巨量的训练数据之后,以像素为单位重新画出来这个作品,而不是拿着人类的作品把它剪一剪,再重新拼贴一份儿,对于一个人类的画家来说,他的作品有可能是在学习了其他人的作品之后产生的。那么AI也是啊,如果你学了别人的作品,你这个作品的版权就要属于学习对象,那么AI学习了上千亿张作品,那版权应该属于谁?
4. 编辑行业
 编辑行业 下一个是编辑行业。今年1月份美版今日头条busty就宣布将使用ChatGPT来创造内容,首次裁员12%,股价三倍。  那为什么ChatGPT可以冲击传统的编辑行业呢?第一点是高效性,它和人类的编辑相比,ChatGPT能够在更短的时间内生成和修改大量的文本。比如说你在写新闻稿件的时候,人类的编辑可能需要几个小时才能完成一篇文章。但是ChatGPT可以在几分钟之内做出一篇文章,质量量相当。据统计,使用chat TGPT的编辑人员在进行新闻撰写时,生产效率大约提高了60%。 第二是降低成本,使用GPT可以显著的降低编辑和撰写内容的成本。比如说出版社使用ChatGPT进行图书的编辑和校对工作,人力的成本可以降低大约40%。同时由于AI的高效性和准确性,编辑的质量也得到了保障。
5. 程序员行业
  程序员行业 下一个是程序员行业,我们看一个描写代码的现场演示。你看在白纸上画一个网页的布局,然后紧紧的写上一句,这是一个讲笑话的网页,用手机拍照上传给P4,让它根据图片去生成一个网页。结果GDP4快速生成了一个网页的代码,几乎是秒级别的,运行之后效果如图。    有意思的是什么呢?下面有个人回复说程序员被取代说明他真的不懂。我只想说你懂了这么多,你的MVD还在哪呢?
6. 搜索行业
 搜索行业 下一个是搜索行业,此前ChatGPT给自己了一个否定的回答。他说ChatGPT它不是搜索引擎,它的目的不是提供信息搜索。相对于搜索引擎通过去索引网页并且匹配搜索词来提供信息,ChatGPT是通过对什么自然语言的回答来解决用户的关心的问题。因此他们之间没有什么直接的竞争关系,并不能够相互颠覆。 但是不好意思,这个回答是错的。因为未知的问题未必要通过搜索去解决。搜索是手段,我是目的,不是为了搜而搜,而是为了解决这个不知道的问题而搜。可是问题来了,谁告诉你解决这个问题就一定要搜呢?比如说推送不行吗?抖音出来之后,你会发现你用搜索少了很多,为什么呢?因为团的问题被推送解决了,甚至那些你想不出来的问题都被推送解决了。 之前我也讲过。消费者只看需求,生产者才划分领域。这个就好像共享充电宝的竞争对手是谁,它不是另外一个共享充电宝,而是一切可以满足用户用更短的时间,用更长手机的东西。比如说别人帮你充电,比如说你带一根充电线,比如说快充,比如说更大的电池,比如说省电模式等等。  真实故事 我给你讲一个真实的故事,在印度这些成人用品卖的很贵,尤其是***,大概是一个要三百多块钱人民币。但是你知道印度的人均工资一个月也就才900块钱。所以这个时候你会发现***就卖不出去。 那你知不知道他们怎么去解决的?他们用诺基亚,尤其是诺基亚310。因为它可以超长待机400个小时,而且不需要打电话,就可以直接震动模式。你不要笑,我们回到刚才的问题,其他的GPT说自己不是搜索引擎,它就不是搜索引擎了。只要他解决了用户的未知,他就是在抢搜索引擎的份额,对吗?这个才是真正的竞争。
7. 广告行业
 广告行业 下一个是广告行业。传统的广告人员需要花大量的时间和精力来创作文案,还有策划活动。但是ChatGPT可以通过大量的文案学习和数据来生成高质量的文案。极低的成本可以蚕食非常大一部分的广告份额。最近蓝色光标发了一个内部邮件,他是这么写的。为了遏制核心能力空头化的势头,也为了给全面拥抱AIGC打下基础,管理层决定无限期全面停止创意设计方案撰写文案撰写短期雇员四类相关外包。指出这意味着那些非常基础的文案和设计,都会被更高水平的AI创意所取代。
8. 笔记类APP
 笔记类的APP 下一个是笔记类的APP,一些笔记类的APP也会受到威胁。比如说传统的这种APP,比如说印象笔记或者说网页云笔记,他们都是直接复制粘贴。但是这里面有一个缺点在于你只能进行简单的搜索。当你里面存的东西越来越多的时候,你会发现很崩溃的问题。你想找的时候找不到,你隐约的记得好像有某个词,但是这个词你可能记偏了,你打错了一个字,然后你就永远找不到它了,永远在你那几千几万个收藏里面,你就是找不到这个很讨厌对吗?所有的笔记里的APP唯一能做的是根据精准匹配去找这个词。所以遇到这种问题的时候,他们会无能为力。 但是AI普及之后,它可以理解你要的意思。这样的话我们可以实现小范围的。比如说我在这APP里面去找这么一个东西,我不需要表达的一清二楚,你明白我的意思,然后按这个意思去找就好了,这样的话效率就会很高。这样的话有可能会诞生全新的机会和模式,威胁到现有的笔记的APP。
9. 教育行业
   教育行业 下一个是教育行业。3月15日,语言学习应用程序多邻国宣布推出的linger max订阅服务,这个服务就整合了GP4的大语言模型。它里面有两个新功能,一个叫explain my answer,一个叫role play。在explain my answer里面,用户可以和多也就是多邻国的这个吉祥物进行去聊天,然后拿到有关答案正确和错误的简单解释,也可以看到更多的事例或者说明。role play是让学生和AI的角色进行直接的互动,它的效果是这样的。 大名鼎鼎的可汗学院也宣布开始采用GDP4,提供在线一对一的辅导服务,以帮助学生更好的学习。但是他这个系统不会帮你作弊。如果你直接想问AI我这个答案是多少?他会像很多其他老师一样拒绝你,然后循循善诱帮你推导出来答案大概是这样的。
10. 游戏行业
 游戏行业 下一个是游戏行业stable filing ANLE medjora y等主流的AI绘画平台的技术升级,让一些游戏公司开始正儿八经的可以尝试这些技术了。在游戏里面运用最快的就是原画和UI,尤其在前期研发的时候要做一些草图。在没有AI之前是有一个设计师一个星期出来2到3套方案,然后再开始评估。有了AI之后,你只要给他喂图,把你要的效果和元素融合在一起,他一个小时之内可以给你说出很多的草图风格,然后制作人、策划和美术可以在里面挑选一张最符合自己想法的,再交给设计师去完善。这个方式尤其适合一些独立游戏的制作者或者一些初创公司。它的资金有限,培养新人的成本太高。而你知道游戏行业的风险非常高,AI可以有效的降低成本,降低风险。用的好的话,AI可以顶上五个人。
11. 法律行业
 法律行业 下一个是法律行业,有一些传统意义上有较高知识门槛的,比如说法律行业也可能会受到挑战。在GDP4的发布会上,OpenAI的CEO向GDP4提供了美国个人所得税的相关法规,以及对夫妻的收入和个人的信息。紧接着他开始向GDP提问这对夫妻的具体税务问题。这个时候你会发现GDP4不仅能够给出答案,还详细的说明了获取答案所需要的法律依据。就好像一个货真价实的律师跟你娓娓道来一样。 
12. 金融行业
 金融行业 下一个是金融行业,之前我们讲过一个例子,这个是发布会上?拿出了gap的公司的财报,然后给ChatGPT发了一句话叫提炼要点。过了几秒钟,所有的要点被提炼出来了,包括什么毛利润、净率,还有同比增速这样的关键性的信息。接下来又对比gap和logo lemon两个公司,然后他会自己去搜出这个logo lemon第三季度的财报,然后瞬间做了一个对比表格。这个速度和效率几乎是人类的100倍。你自己去干这个事情,你手动整理两个小时会被打住。所以从趋势上来看,短期AI可以赋能现有的很多理财顾问,帮他们去提升工作效率,减少培训成本。比如说摩根斯丹利财富管理部门就利用GDP4来服务理财顾问,那么长期来看,AI可能会替代一部分初级理财师,由AI顾问直接面向大众财富人群。
13. 摄影行业
  摄影行业 下一个是摄影行业,除了绘画,AI也在另外一个维度颠覆了传统的设计行业,比如这个图就是AI生成的,几乎可以以假乱真,而指令也非常的简单,几乎就是一段描述性的自然预言。我们翻译下汉语,一对年轻的中国情侣穿着夹克和牛仔裤坐在屋顶上,背景是1990年的北京,可以看到对面的建筑物。看一下那甚至一直被诟病的AI不会画手指。  在mini jane v5出来之后,用这个图堵住了大家的嘴巴,戴了一个戒指,看到没有?V5版本拥有更高的图像质量,更多样化的风格,更丰富的输出、更宽的纵横比,更好的图像提示以及更广的动态范围。你要知道从V1到V5只用了短短的一年的时间。  我们再看几个图,如果我不告诉你,你知道它是AI画的,你是不是还以为是摄影作品?看一下。
14. VIUI设计
 VIUI设计 下一个是VIUI设计。你开了一家店要做产品宣传,你就再也不要去找他们摄影师折腾了好多天了。直接输入描述出图就行。AI的出现对于美术行业,就好像燃油车的出现对于马车的革命,照相机的出现对于手绘的革命。具体我们看一下由mid journey生成的UI的界面。 好,下面才是重点。我知道你要说这些有问题,我知道你要说不全面,我知道你说还什么做不到,他还没有那么厉害,我知道你说的都没问题,但是我想说的是什么呢?一个新的事物你看到的应该是什么?是优点而不是缺点。那计算机刚才的时候打的还没有算盘快,对吗?你想想你小时候第一次用筷子、第一次握笔、第一次说话、第一次骑自行车,哪个不是笨拙无比?泰森刚出生的时候不才五斤四两吗?一维的世界是时间点,多维的世界是时间段,拉长时间里面看到一个完完全全不一样的世界。 当年数码相机刚出来的时候,大家觉得像素不行,宽容度低,存储太慢镜头太少,电池寿命太短。但是重要吗?不重要,只要他在战略上是正确的,任何的战术都是可以通过时间去弥补的。
15. 行业学生
 特殊的行业学生 我们再说一个特殊的行业学生。我们说一个令人担忧的问题题就是我们在思考一个事情,就是按照现有的模式培养出来的学生,在未来5到10年还能不能找到好的工作,能不能适应未来的就业市场?如果若干年之后,如果学校里面传授的既有的知识,任何人靠大语言模型能实现,该怎么办?你要知道AI的趋势是不可逆的,效率只会越来越高,未来只会更出色、更快速、更便宜。在这种情况之下,相当于每个人都有了一个熟读人类既有知识的外挂大脑。 学校没教,但是市场要有用,这些学生能不能去应对?你知道现在很多学生对学习的理解是分数,他所有的努力都服务于分数。凡是不能够提高分数的都是没有用,哪怕这个东西可以提高他的创造力。这样的结果就是很多学生做的是重复性的东西,只为了分数他没有创造。 很多学生对学习充满了抵触。你会发现毕业了之后,你看到很多学生在扔那个书,对吧?扔了书之后在那欢呼。他们没有这种终身学习的概念,他们还是条件反射般的等老师去喂。他们习惯性的去拿别人的总结,很少思考这个知识到底怎么来的。就好像在动物园里面被驯化的野兽,从小到大都是吃着饲养员给他的东西,从来没有想过在野外应该怎么去生存。市场就是野外,市场就是真正的森林。所以对于学生来讲,真正重要的是独立学习,是创造的一些框架性思维,而不是具体操作。123是。
2-3-社会法则与预判力
1. 全文摘要
讨论了人工智能(AI)对就业的影响,认为真正的竞争对手是传统工作方式和低效软件。同时,AI的出现会让人类的生活越来越好,但也带来了新事物带来的危机和机会。讨论了失业人员应该去哪里以及市场对于不同行业的需求,强调了遵循市场信号的重要性。讲述了换赛道的能力在人生中的重要性,人生需要具备预判未来的能力,才能更好地适应和发展。
2. 开场
 好,这一节我们讲社会法则和预判力。首先我们讲谁抢走了你的工作。我们从根本上讨论一个问题,很多人经常说AI抢走了我的工作,这句话是不对的。我们讲了什么叫竞争,同类才叫竞争。男生和男生竞争,女生和女生竞争,男女之间是不竞争的。
3. 谁抢走了你的工作
 工具和工具竞争 AI是什么?AI是工具,我们是什么?我们是人,工具和工具竞争,人和人竞争,工具和人之间不竞争。那AI的对手是谁呢?是一些传统的工作方式,是那些传统的工具,是那些低效的软件。AI的胜出,是替代了这些软件。 人和人之间的竞争是什么?是那些使用传统软件的人和使用AI的人在竞争。所以并不是AI打败了你,而是那些会使用AI工具的人打败的。 ·长远来看AI的出现只会让人类生活越来越好 我们之前讲了一个大的原则,就是从长远来看,AI的出现才会让人类的生活越来越好。同样出现一个新的事物,你以什么的强度老头去看他,你怎么去对待它,决定了你的未来。我们经常讲不破不立。当出现一个新的事物的时候,除了产生的危机,更多的是机会,更多的是如何利用这个新事物。 例如翻译工作 比如说同样是翻译工作,有人看到是低端的翻译会被取代。而有人看到是懂得使用AI的翻译者,可以更有效的提升自己的生产力,用一天做之前十天的事情。 例如绘图设计 比如同样是绘图设计,有人看到是低端的设计师会被巨大。而有人看到的是,一个完整的设计项目需要在人的指引之下才能够有效的去完成。  AI仅仅是一个廉价的劳动力。当一个行业的低端从业者越来越少的时候,意味着高端从创业的收入会越来越高。我们举个例子,比如说市场上原本有100个设计师,90个是平庸的,十个是顶尖的。在以前没有AI的时候,大家不得不雇佣那90个平庸的。因为成本低,有价格优势,是顶尖的设计师。水平再高,你的时间不够,你价格贵,对吧? 但是出现了AI之后,大家发现这个问题被解决了。借助AI的这些顶尖的设计师,他们的时间可以扩大五倍甚至10倍,他们可以创造更多更有效的东西,他们的价格可以更低,他们的成本可以更低。这个时候你就会发现他强调了原本40个平优设计师的生意,也就是高质量的内容一旦可以高效的产生,它就会降维打击低质量。 另外一个方向,你也会发现,剩下的50个平庸的设计师也会被廉价的AI所取代。因为就算它再品用,它的收费不可能无限降低。他要养家糊口,他有各种开销,而且他的时间也有限,一天只有24小时。但是AI可以无穷无极,而且成本极低。这样的话,大量的初创性的公司,他们就不会用这些普通的设计师,他们能用AI会尽量用AI。剩下的50个职位也会被抢走,也就是AI的出现,使得这些人既没有成本优势又没有质量优势。
4. 去市场更需要的工作
 好,这些人应该去哪里?这90个岗位消失了,这些人应该到哪里去?答案是去市场更需要的行业。我们经常讲价格是什么?价格就是一个信号灯。如果一个行业挣钱很难,那么是市场用隐晦的方式告诉你,不要在这个地方继续做了,因为市场不需要。 市场需要的是什么?是价格高的地方。因为价格高,这里的供应少,需求多,最后把价格抬高。而价格抬高就意味这是一个风向标,指引着更多的人要去做这个行业,要资源合理分配到最迫切的地方,对吧? 所以你生活在市场经济里边,你就一定要遵循市场的信号。你不能像那个收费站的一些被踩掉的阿姨,我收了20年的费,我除了收费啥也不会。这个世界上没有什么啥也不会。你刚出生的时候是不是啥也不会?你不会用筷子,你不会吃饭,你不会说话,你不会骑自行车,你不会学习,你不会穿衣服,你不会上厕所,可所有的东西不都是学习吗?如果人世间当中真的有一个铁饭碗的话,应该是终身学习的能力,应该是快速学习的能力,应该是把握市场信号,市场需要什么我就往什么地方走的能力。你生活在市场经济,你就要遵循它的游戏规则。  很多为什么觉得这个事情很恐怖?因为他们从头到尾就生活在一个花瓶里面,生活在一个温室里面。他们不知道这个社会的运转的规律。他们进公司的第一天就没有想过我的公司哪一天会倒闭,我的行业哪一天会不存在。他们从头到尾就像在小学生初中,初中升高中,高中升大学一样。你只要不停的学,就一定会有不停的结果。可是你要知道,你不是这个社会的主角,这个社会不是为了你赚的,你去适应这个社会才是它的规则。很多人从小到大太成功了,太温室了,被保护的太好了,以至于遇到一点点的挫折,他们就会崩溃。
5. 换赛道的能力
 接下来我们讲换赛道的能力。请记住人生有一个重要的能力,就是换赛道的能力。你生活在一个高速发展的社会,那么你享受到这个社会的红利,你就要了明白换赛道的重要性。因为红利意味着效率,效率意味着赛道的更迭,意味着你的行业可能会越来越不赚钱,你的行业有可能会被替代。如果你从头到尾没有这样的意识,你就一定会遇到各种各样的麻烦。那么多的35岁重点事业不都是这样吗?他们一辈子没有想过就换赛道,他们不敢想太舒服太安逸了。换句话来说,他们之前的生活太好了,好到超出了他们现在的能力,现在打回原形了。 人和人之间的差距是什么 所以我们经常讲人和人之间的差距是什么?就是人生的预判力。你能够提前几年预判出来未来你的人生就在一个什么高度。就像去看电影,有的人进了电影院就能猜出结果,有的人看了20分钟猜出结果,有的快到结尾的时候才猜出结果,有的人出了电影院过了三天还没想明白怎么回事。所以拉开差距的并不是辛苦,并不是体力,而是判断力。当你不知道他好不好的时候,当你不知道他有没有价值的时候,你就不会去追,你就不会去抢,你就不会去做,你不仅不会,你还会去嘲笑他。但但正是因为这样,少数人才能够甩开大部分无知的人。你看这个社会运转不也一样吗? 当出来某一个政策的时候,经济学家可能会提前五年知道未来会事业。未来的老板可能会提前两年知道未来裁员。你要这个公司的高层可能会提前一年知道公司要进价30%的团队。但如果你是一个普通的员工,你可能是在下午收到离职通知的那一刻才发现,怎么回事儿。你要是这个员工的父母可能会在一年之后才发现,我儿子好像最近没去上班,咋回事儿,对吗?  草蛇灰线,一脉千里。世界是一台复杂的机器,像一台巨兽,任何一个举动都会有无数的线索显露出来。你能不能抓到这些线索,明白未来会发生什么,能不能提前预判一个生态位,这个才是人生当中至关重要的能力。
2-4-AI学完人类知识该怎么办
1. 全文摘要
讨论了人工智能学习人类知识的问题,以及信息和有效信息的概念。发言人指出,大部分人类知识都是无效信息,而有效信息是可以被压缩的。他们举例说明了游戏中的有效信息和无效信息,强调了判断和知识的区别。最后,他提出,判断是需要人来做的,而人工智能目前还无法做到这一点。
2. 开场
 这一节我们讲AI学完了人类知识该怎么办?
3. 有效信息
 来先看一个图,这个人说GTP5已经爬完了。人类网络上的所有的视频大概是2000TB的内容,可以瞬间标记出所拍内容的声光信息。他大概他用两个月的时间白嫖了人类数千年里面的绝大部分的知识。好,接下来他再讲。AI最可怕的地方在于,它的进化几乎是指数级别的,快到令探击猴子无法想象,这是归基生命独一无二的天赋,可以肆无忌惮的剑走偏锋到极致,可以不用顾及睡眠、搬砖及爱情。于是有人提出一个问题,他这么发展下去学,而我们说的信息会怎么办?  回答这个问题之前,我们要讲到一个词叫有效信息。什么叫有效信息?你想一想你们领导在讲话的时候,三个小时的讲话能不能一句话讲清楚?可以,那剩下的两个小时59分是干嘛呢?是废话,是无效信息。 你会发现我们的世间充斥着大量的无效信息,真正有价值的内容极少。你去看了100本书,你会发现里面99本几乎都是垃圾,都是重复,都是之前的东西。再讲一遍对吧?你去看100个电视剧,你会发现里面有99个你都没有办法看下去,几乎全部都是垃圾。你在百度里面随便搜点什么,虽然有1000万个结果,但是9999900个都是垃圾。这就是我们讲到的信息和有效信息。  信息多不代表有价值,有效信息才有价值。你会发现你接触到的几乎做的内容,几乎都是那几个最简单的有效信息延伸变化而来的。 例如做不完的高考数学题 我们举个例子,高考的时候你会发现数学题做不完,对吧?你永远做不完,你再活100岁你也做不完。你会发现题无穷无尽的,但是解题思路就那几个。这个解题思路就是有效信息,题海战术就是无效信息。 例如游戏 你玩一个游戏也是的,你去玩一个什么超级玛丽,玩一个俄罗斯方块,你会发现它的每一节好像都是不一样的,每一关好像都有不同的情节和设置。可是你再玩100关、一千关,你会发现好像又是一样的。因为它的核心代码没有变,无非就是那几个东西的排列组合。 例如3D游戏Krieger 来我们看一个极端的例子,3D游戏。很多人对3D游戏的理解就是它占用的内存会非常的大,对电脑的要求会非常的高。但是你知不知道这个世界上有一个游戏叫毁灭杀手,也是3D的,英文名叫Kitty region,画面大概这么一个样子,还可以接受对吧? 3D的,你现在告诉我这个游戏有多大,是五个G还是500兆,还是50兆,还是五兆,对不对?这个游戏的大小是96K96K是什么概念?就是100个游戏装在一起,大概是你一张手机照片的大小。但是我要告诉你,这个游戏不仅有阴影,还有贴出材质,还有机理效果,而且关系还很复杂。你告诉我他怎么做到两个字,压缩。它不管再复杂再牛叉,效果再多,它归根到底都是那几个最简单的玩法。你只要把这几个东西排列组合一下就好。 它的有效信息极少信是可以被压缩的,甚至可以被严重压缩的。比如说一排数字AAAAABBBBCCDDDD那么它压缩起来就是A5B4C2D4。完全一模一样的怀孕。  但是大部分对有效信息毫无概念,他们以为信息就是知识,完全不懂信息压缩,完全不懂那些核心代码和有效信息。所以当你明白这个之后,你会发现AI学而说的人类的知识也只是表面上的无效信息。因为人类的知识无非就是那些核心点,无非就是那几个要素。 所以我们今天在思考一个问题,信息和知识有什么区别?AI拿到了那么多的信息,等不等于它有知识?答案是不等。因为信息是廉价的,而知识是不廉价的。信息是数量,知识是质量,信息是广度,知识是精度。 这个世界上有很多人掌握了大量的信息,但是唯独没有知识。你周围的很多人不就是行走的AI吗?就是算力弱了一点。你看他们什么都懂,好像什么都知道,还有好像什么都不懂,又好像什么都不知道。聊天没问题,沟通没问题,讨价还价没问题,为人处事没问题,天文地理好像无所不知,但就是人生一无所成。 为什么?因为他们唯独缺了一个框架,他们不懂判断,他们不知道对错,他们所有的知识都是碎片化堆积在一起。判断这个东西归根到底还是要靠人来做。
2-5-AI能否自主进化
1. 全文摘要
讨论了AI是否能够自主进化的问题。提出了封闭系统中熵一定不断增加的基本定律,以及AI系统缺乏最核心的源代码,无法自发进化。文本认为封闭系统最大的问题是缺乏外界能量。因此,人类要进行进化和改变世界必须要接受外界能量,这个量级非常大,需要的时间也非常久。
2. 开场
 好,这一节我们讲AI能否自主进化。经常有人提一个问题,说AI那么牛叉的话,以后能不能我们什么事都不做,都交给他。人类可以做小提升,让他们自己进化,进化的特别牛叉,然后来养活我们。请问能不能实现?有人说可以,有人说不行。
3. 封闭系统
 你觉得回答这个问题之前,我们要抛开细枝末节,从一个基本的定理讲起。这个叫热力学第二定律,什么意思呢?他说的是一个封闭的系统当中,熵一定是 不断增加的,什么意思?熵是什么?熵就是混乱度。就好像一个房子年久失修,里面就一定会越来越乱,越来越破。叫好。你的卧室如果长时间不打理东西,一定是乱成一团,枕巾到处丢,地板上都是袜子。
4. 熵增定律
 那改变这个混乱度需要什么呢?需要输入能量,需要外部系统去往里输入能量。比如说你去找一个清洁工阿姨打扫两个小时,她就可以变得整整齐齐。熵才会减少,这是一个基础的定律,任何人都不可以违反。整个宇宙就是一个熵增定率。 我们之前讲了生命以负熵为事,就是在有限的范围之内,你的熵看上去是减少的。但是你长期来看,整个世界的混乱度一定是在不停的增加的。因为它没有外界的能量输入。好,我们记住这个概念,一个叫封闭系统,一个叫熵增定律。
5. 不可能自发进化
 AI是什么 当你明白这个之后,你再看AI,AI是什么?AI是映射现实世界的一个封闭系统。它所有的东西都是在人类给它提前设置好的,它所有的东西都是在自动的去运行。那这样的结果是什么?是他不可能自发的去产生能量,它不可能自发的去减商。换句话来说,他不可能自发的去进化。我们之前讲了信息和有效信息,也就是一个封闭的系统,它可以不停的去产生信息没问题。但是它的有效信息是没有变化的,始终就那么多,因为它没有能量输入。所以如果你觉得人工智能就是把电脑放到一个什么黑盒里面,然后这个黑盒可以自动去研发创新,充满想象力,然后出来各种各样的东西去指导你。这个是不可能的。 它不可能自发进化 热力学第二定律绝对不允许无中生有的减伤。不管你的机房有多强大,不管你的算力有多强,不管你的代码有多少,不管你的愿景有多伟大,你都不能够违背这个定律。这个就好像能量守恒定律一样,不管你的模型多巧妙,不管你设计的有多厉害,不管你花的时间有多久,不管你投的资金有多少,你都不可能实现永动机。当你明白这个之后,你就会发现AI本身是无法自发进化的,没有外界的能量输入,它违背了最基本的熵增定律。你觉得这个系统做的好,你觉得这个AI特别牛叉。实际是这个AI的程序员特别牛叉,他给你输入的源代码特别牛叉。你觉得是阿尔法狗打败了李世石,实际是阿尔法狗的程序员打败了李世石,实际上是这个人打败了那个你看上去人工智能可以源源不断产生各种各样的内容,但是这些内容无非又在已经设定好的范本里面不停的去重复。他缺乏最核心的源代码。  例如游戏 这个就好像你去玩所有的游戏,你程序员设计任何的游戏,你都可以把这个游戏设计成无限的关卡,一千关、一万关,让你一直玩下去,吧?但是你只要一直往下玩,你就会发现你会厌烦。因为看上去好像是不同的关卡,但是回头来看,又好像是一个样子。因为它的源代码从头到尾没有变,它的有效信息一开始就被锁定死了。 所以我们发现AI它看上去在不停的发展,实际上它增加的只是它的信息量,而不是有效信息量。它增加的只是它的数据量,而不是它的源代码。这就是封闭系统最大的问题。它不可能自行修改自己的源代码,因为没有外界能量,GDP3.5再怎么进化,增加的都是数据量,而不是源代码。换句话来说,增加的都是信息,而不是有效性。  g GDP3.5再进化100万年,它也进化不成GDP4。从3.5到4的这一步,必须要接受外界能量,必须是人类修改底层的源代码才可以实现。 有人说怎么没有外界能量,我给插电了吗?还有220伏电源?你是不是要把能量转化为智慧?需要的这个能量的量级有多大?需要的时间有多久? 太阳照射地球46亿年,核聚变转换率释放的能量达到了每秒4260万公吨,等于每秒3.846乘以10的26次方。瓦特才把一堆岩石打造成甲烷气体,然后才会诞生的什么单细胞多细胞,25亿年出现帧和15亿年前出现的多细胞。5亿年前寒武器爆发原因上尚未解云,直到600万年前才出现人类。而且其中的每一部概率之低都堪称神迹,以至于不停的有神创的跳出来去质疑达尔文,对吗?你现在告诉我,你给它插上电,0.45元一度的电费,你插它就诞生规矩生命了,省省你的电费,永远记得伤永不减少。
2-6-AI不能完成的任务
全文摘要
讨论了人工智能的四个特征,包括矛盾和多样性、感性精神、完全自动和不确定性。文章强调了个人需要有框架、整体、细节和对错的概念,才能更好地利用AI技术。此外,讨论了例外和不确定性对AI的影响,以及上帝视角的概念。虽然AI存在一些小的bug和局限性,使用者需要自己去确认和判断,但最重要的信息需要自己去打工,并建立自己的体系和判断力
开场
 好,这一节我们讲AI所不能完成的任务。上一节我们讲的AI唯一不能做的是自发的减伤。因为它违背了热力学的第二定律。一个封闭的系统当中,混乱度一定是不停增加的。想降低混乱度就必须要有外界输入能量。具体一点,我们看看有哪些任务是不输入能量做不到的。
1.决策能力
 决策能力 第一个叫决策能力。我们经常讲这个事件最大的能力是什么?就是决策决策的另一面是什么?是承担风险。你经常会发现有很多的专家今天预测这个,明天预测那个。然后没有,然后,因为专家预测,但是专家不下注,不下注等于没预测。你说了100个结果可能A可能B可能C可能B那我就问你下不下注,下注了之后错了你会怎么办? 你能不能为他去承担全部的后果,对吗?你去做一个生意,那就要先想清楚敢不敢压住全部的身家,赔了就赔了,赔了就从零开始。如果不能,那么你所有的决策就没有任何的意义。 决策背后是风险,你没有独立担风险的能力,那么你就没有做决策的权利。而这个恰恰是AI最大的问题。他可以给你很多建议,但是他唯独没有办法帮你承担风险。他算的很精准,35%应该做,15%应该慎重考虑,剩下50%是不应该有意义吗?没意义,因为下注的是你,对于决策者来讲,真正的风险在你身上,因为所有的问题都是你的问题。就像一个皇帝,他有100个大臣给了100个建议,你可以随意采纳。但是你注意你做的任何的决策,最后的结果都是你皇帝自己承担。对了,子孙富贵,错了,人头落地。 其次你要知道,AI计算的再精准,它也没有办法改变混沌世界的概率,最终的那个按钮还是要你自己来的。这个就是有人问AI能不能买彩票呢?你觉得呢?但是有意思的是,居然有一帮人真的觉得这是一个发财的机会。短视频上还有一帮博主专门做视频,说用AI买彩票赚。改完的第一天、第二天、第三天,然后很快有了几万的粉丝,背后就是五期。
2.价值判断
 价值判断 第二个是价值判断。AI可以给你提供很多的事实判断,但是他唯独没有办法给你提供价值判断。就他可以告诉你这个概率是多少,他可以算得出来。你觉得A和B哪个更好,他也可以算得出来。但是你告诉他哪个是对,哪个是错,他就没有办法给你的。因为AI是没有价值的,价值是人赋予的。如果你自己缺失最基础的价值判断,那么再好的AI都没有办法帮你实现。 可是大部分人的问题在哪里?为什么总有人读书万卷,一事无成?因为他们只有碎片,没有框架,只有细节,没有整体,只有数量,没有对他们他们不停的读书,唯独不知道什么是对,什么是错。 我们之前讲了,你读的书越多,你就会发现矛盾的地方就越多。有人说己所不欲勿施于人,有人说以其人之道还至情至深,有人说以德报怨,有人说何以报德?有人说要坚持自己的想法,有人说你要多听大家的意见,有人说清华北大不如胆子大,有人说永远不要干让自己睡不着觉的事儿。你看同样一件事情到底是对是错,什么时候应该采用这个什么时候应该采用另外一个?采用对了你就会受益,采用错了你就会成承担后果。敢不敢为他去下注,这个就是人类最重要的价值判断。
3.感性精神
 感性精神 第三个是感性精神。首先我们讲到冒险精神,AI是机器,AI是计算,AI是理性,可是A爱唯独缺乏的是感性,是冒险精神,是那些不确定性当中的试错。而这些感性的东西才是我们人类独有的。 这个东西的成功率是1%。要做还是不要做?理性的角度告诉你不要做。但是感想并不是这样的。你会发现世界上有很多的企业家,为那个1%的可能性拼接了所有的努力。这不就是我们今天讲到的企业家的冒险精神吗?  例如联邦快递创始人 联邦快递的创始人弗雷德史密斯,富二代起步,结果一上来就陷入绝境,最后交不起飞机的燃油费。然后这个哥们干了一件事儿,他当时手里的只有5000块,他拿着这5000块去了赌场,出来之后变成32000,然后交了24000的燃油费,再维持这个公司一个星期的运转。这个事儿AI干不出来,一个星期之后这哥们伪造他两个姐姐的签名,把他两个姐姐的钱挪过来了,这个事儿,也看不出来。正是因为这样像偏执狂一样几乎变态的一个苦苦的支撑,联邦快递最后奇迹般的绝处逢生,死而复活。 这个是冒险精神,这不是以概率来判断的,这个背后它体现的是人的意义和价值观。你可以消灭我的肉体,但是你唯独没有办法打败我的灵魂。这种冒险精神恰恰是AI没有的精神,不可以用理性去解释。很多时候,我们改变整个世界的伟大的商业模式,都诞生了一些微不足道的,看似可能随时熄灭的小火苗。但正是因为有人类的冒险精神和企业家的执着,他才有的今天。  共情能力 其次是共情能力。AI和人类最大的区别就在于他没有喜怒哀惧,而这些是人类独有的情绪,是千百万年独一无二的自然算法筛选出来的结果。因而,开心是为了取悦父母,愤怒是为了吓跑敌人,难过是为了提醒自己珍惜现在,恐惧是为了让我们远离危险。而机器没有人类的欲望、情绪、意识,所以他永远没有办法共情另外一个人类。
4.完全自动
 完全自动 第四个是完全自动,完全自动什么意思?比如说自动驾驶,你仔细想一想,驾驶其实非常简单,无非就前进、后退、左拐、右拐、刹车的些基本的功能。交通规则也非常的简单,遇到障碍物怎么去避让,非常简单,吧?但是为什么人工智能从L2卡到L3,因为所有的无人驾驶都要应对一个问题。  例外英文叫exception,什么意思呢?就是你99.99%的情况都很好,但是你遇到的0.01%的例外怎么办?这个例外要的你的命怎么办?你开着开着,突然有个人扔个砖头怎么办?小孩突然冲过来怎么办?天要掉下来一个陨石怎么办? 最典型的就是航空业自动飞行已经到达了几乎就近考验的地步。你看几乎所有的航空公司都可以自动飞行两次英里,只有起飞和降落的时候还需要人力去辅助。那即使这种情况,你能不能把这个机长和副机长的工资给省了,他飞12个小时工资就是4000块。不能,为什么?因为你不能够完全避免例外,不能完全避免这个exception。像那个萨利机长一样,一起飞被鸟撞破的发动机,接下来该怎么处理。所以当你在一个开放的环境之下,你就会发现你会遇到无穷无尽的多到想不到的各种变态的问题。这种情况的存在就使得AI不能完全这哪怕只有0.0000001%的人工节日
5.不知道自己不知道
 不知道不知道 AI不能完成的第五个任务是他不知道自己不知道,而这个才是世上最恐怖的问题。如果你知道哪个地方不足的话,你会去弥补。如果你不知道自己不知道,你就永远不会想出那个新的方案。你不知道这个世界上有汽车,那么你所有的方案都是选可以更快的。你不知道有智能手机这么一个玩月,那么你说的方案都是诺基亚,怎么可以让他再快一点,对吧? 这个就是我们讲到的上帝视角。上帝视角只有人类才可以去玩完成。站在系统之外重新去思考这个系统的方案,你才会得到一个完全不一样的解。  此外AI还存在一些小的bug,比如说现阶段AI2.0并不能够做到完全正确。AI还没有办法保存全世界的数据,它只能通过压缩形成出现的概念。因此它会出现一本正经的胡说八道的现象。所以最核心的信息要你自己去确认。比如说你问他深蓝的算法到底是AI当中的1.0还是2.0,然后他可能会回答你1.0,然后就问他是真的吗?他就说不好意思,我说错,应该是2.0。然后你就继续问他到底是一点0还是2.0,他说哎呀,我好像回答错了,应该是介于1.0和2.0之间。 更有意思的是,他每一次都会给你一些看上去很合理的理由。但是如果这样的东西,如果你自己没有判断力,没有体系的话,就很容易被它带到沟里去。这个也是我们要反复强调的,你自己必须要极度清晰。最核心的那些点,最重要的地方一定要自己去打工。
2-7-碾压AI的三种能力
1. 全文摘要
讨论了碾压AI的三种能力,强调了人工智能的本质是廉价劳动力,但人生真正重要的是判断和负责。同时指出人类在碾压AI时的三个优势:降噪、实验和一线数据。最后讨论了AI的战略能力和设计中使用第零步思考的重要性。AI虽然拥有战术能力,但最重要的是战略能力,而人类可以不被AI说服,只能接受他们提供的服务。使用第零步的方法可以让AI系统更加优秀,使我们更加了解我们所面临的挑战并做出更加明智的决策。
2. 开场
 好,这一节我们讲碾压AI的3种能力。首先我们思考一个问题,就是人和AI的最本质的区别是什么?人类有什么能力远在AI之上。回答这个问题之前,我们要先知道人工智能的本质是什么?五个字,廉价劳动力。请记住一句话,任何可以归结成算法的人类一定干不过计算机。再说一遍,任何一个可以总结成算法去做的人类一定干不过计算机。AI就是廉价劳动力。
3. 碾压AI的三种能力
 人和AI的本质区别是什么 回答这个问题之前,我们要先知道人工智能的本质是什么?五个字,廉价劳动力。请记住一句话,任何可以归结成算法的人类一定干不过计算机。再说一遍,任何一个可以总结成算法去做的人类一定干不过计算机。AI就是廉价劳动力。 当你明白这个之后,你再去看AI,可以写文章,可以考编程,也可以写作文,也可以拿一个一等奖。但是你要知道,这些东西对于一个人来说几乎毫无价值。因为人生真正要做的有且只有一件事儿,就是判断,就是你敢不敢去判断这个对错,敢不敢为你的判断去负责,除此之外,一切都不重要。比如说你的职业,你的城市,你的另一半、你的人生目标、你的未来规划,所做的都是判断,都是在不确定性当中寻找出确定性,能够明辨是非才是真正的知识。否则你做的再精准不过,就在小数点后面去做缝缝补补。  例子 我们举个例子,AI可以写一个还不错的程序,但是更重要的是为什么要写这个程序?为什么要以程序的形式来实现AI可以写一篇能获奖的文章,可是更重要的是为什么要写这个文章?我们经常说把试卷做到满分只能算二流的,学生敢质疑老师提出错的,才算是一流的人才。这种质疑就是上帝视角,就是跳出规则之外,再重新去审视规则本身有哪些能力需要跳出规则之外。
1. 降噪能力
 降噪能力 我们总结了三条,正是人类碾压AI的地方。第一个叫降噪能力。AI最大的问题是什么?是它不可以降噪,它没有办法识别原始数据的增加。这个世界的真相是什么?是你周围接触到的99%的信息都是错误的,都是偏差的,都是被严重污染的。你不解决信息的纯度问题,你的数量多1万倍也没有用,你的输入都是错的,你怎么可能得出正确的结论?而输入这个问题归根到底还是由人来解决。  可是你自己问自己一个问题,票子是不是变毛不就好了吗?你在淘宝里面买的东西,你看看它过去的价格是不是比今天更便宜不就好了吗?你在门口去吃一个大排面,过了两天老板说涨了五块钱不就好了吗?你充值了一个500的足表卡,再去的时候老板说,我们涨价了,那就好了。这些东西才是真实的。一线的数据才是降噪之后的精准数据,而这个精准度恰恰是AI没有办法做到。
2. 战略能力
 战略能力 其次是战略能力。AI拥有的是什么?是战术的能力,是你告诉他任何一件事情他都可以做好。可是这个世界上最重要的是战略。这个世界上从来不不缺做好事情的人,但是缺乏的是那些有战略能力的战略家。  比如说刘强东,最开始大家都反对自建物流,但是刘强东说我们必须建,这个是未来的竞争力。 比如说黄仁勋说永远不要去管你的竞争对手,你要做的就是不停的去迭代,让明年比今年年强一倍。永远怎么去做,不要去管客户需不需要,不要管这客户怎么去说。因为客户看不了那么长,因为客户对你要做什么一无所知。 再比如乔布斯,他需要去调查你用什么样的手机吗?用moto还是用什么诺基亚吗?不用的,他直接做出来一个给你问你是问不出来的。因为你没有到达我的层次,你不能够理解我说的东西的含义。我做好你直接给我买就好了,这个就是战略能力。 当年有一个例子,就是电视长虹是做电视的。他们当时在选择液晶还是选择倍投的战略决策点上选择了倍投。这个决策是整个决策从集体做出来的,但是不好彼此这个决策做错。当一个决策错了之后,不管你的长虹员工有多努力,不管你的技术主管有多牛叉,不管你的销售经理的销售能力有多强,不管你的中层管理者有多拼命,通通没有用了。  康佳、创维、海信超过长虹,并不是因为他某个环节的执行力特别强,而是因为战略级别他没跑反。这个战略才是人世间最最重要的能力。对于一个国家是这样,对于一个企业是这样,对于一个人还是这样。那AI的问题就在于他没有办法去给你定战略,因为他没有权利按下那个按钮,他按错了怎么办?他把自己格式化赔你吗?最关键的战略环节必须是由人来做决断的,而这个做决断的人的水平决定了最后AI的高度。 如果你的能力很强,你的AI也会很强。但如果你很无知,那么AI就一定会比你更无知。焉子春秋里面讲过,橘生淮南则为橘,生于淮北则为枳。这个橘子不就是AI吗?淮南淮北不就是不同的使用者吗?  我记得吕氏春秋里面有一个文章叫智接,它的原文是这样的,智者其所能接远也。愚者其所能接近也,所能接近而告之以远,奚有相得无由相得说者虽功不能御也。什么意思呢?聪明的人人他的智力可以到达很远,而愚笨的人他的智力范围很近。智力范围很近的人,你告诉他长远的趋势,他怎么可以理解? 当年管仲在临死的时候,告诉齐桓公远离易牙树雕长之屋和魏公子启方,但是齐桓公不能够理解,他说易牙把他的儿子煮了给我吃,这样的人用我怀疑叫吗?他觉得树雕**了自己,过来侍奉自己难道不好吗?他觉得魏公子岂反正父亲死了都不会去哭丧,这样的人需要怀疑中心。所以管仲仅仅死了三年,然后齐桓公就忍不住了,把这些人招回来了。最后这帮家伙把齐桓公给害死了。 在临死的时候,齐桓公羞愧难当,觉得没脸去见管仲。所以吕氏春秋是这么写的,齐桓公他不是轻视灾难,讨厌管仲,而是他的智力达不到,他不知道管仲说的话是对的。正是因为不知道,他才不能够去采纳管仲的忠言,反而是相信了几个千里小人。齐桓公尚且如此,那我们普通人呢?所以我们会发现,人是是不可以被说服的更不可能被AI说服。只能是他在你的能力之下替你服务,他永远没有办法帮你提高战略的。
3. 元思考能力
  原思考能力 第三个是原思考能力。我们经常讲这个世界上最重要的是第零步,不要上来就开始做,而是退后一步想一下为什么,要怎么去做。比如你去问AI我要如何提升用户满意度,他会告诉你1234567。但是只有第零步才会告诉你为什么要提升满意度。不满意就不,满意不满意就滚蛋,我做东西不是为了让你满意。这个满意的事情在我的生意当中它不处于最高权重,这个才是第零步。 再比如你去问AI,我要如何加强时间管理,让的时间更多一点。它一定会告诉你十个软件,告诉你1234567。但是只有第零步才会告诉你为什么要加强时间管理。时间不够根本不是时间的问题,而是你权重不明的问题。你觉得所有的事情都不需要做,你觉得所有的事情都一样重要,所以你的时间永远不够用。你的带宽不够不是因为带宽慢,你的硬盘不够不是因为硬盘小。不管你的带宽硬盘有多大,永远可以把它占满。因为这个东西一旦放大,原本不就的同学就变得重要了,这个才是根本性的原因。 这个就是我们反复讲的第零步。当年马斯克在做这个真空胶囊高铁的时候,也是用到了第零步。因为你用传统的思维去设计火车,很多人都会在现有的功能上去改进,比如说让动力更强,让流体力学更好,但是如果你回归到本质,无非就是从A到B那么既然是从A到B为什么一定要通过牵引力才能实现?于是就产生了真空胶囊高铁,采用磁悬浮加低真空的模式来实现动力AI。可以告诉你执行环节的1234,唯独没有办法告诉你70。  例如特斯拉的研制阶段 当年特斯拉在研制电动汽车的时候也遇到一个问题,电池成本居高不下。当时市场上的电池价格是每千瓦时600美金,而且短时间之内很难有大的活动。这个时候如果你去问AI,那么他给你的无非就是如何节约成本,如何批量进货,如何跟对方去谈判,如何节省一点一滴。但是如果你从第零步的角度去思考,你会发现电池是由什么组成的,这些电池的原料的市场价格是多少?如果我们去买买这些原料组成电池需要多少钱?最后你一算,你猜是多少?八十美金,几乎只有原原来的10%。这个就是第零步,这个就是上帝视角,也就是我们说的原思考能力。你的原思考能力有多强,你的AI就有多强。
2-8-AI能否取代企业家
1. 全文摘要
讨论了人工智能是否能够取代企业家。有人认为未来人工智能和大数据强大了就可以取代企业家,但企业家创新基于的是独特的判断和冒险精神,而不是理性计算。市场无法计算,再强的算力都计算不了,因为人是有自己的思想和主观意志的。同样的实验你做第二遍结都可能完全不同,人的行动也不存在恒定关系。因此,AI和大数据再强大,也无法做可控的实验,更不能够用一个变量去推测另外一个变量。企业家不能被量化为一个又一个的数字,而是需要尊重每一个个体的动机。
2. 开场
 AI能否取代企业家 这一节我们讲AI能否取代企业家。有一种说法是未来人工智能和大数据强大了就可以取代企业家。你需要什么我就给你生产什么不就好了吗?还需要老板吗?还需要企业家吗?怎么回答这个问题?答案是永远无法做的。
3. AI能否取代企业家
 为什么?因为企业家创新基于的是独特的判断和冒险精神,而不是理性计算。斯蒂芬森父子发明了火车,菲尔德铺设第一条跨大西洋海底电缆,爱迪生发明电力照明系统,卡尔本斯发明内燃机汽车,金吉列发明安全剃须刀,莱特兄弟发明飞机,乔布斯和沃兹尼阿克发明个人电脑,比尔盖茨创建软件行业,布林和佩奇创办谷歌搜索引擎,马云创办淘宝交易平台,马化腾创立企鹅帝国,都是基于企业家独特的判断和冒险精神,并不是基于理性计算。 第一人不是工具 因为市场无法计算,再强的算力都计算不了,为什么呢?因为第一人不是是工具,它不是一个具体的物件。人是有自己的思想,是有自己的主观意志的这些主观意志是没有办法被统计的。你可能刚刚做了一个决定,过一会儿可能就反悔了。你可能刚打算下单iphone14,然后又觉得不如加点钱换一个pro。你昨天可能还为了爱情奋不顾身,今天突然觉得昨天的自己傻的可笑,连你自己都会阴错阳差。那AI和大数据怎么去统计? 第二人对价值的判断是主观的 第二人对价值的判断是主观的。现在你喜欢文玩河道,未来你有可能会会沉迷建盏茶器。你现在喜欢索尼的连拍,未来你可能会喜欢莱卡的色彩。你现在喜欢重金属摇滚乐,未来你可能喜欢不插电的木吉他。你所有的喜好都在不停的变化,你的价值排序也在不停的调整。而问题恰恰就出在这儿,AI和大数据再强大,也没有办法做可控的实验。同样的实验你做第二遍结都可能完全不同。  第三人的行动不存在恒定关系 再次,人的行动不存在恒定关系。你观察到所有的行星的运动,真空中的光速C牛顿引力常数G基本电荷E量子力学的普兰克强是H这些全部都是恒定的。但他们不是生命体,他们都不是人类。人类是什么?人类是善变的。你会用月20年的时间喜欢一个人,但是离婚只需要半个月。你可以连续吃一个新鲜的豆腐脑,但是第八天你可能想来碗干面。面就是人不是物物企业不是实验室,不能够用大数据和AI去研究经济,不能够用一个变量去推测另外一个变量。你可以观察到数居,但是你永远不知道数据背后的动机,而这些动机恰恰依赖于对每一个个体的尊重重,而不是把它量化为一个又一个的数字。
2-9-使用AI是一种元能力
1. 全文摘要
讨论了人工智能和人类之间的关系,以及AI是否能够替代人类的问题。能力和原能力是两个不同的概念,原能力是指导方法的理论,而高手和新手的区别在于对规则的理解和运用。新手关注的是工具本身,而高手关注的是背后的原理。高手能够进退自如,游刃有余,而新手则是碎片化的。在使用工具时,高手能够明确目的,按照规则去实现,而新手则是盲目尝试,不知道如何优化组合。因此,即使没有工具,高手也可以有其他的解决方案,而新手则需要不断学习和提高。
2. 开场
 这一节我们讲使用AI一种原能力。人和AI应该是一个什么样的关系?AI能不能替代人?AI在我们的工作生活当中应该起什么样的作用?
3. 使用AI是一种元能力
 什么叫能力 为了讲清楚这个问题,我们要讲到两个词,一个叫能力,一个叫原能力。什么叫能力?就是做事情的基本方法。那什么叫原能力呢?就是指导这些方法背后的理论。  我们举个例子,比如说绘画,从头到尾都是那几个画法。比如说写字,从头到尾都是那几个笔画。比如说编程,从头到尾都是一样的语法。比如说拍照从头到尾都是那几个参数,光圈、快门、ISO. 但是为什么不同人产生的效果差别如此之大?因为原能力的差别东西都是那些,但是你如何优化组合,效果就会天壤之别。这个就是我们讲到新手做加法,高手做减法。新手对整个系统一无所知,对运行的规律一无所知。所以他们在做任何事情的时候,都是尝试把东西堆那加一点再加一点,不然的话就会不安全。而高手不是,高手明白规则,高手知道什么东西可以不做。高手能够进退自如,游刃有余,就是他对这些东西有本质性的了解。 当你明白这个东西运行的规律之后,所有的技巧无非就是为你所用。没有这个我们依然有别的。并不是这个工具让你变得很牛叉,而恰恰是因为你很牛叉,你才能够很好的去利用这个工具。即使没有它,你依然可以有1234个解决方案。而高手和新人最大的区别就是新人是碎片化的,而高手是有体系的。  ·高手和新人最大的区别 我们举个例子,比如说同样是PS,新手的做法是什么?这个是笔刷,这个是滤镜,这个是涂层,这个是蒙版,最后加起来我们看一下怎么样的效果好。不清楚,那这些都试一下。我再试试这个,我再试试这个,它是一个漫无目的的瞎折腾,还有没有一个工具一点就好,好像没有,我也不知道怎么做了。你看新手看的这些PS的书,72步处理好这个图。好,你只要中间第六步和第七步对调一下,他就不知道为什么他就崩溃了。 而高手做东西怎么做的,他有一个明确的目的。首先什么叫美你得知道吧,否则你后面全部跑偏好。那这个美我想怎么去表现它在画面怎么去突出,在颜色上怎么去调整?我想调出这个颜色。好,那这个颜色拆解后是什么样的原理?整个过程到底怎么回事? 比如说我想调出一个高级灰,新手的做法是1234567把它记下来。为什么这么做?不知道忘了一个步骤就完蛋了,卡住了。而高手的做法是明白高级灰的本质,就是把整体的饱和度降到若隐若现的程度,然后再根据画面的需要把某个颜色的饱和度提高即可。明白这个之后,你任何一个方式都可以实现。新手关注的是工具本身,而高手关注的是背后的原理。工具就是规则,原理就是远规则。
2-10-AI真正的用处在哪
1. 全文摘要
讨论了AI的应用与重要性,强调了技能的相对性,需要考虑目的而非具体领域的工具,并且需要框架思维来进行具体的技能学习和应用。最终目的是实现个人的人生跃升。此外,讨论了AI的真正作用是解放人的时间和双手,强调了每个人都有自己的原能力,只要善于发掘自己的优势和不断提升自己的认知水平,就能成为具有核心竞争力的人。最后,强调了理解事物的本质和构建框架的重要性,只有通过搭配不同的技能和人才,才能更好地发挥作用。
2. 开场
 这一节我们讲AI真正的用处在哪?
3. 技能到底重不重要
 首先我们来思考一个问题,技能真的重要?摄影重要吗?唱歌重要吗?小提琴重要吗?语文重要吗?AI重要吗?好像都没有那么重要。因为当你从更大的视角去看的时候,这里面的每一个具体的领域都是一个能力。而对我们人来说,你会发现一个特别要命的问题,你永远学不完,你不可能把所有东西都学完。这个时候你必须要有一个原能力的思考,就是这辈子如果只能学一个东西应该学什么?  当你思考这个问题的时候,你会发现任何一个具体领域的具体的工具,它无非就是投入的时间比的问题。你只要学PS,PS一定可以提升。你只要学口播,口播一定可以提升,你只要学AIAI一定可以提升,对吗?但是对你来说最重要的是什么?这些东西怎么组合才可以让你的人生产生大的跃升,这个才是原能力。这就是我们讲到的手段要为目的所用。而要做到这个就意味着研究任何东西都必须要有框架思维否则你不可能做起来。  什么叫框架思维?比如说你要盖一个楼,最重要的是钢筋水泥还是砖头?都不是 最重要的是你要知道这个地方能不能盖,要花多少钱盖最后的目的是谁,盖了之后要卖给谁,能不能收回成本。明白这个之后,你再去找土木工程用什么样的方式改大梁,什么结构钢混还是砖混,地基打多深,什么样的钢筋,什么样的水泥。到最后才是什么样的地砖,什么样的窗户,卫生间的马桶用什么样的型号。就像画画一样,一定像有一个基本的主轮廓。再去完善里面的细节。
4. Al的真正作用
 模型细化 接下来我们讲AI真正的作用,我们把刚才整个模型再细化一下下。你就像一个公司的老总,你需要知道怎么盖房子吗?不需要。你需要知道用什么钢筋吗?不需要,你需要知道一些会计的操作细节吗?不需要,你只需要知道这个东西的龙骨该怎么做,该找会计找个会计,该找建筑找建筑,该找设计找个设计,该找营销找个营销。 然后你负责把所有的东西拼合起来,你就是那个最根本的点,也就是你负责的是减熵劳动。把无序的东西变有序,把杂乱无章的东西朝一个方向去努力,一个一个的过工具变成为目的所用,这个就是我们讲到的,员工的能力是一种能力,而老板的能力是一种原能力。正是因为有老板,所有的员工才能聚集起来,不同的人去做不同的事情。最后为了同一个目标,努力产生一个全新的东西。 就像我们刚才举的例子,在乔布斯之前,所有的技术,所有的程序员员、所有的硬件工程师、设计人员、营销人员,甚至流水线零螺丝的,都是市面上班现有的。并不是乔布斯把他们培养出来。但是因为乔布斯他有一个最根本的目的,他也明白我能要做一个什么样的东西。为了实现这个东西,我需要一个什么样的设计,需要一个什么样的工程技术人员,具体怎么去做?我并不需要亲自去做,我只需要要找到这样的人,按我的目的去做就好了。 任何一个老板都不是每个业务都极度精通的。但是任何一个老板他最重要也一定要有一种极度牛叉的框架。你的框架在什么级别,你的公司就在什么级别。所有的员工都是市场上现有的那为什么有些公司可以市值千亿,有些公司三个月就倒闭?就是因为原能力的差别,人在哪儿也不会用。所以我们不要从头到尾说工具有多牛叉,而在于人人有多牛叉。思维有多牛叉,高度有多牛叉,你对他理解的有多深,你的高度就有多高。 张一鸣的访谈 我们看一个张一鸣的访谈,他说这个世界上最重要的不是钱、人脉或者资源,最重要的是你对这个东西理解的深度。这个深度指的就是元能力、工具你要怎么去用?你的理解到了什么样的级别,你打算让他去做什么?这个才是最大的差别。 从来不是工具本身,世间所有的能力都可以通过钱去构建,但是唯独思考不可以  张一鸣访谈说的话: "确定越来越近的。其实对事情的认知是最关键的,你对事情的理解就是你在这件事情上的竞争力。因为理论上其他的生产要素都可以构建,要拿多少钱,拿谁的钱?要招什么样的人?这个人在哪里?他有什么特质?那么应该怎样的人配合在一起。所以你对这个事情的认知越深刻,你就越有竞争力。" 这种思考,这种原能力,这种以不变应万变的能力,才是我们最最重要的原能力。而AI仅仅是我们这个目标当中的一个工具而已。AI你可以把它理解成孙悟空,它可以变成任何一个员工。需要设计就是设计,需要营销就是营销,需要文案就是人家。但是前提是你得知道什么是好的设计,什么是好的营销,什么是好的文案。这些东西怎么去组合成在一个更大的基本面更好。你有明确的目的,这个员工才会有一个明确的努力方向。这个就是我们讲到的世间所有的努力都是框架级别的努力。所以AI真正的作用是什么?是解放你的时间,解放你的双手,让你不再为具体的操作12234而耗时,而是用更多的时间去思考,去提升语言能力,去构建你自己的框架。
2-11-高效利用外挂大脑
1. 全文摘要
讨论了如何高效利用外挂大脑,将70%无效的时间交给AI处理,从而提高时间利用效率。外挂大脑作为生物大脑的延伸和补充,能有效地记录、存储和查找信息,使杂乱的信息得以重组,并以需要的方式呈现给人类,从而节省时间和提高工作效率。建议设计师要先有设计框架,再使用AI进行优化,以提高效率和质量。同时,强调了人和AI在工作中的分工和专业性,明确问题和目标的重要性,以及不同专业和问题对于输出结果的影响。通过巴蒂亚的作品,也展示了AI的巨大潜力和优势。
2. 开场
 讨论了如何高效利用外挂大脑,将70%无效的时间交给AI处理,从而提高时间利用效率。外挂大脑作为生物大脑的延伸和补充,能有效地记录、存储和查找信息,使杂乱的信息得以重组,并以需要的方式呈现给人类,从而节省时间和提高工作效率。建议设计师要先有设计框架,再使用AI进行优化,以提高效率和质量。同时,强调了人和AI在工作中的分工和专业性,明确问题和目标的重要性,以及不同专业和问题对于输出结果的影响。通过巴蒂亚的作品,也展示了AI的巨大潜力和优势。 你想去学某个领域的知识,你会发现有无数个千篇一律的课程。你需要在浩如烟海的课程当中找到有价值的信息。你真正用来学的时间可能只占30%,70%是浪费在找什么东西去学上面。所以你会发现我们的时间的利用效率实际上是非常低低的,就像一个内燃剂,看上去产生了很多的能量,但是70%都作为热量散走了。如果你能把这70%的时间高效利用起来,把它交给外挂大脑去处理,你会发现一天可以吃当当三天去用,原本不得不做的事情就被轻而易举的解决。
3. 高效利用外挂大脑
 这个外挂大脑可以随时记录、存储和查找。它是我们生物大脑的一个延伸和补充。它有效的节省了我们的时间,把我们的能量放在最重要的思考上面。也就是这个外挂大脑是一个介于你和互联网之间的一个东西。它的存在使那些杂乱的信息不再毫无规则,而是按照你需要的方式去重组,然后快速提供给你,整个过程交给算力就好了。 我们之前讲到的,凡是能够用算法描述的人类一定会输给计算机。让高效的工具去做高效的事情,本身就是一种分工,是人和AI之间的一个分工。你专注于思考框架,它专注于执行细节。弄清楚了这个关系,你就会明白,如果你提问的是一个垃圾问题,那么你得到的就一定是一个垃圾大案。就好像一个不会盖房子的人,你拿再好的什么水泥、砖头,最后也是把它干虾。  同样一个外挂脑,在在不同的手里发挥出来的功能完完全全不一样。比如我之前自己在做连麦的时候,我经常会遇到这样的问题。很多人会问,贺老师我该怎么做?短视频能不能告诉我?凡是这么问的人我就直接回答三个字,别做了。因为你问出这样的问题说明什么?说明你连自己要什么都不知道,你只知道一句正确而无用的废话,就把这个东西做好,什么叫好,具体怎么去做,要把哪些环节做好,卡在哪一步。你有什么样的资源,你有什么独特的地方,哪些是你会的,哪些是你卡住的,哪些是可以借鉴的,哪些是可以去学习的,哪些才是你整个创业当中最关键的。 这些东西你清楚了,你的目标才能够被具体拆解。一个连问问题都问不清的人,事情就一定做不起来。我再说一遍,一个连问问题都问不清的人,事情就一定做不起来。你的战略都是模糊的,你怎么可能去找几个战术就打赢这个战役的? AI也是一样的道理,你会发现很多他们不会问问题,这个前提就是他们不知道自己要什么,他也不清楚这个AI的使用规则。所以他们不管怎么去问,他们得到的是个非常宽泛的一个答案,看上去无比正确,实际没有任何的执行和参考价值。他对你一无所知,他怎么可能给你正确答案呢?就好像一个没有见过的人说,我要怎么去创业,我怎么去挣2001000样。提问方式决定输出  你对程序有所了解,那么跟一个对程序完全不了解的人使用AI是完全不一样的。这个时候AI最大的作用是帮你节省敲代码的时间,让你的精力花在思考程序结构和效率上。设计也是一个懂设计的设计师跟一个完全不懂的小白使用AI做出来东西完完全全不一样,天壤之别。当你有了设计这个框架之后,你才能够明确你的描述,你才能够明确你自己要什么,你才能够明确的知道他给你的东西哪个地方需要去精进,才能够针对性的提出细节的要求,否则你得到答案永远是垃圾的、平庸的、无限阶级,0平均值的。 比如你和一个建筑设计师同样是利用ChatGPT设计一套房子,那么这个设计师拿到的就一定比你更专业。来我们看一下这个图,这个是印度建筑师巴蒂亚的作品,他以仙人掌为灵感使用了ChatGPT和md journey计的一个火星未来城市。我们可以看到这是一座能够适应恶劣环境的可持续发展的城市,通过太阳能和水循环系统模拟仙人掌的出水功能,利用遮阳和冷却系统保护居民免受高温和辐射的影响,非常棒的作品。请记住,问题决定答案。问题的水平有多高,输出的质量就有多好。
第四章:工具与演示篇
4—2 向AI提问的万能公式
1. 全文摘要
发言人讨论了如何向AI提问以及如何选择适合自己的编程语言。他提出了一个万能公式:身份+场景+痛点+方案,来帮助提升原能力。同时,他也强调了问题要具体、精准,否则AI无法提供有效答案。对话还讨论了五种编程语言的区别和使用场景,发言人给出了通俗易懂的比喻和例子,以帮助初学者更好地理解和选择适合自己的编程语言。最终,发言人给出了适合初学者的建议,并强调了选择语言的关键在于兴趣和需求。
2. 开场
 好,这一节我们讲向AI提问的万能公式。
3. 想变好魔法 最重要的是咒语
 想变好魔法最重要的是咒语 AI像什么?它就像一个魔法,它不需要你亲自做这个事情,你只需要说它就可以出来。可是问题在于你不知道精准的咒语,你说变个,他是变了一个,但不是你要的。你说变他是变了,你变了16个也没变出你要的,这个才是尴尬的地方。你想变好魔法最重要的是咒语,想做好AI最重要的是指令。 以ChatGPT为例 我们接下来用ChatGPT为例,其他的AI记好了。同理我们经常说很多人的ChatGPT全部都用错了。很多人用完之后为什么得出来结论觉得没有什么价值?是因为你的问题没有价值。我们之前讲了什么样的问题,引出什么样的答案。你问题是个垃圾,你的答案就一定是个垃圾。 那为什么问题是垃圾呢?因为提问的人他自己都不清楚,他没有原规则,他没有框架意识,他不知道自己要什么。那这样的话机器就只能回答正确而无用的废话。就好像你上来就问一个大哥,说大哥怎么发财?那他就只能告诉你,无非就是找对方想找到贵人,找一个好的领域,持之以恒,对吗?
4. 如何让快速提升原能力
 只有你的问题具体下来,他才有可能给你一个具体的突破点。比如说我自己是个做短视频的,现在我做了多长时间?我之前的优势是什么?现在卡到了哪一步?我现在不清楚这个方向怎么去做选择,应该往哪个路口走。这个时候他给你的建议才会有针对性,才会有价值。 你问问题的水平越高,你拿到的答案就越牛叉。所以很多时候你拿不到答案就是因为问问题的水平不行。这个就是我们之前反复讲到的原能力。那如何快速提升原能力呢?我给你一个万能公式,只要按照这个公式去靠你的提问水平就可以提高100倍。我们先看一个错误的做法,写一个什么东西给我。比如说写一个房产文案给我,写一个求职信给我,写一个法律文书给我,系统就会给你一大堆正确的废话。  第一身份 这种错误的做法犯了一个什么样的错误呢?他至少有四点不明。第一身份主角是谁?不清楚谁需要,需要的是什么样子,谁来提供,提供的是什么样子,统统不清楚。 第二场景 第二场景,你是在一个什么样的场景之下,你要应对一个什么样的环境,你要面对一个什么样的状况,统统都不知道。 第三痛点 第三痛点,你面临的痛点是什么?最痛的那个是什么问题?你是觉得哪里解决不了,统统不知道。 第四方案 第四,方案,你需要的方案是什么?你需要一个怎样的一个解决思路?这个思路有什么样的具体的细节要求,通通都不知道,所有的东西都不知道,他怎么可能给你正确答案的。所以只要我们把这个思路去把它捋顺了,就可以导出一个万能公式记好了。  万能公式 身份加场景加痛点加方案。就是你是谁?你在哪儿?你遇到了什么问题,你想得到什面的方案?身份同样也可以换成对方,比如说ChatGPT是谁?他可以是一个初级的小白,也可以是一个顶尖的高手,也可以是一个应聘者,也可以是去扮演一个面试者。 那么他在哪个场景之下,身份同样也可以换成对方。比如说ChatGPT是谁?他可以是一个初级的小白,也可以是一个顶尖的高手,可以是一个应聘者,也可以扮演一个面试者。就是他在哪个场景之下,他遇到了这么一个问题,他会采用什么样的方案,这个方案你有什么样的具体要求,你告诉他就行了。 再说一遍,身份加场景加痛点加方案。你一定要明白,ChatGPT它不是一个固定的人,他可以是100个、1000个、1万个、100万个人。你去问100万个人同样的问题,你就会得到100万个答案。你选对了人再给出具体的使用场景,告诉他这个问题是什么,再去寻求他的答案,才会有针对性,不是吗?所以不用去管那么多的什么乱七八糟的提问公式,你把所有东西全都忘了,就用这个万能公司去一套,就能解决所有的问题。 问题的水平越高答案就越有用 再说一遍,问题的水平越高,答案就越流畅。AI时代,指令是第一生产力,没有合适的指令,再强的AI都不知道你要什么,你自己都不知道,他怎么可能知道?那所有的东西不都是这样吗? 你去淘宝里面去买衣服,你不能说我要一个外套,你得说是男士外套还是女士外套,价格是多少?材质是什么样子的,颜色是什么样子的,设计风格是什么样子的?你喜欢什么的感觉?冬天穿还是春秋天穿越详细它给你的就越具体,对吧? 你想问别人我今天穿什么,那别人就一定得知道你是谁,对吧?你是什么角色?主角还是配角,老板还是员工,新郎还是伴郎,你要去个什么地方?这个地方是干嘛的?是企业产品的发布会,还是谁的婚礼现场,你作为什么的身份去出席,然后你现在的问题是什么?你现在是有什么衣服?没什么衣服,这些衣服是搭配遇到的问题还是什么东西你不清楚。然后你希望能够给出一个具体的解决方案是什么样子的,是在现有的衣服里面去选择搭配,还是说再去买几套新的以便宜为主呢? 然后你希望能够给出一个什么样的解决方案,是在现有的衣服里面去选择,还是再说买几套全新的衣服呢?是以便宜为主的,还是以效果为主呢?你得告诉他,他才能够给你精准的建议。
5. 万能公式的应用
 万能公式的应用 接下来我们看一个万能公式的应用。首先我们看一个错误的做法,比如说你去问其他的PPT编程语言有什么区别?比如说C语言、C加加java、PYTHON、ruby的倡议,那么你得到的就是百度的结果,跟百度没区别。你看一百遍你也不会,他会怎么说呢? C语言 他会这么说,我们看一下他要说C语言,C语言是一种过程式的编程语言,具有静态类型和D级别内存管理功能。它为程序员提供的什么?底层硬件抽象,允许开发者直接访问内存地址和处理器指令。C语言的执行速度快,但是需要程序员手头管理进行资源,容易导致内存泄露等问题。听懂了吗?没听懂。 C++语言 好,我们看C加加,C加加是C语言的扩展,支持面向对象OOP和泛型编程。C加加提供了类和对象的概念,允许程序员利用封装、继承和多态等特征来编写更加模块和可视复用的代码。然而C加加同样需要手动管理内存,对初学者来说学习曲线较为陡峭。  java是一种面向对象的编程语言,具有强类型垃圾和交跨平台的运动特性。巴拉巴拉这么一堆词对吧?听懂了吗?没听懂。 PYTHON paton是一种动态类型的解释型的编程语言,知识多饭是什么?包括什么。paton的这个语法简洁明了,具有丰富的标准库,第三方库广泛应用于什么领域,对吗?听懂了吗?没听懂。 ruby ruby是一种动态类型的面向对象的编程语言,具有优雅的语法和丰富的猿编程特性。ruby强调编程乐趣和生产力,而广泛应用于什么web开发。听懂了吗?没听懂。因为你问的问题太宽泛了。  好,正确的做法是什么?来看我们怎么输入。我是一个计算机小白,我想自学编程,但是不清楚该学哪个语言。我现在的痛点就是想知道哪个编程语言更适合我,用最通俗的笔记,你给我讲清楚CC加加java、PYTHON和rubin的区别,方便我做选择。一定不要用枯燥的术语,多用生活中常见的比喻让我明白。  好,我们把这个话术拆解一下,你会发现它有身份、场景、痛点和方案。身份是什么?计算机小白场景学编程不知道哪个好,痛点不清楚这些编程语言的差异。方案让你用最简单的比喻给我讲清楚,不要用的什么枯燥的术语。这个方案对吗?这个时候你就会发现神奇的事情发生了,选择GB里给你回复的是什么样子呢?来我们看一遍,我将使用一些简单的生活比喻,帮助您来理解这五种编程语言的区别。  C语言 C语言,你看C语言就像一辆自行车,它是编程事件的基石,非常简单且功能强大。虽然它不像汽车那么方便,但是学会骑自行车之后,你也可以更好的理解其他交通工具的运行原理。 C++ 怎么样C加加?C加加就像一辆摩托车,它在C语言的基础之上进行了改进,增加了很多新的功能,使它更加强大。摩托车比自行车更快,但是也更加复杂。学习C加加需要对C语言有一定的了解,但是它可以帮助你更有叫的完成任务。 java语言 好很多对吗?完全不一样。好,java语言就像一辆汽车,它比自行车和摩托车更加复杂,但是也更方便、更舒适。java的特点是跨平台性,就像汽车可以在各个道路上行驶,它适用于大型项目,可以让你轻松的进行长途旅行,很简单,好PYTHON PYTHON语言就像一个电动滑板车,它非常的简单易学,而且非常的实用。 PYTHON 对于初学者来讲,PYTHON是一个非常好的入语言。电动滑板车的速度虽然不如汽车,但是它非常灵活,适合在城市当中穿着的比喻多好啊,是吧?PYTHON在数据分析、机器学习和网站开发当中具有广泛的应用。讲的多好好,卢比言就像一个轻便的电动自行车,它简洁优雅且功能强大,虽然在速度上比不上其他的交通工具,但是它非常适合短途旅行和快速出行。Robin主要用于网站开发,尤其是ban reos框架多好。  最后他给你一个总结,如果你是初学者,建议学pattern,因为它简单易学且实用。加A适合大型项目和跨平台开发。C加加对于底层开发的性能要求较高的场景非常的适用。卢比主要适用于网站开发。最后,C语言作为基础学习,它将会有助于你理解计算机编程的底层原理。  选择哪个语言取决你的兴趣和需求多。好,记住一句话,能提出问题的人本身就具备找对答案的能力。能提出问题的人本身就具备了找对答案的能力。只是找这个体力,一老豆交给了AI。
4—3 一秒钟搞定职场写作
1. 全文摘要
讲述了职场写作中的废话文学,即啰嗦、重复、没有逻辑的话语,以及如何通过ChatGPT进行写作来提高效率。同时,强调了团队中每个人的努力都是不可替代的,展现了员工专业素养和人文关怀,让客人感受到了家的温暖。公司将注重员工的培养和发展,为员工提供更多的发展空间和培训机会,激励和鼓励每一个员工发展和创新,为公司的持续发展做出更大的贡献。此外,讨论了AI在写作中的多种应用,包括帮助解决写作中的各种问题,如确定题材、明确写作内容、精简和扩充文章等,以及使用AI的意识的重要性。
2. 开场
 这一节我们讲一秒钟搞定职场写作。
3. 职场写作
 职场写作 什么叫职场写作?简单来说就是四个字,废话文学。废话文学最大的特点就是一句话能讲清楚,他非要讲100句,那剩下的99句就很简单了。你只要知道他要表达什么,往后面放99句垃圾就行了。想想你们公司领导讲话两个小时的,是不是一句话就说完了,对吧?今天公司领导讲的啥,还不是那么什么一二三吧?这就是废话文学。 具体一点 你知道为什么没有很多东西你听了这么多遍你记不住吗?因为它没有任何逻辑,它就是一堆碎片店,它就是一堆垃圾。所以你听完了之后像没有听一样,这种玩意儿特别适合前面GPT具体一点,领导的讲话稿,媒体的通稿,集团的简介、优秀客户的颁奖词、集团内刊,这些特别适合我给你读一遍,比如什么呢? ChatGPT演示 初冬暖阳万物长,岁月流光心中藏。我,是某某某。很高兴可以在这样一个落叶缤纷、五彩烂漫的美好时光参加某某峰会,能够和很多知名的企业家、行业精英汇聚一堂,聆听你们的真知灼见,共同探讨企业穿越商业周期的密码。 讲啥?不知道,记不住对吧?就三个字儿我来了,你讲那么多废话干嘛呢?所以这种讲话就非常难写,你要意境高远,你还得有深度,你还得有内涵,你还得符合领导的用词习惯,还得总结果去展望未来,官话套话一大堆,每次你还都得加点心意。这玩意儿特别伤你的脑细胞。你自己写的话,你就每天会挣扎在这个早材料的苦海当中,就很崩溃。而且你写的东西你对它是没有认同感的,你会觉得你在写垃圾,你会有一种长久的挫败感。但是这玩意儿你用AI搞定,你超级简单,三个小时的任务让你5分钟搞定,剩下的那两个多小时你刷个剧不好吗?  来我们看一下ChatGPT到底有多高效,按照我们的能公式直接提问,我们是。一个酒店连锁公司成立12年,目前全国有300家分店,员工超过5000人。帮我写一个公司年会的宣传稿,庆祝公司成立12年,回忆过去,展望未来。要增加具体的人文温度的细节案例你可以自己编,到时候我会看着修改。但是一定要有案例,一定要有温度,结尾还要升华,整个稿件要有格调有温度,照顾到高层、中层、基层的所有人,让团队凝聚奋发向前。600字左右,于是你看到了这个。 尊敬的各位同事,支持公司成立12年之际,我们举办了一场盛大的年会,回顾过去,展望未来,共同庆祝我们的成绩,感恩每一位员工为公司付出的辛勤努力。回忆过去,我们不仅仅是一个成功的酒店连锁企业,更是一个团结进取的团队。在这12年的发展历程当中,我们克服了无数的困难和挑战,以饱满的热情和无尽的激情,为公司的持续发展做出了巨大的贡献。  我想分享一个小故事,它让我更加深刻的认识到,团队当中的每一个人的努力都是无可替代的。去年的一天,我们位于深圳的一家分店发生了一起意外。由于一名客人突发疾病,酒店员工迅速出动,为客人提供了全方位的帮助和支持。他们紧急联系医院,照顾好客人的生活起居。每个人,都尽力做到最好。在这场紧急的事件当中,每人人,都展现了自己最好的一面,他们的专业素养和人文关怀,让客人感受到了家这个小故事。 眼我们看到团队的力量是无穷无尽。在未来的日子里,我们会继续坚持服务至上,品质第一的企业理念,努力打造一支高品质、高素质的服务团队,为客个人提供更好的入住体验。同时我们也会更加注重员工的培养和发展,提供更多的培训机会和发展空间,让每个员工都能够实现自我的价值。最后让我们一起为公司的未来而努力,携手并进,共同创造更加美好的明天。 感谢大家写的多好。对,有那味儿了。但是我们发现还不够好,因为它的例子不够详细。于是我们再次输入一段命令,我们告诉一下的GPT例子不够详细,增加具体的姓名、工号,具体的细节,凸显每一个人是无可替代的。按照这个思路再重新写一遍,于是会得到这么一个东西,我们前面就不念了,就念他改动的那个环节。  去年的一天,我们位于深圳的一家分店发生了一起意外。由于一名客户突发疾病,酒店员工迅速出动,为客户提供了全方位的帮助和支持。注意。其中,前台接待小姐鲍雪婷同志关挂念这位病人,发自内心的关心和问候让病人感到温暖。餐厅的服务员王伟同志及时将热水递送到各房,为病人提供方便。客房服务员刘婷同志在病人病房里面照顾病人,为病人提供了贴心的服务,他们紧急联系医院。  巴拉巴拉巴拉巴拉巴拉,增加细节了不错是吧?但是我们觉得好像还不够,于是我们又继续输入,再加入一个细节。新人来团队之后感受到大家的温暖,用具体的例子越详细越好,细节越丰富越好。于是他就给你产生了这么一个文案,你看我们把这一段单独读一遍。 此外让我们谈一下新人的故事。前不久一名新员工加入了我们的团队,刚刚来到公司,他对工作还不够熟悉,对同事也不太熟悉。但是当他来到办公室的时候,发现自己的座位旁边摆着一份礼物和一张欢迎卡,是同事们特别准备的。同事们的热情的招待和关心,让他感受到了家的温暖,也让他更快适应了工作团队。这个小小的细节不仅让新员工感到欢迎和重视,也让他们有信心和动力为公司贡献自己的力量。这也让我们看到,公司的发展不仅依靠高层领导和管理团队,也需要每一个员工的付出和努力。每个人都是公司发展当中的一个关键人物,每个人的辛勤工作和贡献都是不可替代的。多好。  然后我们觉得依然不完美,我们还让他继续修改。于是我们输入把例子里面的公司名称改成天津瀚海集团公司,老总叫崔英。再加入未来的薪酬的展望,让每个人都有奔头。于是他开头改成了什么?尊敬的天津瀚海集团全体员工,巴拉巴拉巴拉。在结尾的时候,他加入了关于薪酬的展望。我们将进一步加强人力资源管理,优化薪酬体系,激励和鼓励每一个员工发展和创新,让每个人都有奔跑和目标,为公司的持续发展做出更大的贡献。  多好。其实写作当中的问题,各种各样的问题,AI都可以帮你解决。你自己自由写作的时候,不知道该写什么题材,它可以解决被领导布置的任务,不知道怎么去破题,他可以解决明确写什么,搞不定文章结构,它可以解决。确定了提纲,不知道怎么去充实每一部分,它可以解决。 好不容易写出一块内容,看他发呆,不知道怎么往下继续写,它可以解决。写的太长了。不知道怎么精简,它可以解决。写的太短了,不知道怎么去扩充。它可以解决照着别人的文章改帕查重出问题他也可以解决。 写完了之后懒得检查,留下一堆错别字和病句,它也可以解权。但是前提是什么?是你要有用AI的这个意识,这个意识才是第一的。这个操作一点都不难。AI是啥?不就是傻瓜操作吗?这是我们讲的天底下最难的是破解,扔掉你原有的方式,进入一个全新的世界。
4—4 一秒做一套PPT
1. 全文摘要
讨论了如何使用ChatGPT和芒序制作一份关于时间管理的PPT,主要内容包括时间管理的重要性、市面上主要的管理工具、各自的优缺点、好处以及具体案例的对比等。该PPT旨在帮助职场人士优化流程、提高效率、实现事业和生活的平衡,并以情绪化的方式突出痛点,激发用户以mark down形式导出给他人。最后,提供了将大纲源代码复制到Mind的Show进行一键生成演讲的具体操作。
2. 开场
 这节我们讲一秒钟做一套PPT,分几步呢?分两步,需要什么工具呢?需要两个,一个叫ChatGPT,一个叫芒序。第一一步是什么?先用ChatGPT生成一个PPT大纲,第二步复制这个大纲的源代码到mind sme一键去生成。
3. 第一步:生产PPT大纲
 来我们先看第一步,用ChatGPT生成一个PPT大纲。我们是这么写的,同样用到的还是那个万能公式,来写一个关于时间管理的PPT。主要是针对忙碌的职场人士如何优化流程,提高效率,讲清楚市面主要的时间管理工具及其各自的优缺点,重点突出时间管理的好处,并辅以具体的案例,证明时间管理的前后的巨大差异,整个PPT要充满情绪,突出痛点。能够激发用户以mark down形式导出给我。为什么要以mark down形式的?因为这样的形式导出的是就可以直接的导入mark su,可以直接用于是你发现ChatGPT,直接以mark down的形式把所有的结果给你了。 来我们看一下这个PPT什么样子。你看标题,时间管理让职场效率飞跃,不错,针对那些忙碌的职场人士不错,目录有什么呢?时间管理的重要性,先解决重要度问题。第二市面上主要的管理工具。第三,时间管理工具的优缺点的分析。第四点,时间管理的好处。第五点具体的案例的对比。  还有一个结语对吧?那我们仔细看每一个栏目,他写的也很不错。比如说时间管理的重要性,他讲到了职场压力和竞争不错,提升工作效率不错,提高生活质量不错,实现事业和生活的平衡不错。 好,市面主要的时间管理工具,它讲了to do list travel对吧?emer note还有其他几个对吗?都是主流的时间管理工具不错。  好,第三个他讲了这些优缺点的分析。to do list它的优点是什么?是简单明了,多平台的支持。缺点是什么?高级功能需要付费。那么charter的优点是什么?卡片式的管理适合团队协作,缺点不适合简单的任务管理。ver note优点是强大的笔记管理功能,缺点是非专业的时间管理工具,还有其他几个都列举的优缺点。好讲到。 了时间工作的好处,提升工作效率,减轻压力,优化工作流程,帮助实现职业目标。巴拉巴拉巴拉他给出您一个具体案例,案例一时间管理之前加班到深夜,时间管理之后高效完成工作,腾出更多的时间陪伴家人。案例2,时间管理之前工作计划混乱,经常漏掉重要的任务。时间管理之后通过任务管理工具保持计划清晰,提高执行力。 好,第三个案例,时间管理之前团队沟通低效,项目进展缓慢。你看他还考虑一套团队时间管理之后,运用协同工具提高团队的协作效率,项目按时完成。结语是什么呢?时间管理对于职场人是至关重要。选择合适的工具优化工作流程,提高效率效率,来实现事业和生活的平衡,提高你的生活质量。
4. 第二步:复制人纲原代码粘贴
很不错。这个你。你一个普通人你再怎么写,是不是也就是这么一些内容,对吧?但是它的问题在于一秒钟搞定的对吗?好,我们再看第二步,你复制这些大纲的源代码,直接粘贴到mind的show,一键去生成。  来,我们看一下具体的操作。好,你看我们把这个粘贴进去,然后直接就出来了。然后你在副标题上稍微修改一下。比如说我们把它改成人人都需要的时间管理数,然后演讲者我们把它改成时间老师,然后直接选一个模板。 好,说到了,别看弄好了,坐好了。还有一些细节我们可以微调。比如说我们找一个地方。来这边你看五个工具,切换一下展示效果,点一下就好了。再比如说这个你也可以换一些展示效果,对吗?一键就做好了。  三个案例我们点一下,这个效果不够好,我们换一个,这个也不够好。这个的话。还行,这个更好一点。我们选的这个。你看搞定了做好了做好了,写完了。有人说你这太简单了。当然了,这是一个超级简单的演示,我们演示的是这个过程。 如果你觉得这个案例不够具体,那么你就在ChatGPT里面继续细化。比如说你这么去输入,把具体案例给我细化。增加具体的公司工作环境、具体任务、人物姓名、所处场景以及前后的具体的效率对比。多用数字增加说服力,多增加具体的事情,增加趣味性。通过前后的强烈的冲突,表现出时间管理的价值。然后重新输出依然是mark down格式。于是你会发现ChatGPT给了你这么一个结果。  案例一,李华,某互联网公司产品经理,时间管理前他每天加班到深夜,错过了孩子的成长,时间管理之后,他利用环节工作法高效完成工作,将每天工作省下来的两个小时用于陪伴家人,但具体数据,工作时长降低15%,陪伴家人的时间增加,百分之百不好。 案例2,王刚,一家广告公司的创业总监,时间管理之前,他的工作计划混乱,曾因遗漏重要任务导致客户投诉?时间管理之后,他使用什么管理工具保持计划经济提高的执行力,具体的数据遗漏的任务数量减少了80%,客户的满意度提高了25%。 第三张敏,一家金融机构的项目经理,时间管理之前他的团队沟通很低效,项目进展缓慢。时间管理之后,他利用什么样的工具提高了协作效率,项目按时完成具体数据,项目完成速度提升了40%,团队的成员的工作的满意度提升了30%。更进一步我们觉得它还不够具体,于是我们让它继续细化,我们输入什么,我们说案例当中的名字。太俗气,你给我换一个不那么俗气的,最好是三个字儿,具体的公司你给我编一个出来,你不要用什么一家或者某家代替。好,他就给你这么一个结果。  具体案例对比案例一叶凡轩不土,极光云科技公司产品经理,时间管理之前错过孩子成长时间,管理之后两个小时陪伴家人不错。好案例2,陆谦寻不土,蓝海广告公司创业总监,嘿事件管理之前,因为遗漏重要的任务被投诉,事件管理之后用户满意度提升25%。好案例3,陈小薇也不妥,恒瑞金融机构的项目经理,不错,时间管理期间团队进展缓慢,时间管理之后团队的什么速度提升40%怎么样?重要的是什么?一秒钟能交给算法干的就不要用脑子干了。
4—5 一分钟写十个爆款标题
1. 全文摘要
讨论了如何写出爆款标题,以房产和育儿领域为例。房产自媒体分享了关于房产领域的各种坑的文章,使用爆款标题的写法,并给出了示例。育儿自媒体介绍了如何用爆款标题写出有说服力的育儿文章,以育儿博主和资深育儿博主的角度出发,加入数据和案例,强调了在标题中加入多用数据的重要性。对于每个标题,都进行了详细的讲解和案例分析,以帮助读者更好地了解相关问题。
2. 开场
 这一节我们讲1分钟写十个爆款标题,我们直接看操作。
3. 爆款标题
 你是一个房产自媒体,你想写十篇爆款文章,选题和标题你都很头疼,你怎么办呢?来按这个输入  我是一个房产领域的资深从业者,想写一些文章普及房产领域的各种坑,让消费者避免上当。按照这个思路,找到10个房产领域最热门的话题,最好是痛点、盲点、误区以及大众关心的话题,按照爆款标题的写法写好给我。爆款标题的特点是,一戏剧和夸张的表述,二反转和矛盾的表达元素,三极度强烈的情绪,四多用反问和疑问勾起好奇,五站在用户的角度去表达。也发功非常详细了对吧?好,他给你了四个结果,来我们看一下。 1.第一个买房必看,这十个痛点竟然是房地产行业的潜规则。就是那种专业权的标题,对吗?你在今日头条看到大量不都是这样的东西,对吧? 2.解秘房产中介的五大线解,你中招了吗? 3.买房的误区,价格是唯一标准,揭开房产投资的真相 4.买房前必问你了解这些购房陷阱吧? 5.别被骗了。地铁房背后的秘密就是如此惊人感叹号、 6.楼市暗战,房价泡沫背后的黑幕。 7.是不是买房遇到这些问题你还敢掏钱吗?揭秘房产权的灰色地带 8.楼盘交房金线猫腻,这些隐形陷阱不可不知 9.别再犯这些错误,看房时千万别忽视的五大盲区。 10.再不知道这些房产税收变化,你有可能会成为买房输家 怎么样,你就不管它客观不客观。这是不是那种爆款标题,抓眼球的标题?你看过的很多那些传播非常广的话题,是不是都是这样一个写法?十个标题1分钟搞定了。你说我觉得标题不太够,我想让他帮我写文章,可不可以?可以,来我们继续输入,我们输入什么呢?
4. 开发商的三个惊天秘密
 把第八篇给我扩展成具体的文章,用爆款内容的写法写好给我,你告诉他爆款内容的特点是什么?第一,戏剧和夸张的表述。第二,反转和矛盾的表达元素。第三极度强烈的情绪。第四多用反问和疑问勾起好奇。第五站在用户的角度去表达,引发共鸣。第六,具体的数据和具体的案例。第七,大量的排比和短缺。 于是他写好了这么一个文章,标题是,什么楼盘交房惊线猫腻,这些隐形陷阱不可不置在购房的道路上,很多人以为拿完钥匙就万事大吉了,事实真的如此吗?怎么样?这是不是5秒完播率?楼房礁盘时竟隐藏着让人瞠目结舌的猫咪。本文将揭开这些隐形的真相,让你避免成为受害者。怎么样? 天花板之谜 好,第一个天花板之谜,你们家的天花板真的像你想象那样吗?你知不知道一些开发商会利用便宜的建材偷工减料,或者故意降低天花板的高度来节省成本?这可不是危言耸听,某小区业主在交房的时候,发现天花板的高度竟然低于购房合同约定的标准。想象一下,家里的天花板低矮,到底无法舒展,心情能好到哪里去? 面积大变脸 第二,面积大变脸,你买到的真的是你看中的那个户型吗?买房的时候,你看中的是怎样的户型?开发商会不会在建设当中动手脚?一个业主在交房的时候发现原本购买那90平的房子,实际上只有85平,对吧?原来是开发商在建房的过程当中,为了节省成本,将公共区的面积算你的个人住房面积。你能接受辛辛苦苦买来的房子被缩水吗?  装修陷阱 第三,装修陷阱,表面光线的背后隐藏着惊天秘密。像,你承诺的这个什么精装房,真的如你所愿吗?采用的是什么样劣质材料?这样原本是实心的,墙壁居然是空心的,对吗? 好,物业费你以为签了合同就没有烦恼吗?很多人在购房的时候都会被告知物业费是多少,但是你知不知道开发商会在物业费当中动手脚?好具体的一些模糊的手法,把这个计算方法写的含糊不清。  好,隐形公摊,你们家的房子真的属于你吗?你知道在你购买的房子当中有多少是属于公摊吗?一些开发商会把公共的区域计算在你的房产面积之内,让你为他的共享空间去买单。来举出一个这样的例子,好。交房延期你等了这么久,到底还要再等多久?你是否曾并期待拿着新房的钥匙,但是却发现交房的日期一拖再拖?开发商为什么会拖延交房的时间,他们在等什么?到你知道故意延迟交房来获取什么样的一些行为,让你的心情如何平静,对吧? 注意,你不要管他讲的这个是不是科学,是不是严谨,这个不重要。因为你给他输入的是一个非常浅的一个命令。真正的文章你需要给它输入更多的实际的东西。比如说你想让他写一些具体的例子,你就可以在网上找到一些具体的案例。比如说你是哪个城市的,找到这个城市的案例,把这个案例直接给他,让他帮你去写不就好了吗?对吧?  例如法律行业资深从业者 你们再具体一点,我们再换个例子,比如说你是个法律行业从业者,你可以怎么说?你这么写,我是一个法律行业的资深从业者,尤其擅长婚姻问题,想写一些文章普及法律领域的各种坑。按照这个思路,找到十个婚姻相关的最热门的法律话题,最好是痛点、盲点、误区,按照爆款标题的手法写好给我爆款标题的特点是什么?12345我们刚才讲过了。 这,一真相让人大跌眼镜嫁入豪门之后的他,为何痛苦不堪选择离婚?这个罪魁祸首竟然是婚姻房里面藏着这个惊天大秘密,99%的人,都不知道撒谎、欺骗这,就是婚内出轨的真相。如何防范?如何应对?夫妻债务纠纷背后竟然藏着这一惊人的陷阱,你知道吗?你以为结婚就是天堂,他们结婚之后却陷入这样的困境,差点悲剧,为什么现在婚姻问题越来越多?揭秘当今婚姻当中的四大误区,结婚证背后的秘密,你知道你在签署什么吗?这一真相让人大吃一惊。
5. 例如 资深的育儿博主
  我们再换一个例子,你是一个育儿博主,可以怎么写同样的手法,我是一个资深的育儿博,主要写几个育儿领域的话题,主要是各种坑。按照这么一个思路,找到10个育儿当中最关心的话题,最好是什么,按照爆款标题的写法写好给我爆款标题的特点是123456,吧?给它好。这个时候你会发现我们在爆款标题当中加了第六个叫多用数据。于是你会发现他给你导出了十个这样的标题。 先看第一个,喂养宝宝既然有这么多的坑,99%的家长没发现这些致命的误区。你还在给孩子洗澡,这些方法竟然毁了他们的皮肤,快看专家如何解救,写的多棒啊宝宝哭闹不止哎别急这五个方法让宝宝马上安静成功帮助了1万位家长怎么样?宝宝睡觉姿势大揭秘竟然还有这种翻车现象,家长千万别错过宝宝的辅食添加竟藏着一个大秘密这些误区让1000个家长后悔莫及的孩子学步已经把数据显示90%的家长在这个关键时期犯了错宝宝拉肚子竟然是家长错这个建议他发现让1万位家长懵了宝宝的玩具原来,是潜在的危机看着十个陷阱家长们是否中招?宝宝学说话越早越好?这个教育误区让无数的家长后悔不已。疫苗接种竟藏着惊天大秘密。家长们请注意,这八个误区千万别踩。 然后我们继续输入,把第二个标题扩展成一个具体的文章。按照刚刚爆款的六个特点,要有具体的案例和说服力,开头要一针见血,刺激到用户,在临近结尾的时候要有一个高潮或者反转。文字600字左右,于是我们得到了一个标题。  你还在给孩子洗澡?这个方法竟然毁了他们的皮肤,快看专家如何解酒开头怎么讲的?你是不是还每天给宝宝洗澡?告诉你一个惊天大秘密,这种看似无害的洗澡方式竟然在悄悄毁掉宝宝的皮肤。真相藏在哪里?接下来的故事也会让你大跌眼睛。 好,举了一个这样的例子,然后专家告诉他,你是不是在用浴液给宝宝洗澡。原来什么样的原因导致皮肤可能会过敏什么,我们之前没有听说过这个专家解释到什么什么巴拉巴拉巴拉,因为什么的原理,因为它的皮肤更加干燥,对吧?你未必要按照这个东西一比一的用,你在它的基础之上进行一些最关键地方的改进不就好了吗?对吗?你是这个行业的专家对吗?你只需要把你的内容融入进去,他把你想好的一个报刊标题,你只需要把你正确的知识把它加进去,把它改一下就好了,对吧?他帮你完成70%的工作,然后他写到那正确的洗澡方法应该是什么呢?  有一些建议,第一不要每天洗澡。第二使用婴儿专用的洗护用品。第三,适当的水温。第四要涂这个保湿霜。使用这个方法之后,他告诉宝宝的皮肤很快就恢复了光滑细腻。非常好的一个文章结构,你只需要把你的专业的知识加进去就好了。
4—6 一招提升学习效率100倍
1. 全文摘要
讲述了如何提高学习效率,通过使用比喻来降低术语难度。发言人以学习编程语言为例,介绍了不同语言的特点和区别,使用了通俗易懂的比喻进行解释,避免了使用术语造成的困惑。此外,还提出了具体的学习建议,使用生动形象的比喻,让孩子更容易理解和接受。对于不同年龄、兴趣的人,需要根据其比喻进行更换,最终达到降维讲解、提高理解和教学效果的目的。
2. 开场
 这一节我们讲一招提升学习效率100倍。
3. 新人学习效率低的原因
 术语的问题 我们先思考一个问题,就是为什么有这么多人的学习效率这么低,学一个东西总是慢慢吞吞推进不了。这里面有一个重要的原因就是术语。 术语就像一个单词一样。新人在学习的过程当中,就好像去做一个英文的阅读理解。你不停的去遇到什么新的单词,这个时候你就要不停的去解决它,你才能明白整个文章讲的什么。 但是解决的时候你会发现一个变态的问题。就是大部分的课程在给你解释的时候,都是拿另外一个单词去解释这么一个单词。于是就会出现一个很变态的情况。原本是一个词不懂,后来他一解释好了十个词不懂,对吗?是不是这样的感觉?因为你是新人,你本来就对这个行业一无所知。但是大部分的教程,他们都是在拿另外一个术语来解释这个术语,所以这个时候就完蛋了,你就会觉得超级难。 如果我们换个思路,新人最需要什么?新人最需要的是降维,你要讲到我能够理解的比喻,让我明白才行。所以只要我们大量使用比喻这么一个技巧,我们可以把学习效率提高100倍。任何你不明白的,只需要告诉AI给我,用通俗的比喻给我讲明白一遍,不明白就再讲一遍,一直讲到你明白为止。  ·例如学习编程语言 举个例子,你想学一门编程语言,但是你不知道区别,那通常的学习方式是什么?自己在百度里面搜,看一些什么C语言,C加加、PYTHON、rubi、java到底应该选哪个?然后一搜你会发现你崩溃了,百度会怎么回答呢? C语言C语言是一种过程式的编程语言,具有什么功能?巴拉巴拉讲的这个东西,C加加C语言的扩展知识,面向对象编程和泛型编程。巴拉巴拉提供的一些什么概念,允许利用什么样的方式来执行什么样的代码,挺猛的。 java a语言,java语言是一种面向对象的编程语言,具有什么强类型垃圾回收和跨平台运行的特性。巴拉巴拉巴拉嘿好,第四个拍拍成是,一个动态类型解释型编程语言,知识多泛式编程巴拉巴拉好,第五个,ruby, ruby是一个动态类型面向对象的什么编程语言,具有优雅的语法和丰富的语言编程特性。听懂了吗?没听懂,这说了跟没说一样,对吧?这对当事人学习的感觉对吗?他每个都说了,你听懂了吗?听不懂。 你知道什么叫面向对象编程吗?你知道什么叫泛型编程吗?你知道什么叫封装继承和多态吗?你本来就想知道一个C加加完蛋了一个词不明白,你给你解释十个词不明白对吗?所以你看CC加加java pad UB全部讲完了,你起码就是蒙圈一样的,是不是你学习的感觉对吧?这个学习方法是不对的。下面才是正确的做法。  我们刚才是已经演示了,你按照我们的万能公式去告诉AI,告诉前面GPT,让他以这种你最能理解的,最通俗的比喻给你讲清楚。  比如说我们说我是一个志愿。李小白想自学编程,但是不清楚该学哪个语言。我现在的痛点就是想知道哪个更适合我,用最通俗的比喻给我讲清楚这个语言的区别,方便我做选择,不要用枯燥的术语,多用生活中常见的比喻让我明白,于是我们看到他说C语言像一个自行车,它是一个基石。C加加像一辆摩托车进行了改进,速度更快。然后java的就像一个汽车,它可以跨平台去行驶,在各个道路上,都可以开。好PYTHON像一个电动滑板车,非常的简单易学。好rubin像一个轻便的电动汽车,简洁优雅,功能强大。 最后他给了你一个学习建议,应该是什么样子的。这个时候你会发现比你之前清晰了很多对吗?比预降维到你能够理解的角度去比喻,你就会发现不是那么难了,我至少知道他怎么一回事了,对吗?这一步进行才会有2三四步,对吧?
4. 用c语言比喻
 那我们继续刚才的问题,如果我想给我的孩子讲清楚这些东西的区别该怎么办?同样可以告诉你前面GPT这么输入,我想给我的孩子讲清楚这些语言的区别,用它能够理解的的语言和方式再给我解释一遍,一定要多以比喻,用他感兴趣的东西做比喻。我的孩子五岁,是男孩,上幼儿园,平时喜欢滑滑梯,玩积木,乐高还有奥特曼。好,这个时候你觉得全对G不定会怎么回答。他怎么说的?他说C语言就像基本的积木,你可以用这个积木搭建出来很多有趣的东西。学会了基本积木之后,你可以更好的理解其他更加复杂的玩具是如何组合在一起的。解释多好啊。 C加加语言就像什么?就像乐高积木,这个比喻太棒了。乐高积木是在基本积木的基础之上增加了更多的功能和元素。虽然它比基本期末更加复杂,但是它可以帮你搭建出更加酷炫的作品。解释的多好,是不是比最开始的什么C加加是C语言的扩展,支持面向对象OOP和泛型编程提供的类对象的概念,允许风超器成高多态。要清晰一万倍是不是? 好,再继续java语言,你看他说java语言就像一个可以变形的奥特曼,我的妈呀它既可以在地球上和怪兽去战斗,也可以在外太空去飞行。它可以适应各种环境,就像奥特曼一样强大和灵活。你让我都未必能想到这样的好。  PYTHON语言就要滑滑梯,滑滑梯简单好玩,任何人都可以轻松上手。你看卢比rubi就像一个会说话的玩具机器人,他聪明友好,可以和你一起玩很多有趣的任务。虽然有些方面不如其他玩具,但是它非常适合一起玩耍和学习。你看是不是就把一个非常复杂的东西,也孩子能听明白了,讲清楚了。好,于是我们再提高一点难度。  我说还是上面的问题,如果我想讲给我老婆听,你让他明白这些语言的区别,请用他能够明白的比喻再给我讲一遍。我老婆27岁,喜欢逛街,喜欢喝奶茶,喜欢买衣服,喜欢逛淘宝,喜欢做美容和一部护理,喜欢买这么大的包包,最不喜欢计算机的术语,请用他熟悉的品牌来做比喻。好,你觉得前面GPT会怎么回答? 来我们看结果C语言。C语言就像基本的白色T恤,虽然它很简单,但是它是所有衣橱的基础,它可以用来搭配其他服饰,你可以创造各种各样的风格,这个比喻不错。好,C加加语言就像一款时尚的dara外套,它在基本的白T恤的基础之上,增加了更多的设计和功能。好,java语言,java语言就像sfa里面的一款多功能化妆品,它适合各种肤质和场合,不管是日常妆容还是晚宴妆容,它都可以去满足。  不错,PYTHON语言paton语言就像一杯快速美味的奶茶,它简单易懂,口感顺滑,让人一世难忘。ruby语言ruby语就像一款精致的coach包包,虽然它在某些方面不如其他品牌,但是它非常的实用,而且时尚,适合跟其他的编程语言一起搭配使用。  你看非常好,你想一想你是不是可以用这样的方式,把自己变成一个超级牛叉的老师去降维讲解无数的知识点,对吗?就像这个方式你会发现你不需要管具体的操作,什么1234,你只需要把握大的方向,简单通俗就行,你告诉他用什么去比喻,他直接就给你就好了。然后你就直接变成一个老师了,你不需要自己去动脑筋,对吗?这就是我们讲到的原能。你明白这个产品的需求,然后让他去执行。但是如果这个需求你都不明白,你去考1万个AI都没用。
4—7 一分钟写出品牌故事
1. 全文摘要
讲述了如何利用AI来创作品牌故事,其中提到了广告文案需要有格调,而AI最擅长的就是临摹。可以通过将一篇牛叉的文案进行改写,按照自己的要求重新组装,来达到零成本的营销效果。讨论了两个不同产品的文案,强调了细节和数据的重要性,以及如何用这些来展示产品的信任度和质量。讲述了醉龙井西湖龙井茶的品牌故事和品质追求,强调了匠心精神和说服力的重要性,表达了共鸣用户的情感。整体表达了西湖龙井茶的清香、甘醇、纯净和绿色的生态特点,以及品质的执着和追求。
2. 开场
 好,这一节我们讲1分钟写出品牌故事。很多企业尤其是传统企业,他们一写文案就头疼。他们做事情可以,做产品可以,但是他们不太会营销,不太懂得用户心理。所以这个时候他们就会走很大的弯路,但要么就是没做宣传,要么就是找那些很贵的所谓的三流四流的公司做了一些广告文案,钱没少花,最后没有什么效果。
3. 有格调的广告,如何来用AI领域来搞定
 有格调的广告 如何用AI来领成本搞定 广告这个东西是感性的,就好像一个设计,你要么就别做设计,你要设计就给我设计好,你绝对不能做这个中不溜的,中不溜就完蛋了。广告文案也是,你要么就别写,要写就给我写出格调。那这些有格调的广告如何用AI来零成本的搞定? 有一个非常简单的方法叫临摹。你知道AI最擅长的是什么?就是临摹。你给他一万个画,他能就给你画出第10001个,而且讲的非常的像。而且它这个画它不是简单的复制粘贴洗稿,它是像素级的重组。你给他1万个毕加索的话,他就能够给你画出第10001个毕加索。那么你给他1万个文案,他是不是也可以写出低于10001个?我们要做的就是充分利用它这个消化之后再重新组装的临摹能力,细胞级别的拆解并且重组。
1. 行业里面很厉害的文案
第一:你需要找到一个行业里面很好的一个文案 找到一篇很牛叉的文案,按照权限的要求把它改成你自己的。就需要两点。第一点,你要找到一个行业里面很牛叉的文案。第二点你要提出自己的要求,怎么把这个文案改成你自己的,哪些细节需要改动,重点保留哪些。  比如说你是个卖茶叶的,你可以找茶叶方面非常优秀的案例。当然你也可以找其他团队的优秀案例。比如说一个卖酒的,你按照这个酒的广告重写茶叶的不就行了吗?比如我们可以这么去输入。我是一个茶叶世家,主要做西湖龙井的中高端茶。我想写一个关于我们的品牌故事,有温度有格调,通过展示匠心精神让用户认可我们的茶叶。请仿照以下酱酒的文案写一篇类似的龙井茶的细节和数据可以自行发挥。我会在你的内容基础之上进行二次修改。 以下是参考文案。我找到了某名酱酒的文案,然后让他按照这个去改。我们先看一下原文案,怀仁市茅台镇,这是某名酱酒的所在地,这里是酿酒的故乡,是什么的圣地,一瓶一瓶的好酒在这里诞生。某名的每一瓶老酒都遵循了传统的酿造工艺,有着严格的工序,两次投料,九次蒸煮,八次晾晒,然后加取高温堆积、入池发酵,再到取酒、存贮等等。 这,是一个漫长的旅程。在某名酒业的窖池当中,发生着漫长、特殊而神秘的生物反应,醇厚的酒香在酒窖里酝酿、沉睡,直到某名人把它唤醒。经过至少五年的时间,某名人耐心等候,静静期待。就像看着自己的孩子长大。这瓶好酒有着如同某名人一样的品质,温和、厚道、香醇,这是老百姓喝得起的精品酒。很不错对吧?好,直接把这个像素级的复制一份全新的好看,他怎么写的?  杭州市西湖区,是翠峰名园的发源地,这里是龙井茶的故乡,是绿色的圣地。这句话他没有明白什么意思,但是不重要,我们后面会修改。一片片翠绿色的茶叶在这里茁壮成长。翠峰林园的每一片龙井茶都遵循着传统的制茶工艺,有着严格的工序,精选嫩芽,温度适宜的什么,独特的炒青工艺以及精细揉捻和干燥。 这是一个充满匠心的旅程,在什么茶园当中发生着缓慢、特殊而神奇的生长过程,清香的茶气在田园间萦绕徐徐。不错,经过一个春季的精心呵护,宝茶多们耐心守候,静静期待,就好像见到自己的孩子茁壮成长。这片龙井茶有如什么我们的品质一样清丽,咸淡香醇,这是品茶者钟爱的至尊佳品。怎么样? 好,西湖龙井作为中国茶叶的瑰宝,代表着千年的文化底蕴和匠人精神。我们坚守传统工艺,秉承什么什么精神,为查克带来一片片绿叶当中蕴藏的生理和倾向。一杯什么,什么龙井茶,不仅是美好的味蕾体验,更是一种生活态度的传承和传哦,格调拉上去。好。在翠峰名园,我们尊重自然,尊重匠人,以什么,什么为消费者带来一场美好的茶饮盛宴,让每一个茶客在品味龙井茶的时候,都可以感受到那份大自然的层次,体会到匠心精神所传递的温度和格调。你就说怎么样,就这样的文案它有瑕疵不重要,我们后面可以改。
2. 要提出自己的要求
我现在就告诉你,给我写出一个这样的文案,你得找一个多贵的人,对吧?好格调起来了,接下来我们就把它细化一下,把一些不足的地方把它更改好。比如说我们输入不够细致,我希望把具体的过程凸显出来,制作的繁琐,人工的投入展示给用户,多用数据展示信任度,参考这段描述再修改上面的文案。我给他加入了两次投料,九次蒸煮、八次汤料,然后加取高温堆积热入次发酵,再到取酒存贮等等。好,它给了我这么一个结果,前面我们就不念了,前面是重复的,我们就讲它修改之后的。  看在制茶的过程当中,好他们在炒制茶叶时,通过四次温度调控,九次手法转换,精准掌控的每一个细节。你说这说的不对,它不是九次不重要,你把它改了不就行了,它的框框架是对的,对不对?好,经过独特的炒青工艺散发的什么样的香气,最后还要经过八次轻柔来实现这个优美的曲线。怎么样?还有这里每一片什么龙井茶叶都诠释着古老与现代相结合的工艺和技术。我们在不断的追求卓越,为了把最好的茶叶带给消费者,我们研究最佳的生长环境,最适合的采摘时机,以及传统工艺和现代技术的完美融合,多棒。还有这句话,每一片茶叶都是我们对消费者的敬意,是对品质的执着,是对传统工艺的尊崇。这词用的多好好。 我们相信一杯好茶能够让忙碌的现代人在喧嚣的都市当中找到片刻的宁静和美好,这便是我们什么龙井茶的初衷,给您带来宁静和温度,让您在茶的世界里面感受生活的诗意和品味。  怎么样?然后我们依然觉得不满意,再修改一下,反正很快几秒钟钟就开法定的。我们说整体太长了,你给我压缩到500字左右,再给我重新写一遍。注意以下几个要点,第一,不要绿色的胜利这句话。第二重点保留数据的部分,凸显出匠心精神和说服力。第三,结尾要升华一下去拔高格调情感上去共鸣用户。第四,品牌名把这个什么翠峰名园改为醉龙井。于是我们得到了这个醉龙井一片茶叶的传奇。  我怎么听起来那么象限格调非常优雅的广告,你看我再给你念一遍,醉龙井一片茶叶的传奇。你看他这个视角切换到一片茶叶上了,对吗?我们用心守护着这份古老的侥幸精神,为消费者奉上一杯杯清香四溢的龙井茶。在这个千变万化的时代,我们坚守品质,让每一片茶叶都能成为现代人生活当中的一抹诗意。怎么样? 西湖龙井茶以独特的品质和传统工艺为世人所赞誉。醉龙井在每个的生产环节都倾注了极致的匠心,确保消费者品茶的每一口茶都是最优质的。我们选取了每年清明前后的嫩芽,这个时候茶叶含有作为丰富的养分,每500克最终斤茶叶都需要6万片茶叶才能制成。这6万片?用的多好,手工采摘炒制每一个环节都充满了匠人的热情和专注。好,在这个包装过程当中,我们同样严格把关,巴拉巴拉巴拉?精美的礼盒凸显了什么尊贵与独特品味。 好,结尾你看,让我们共同品尝醉龙井的西湖龙井茶,感受那份来自绿叶的清新,来自匠人的热情,来自品质的执着。怎么样在茶香当中,我们共同见证什么的成长,传承千年的茶文化,让更多的沐浴在龙井茶的美好和诗意当中,最龙井一片叶子的传奇。  在你自己写,你能不能显示这种水平?如果不能,你找什么人能给我写出这样的水平?现在不要钱,零成本,几秒钟搞定,哪个地方不合格,就他他给我改改改,不要钱,零成本,你不用这个,你还用什么?这个就是更高级别的是吗?武器和工具。
4—8 用AI提升亲子关系
1. 全文摘要
讲述了如何使用AI提升亲子关系,其中重要的一点是要使用孩子能够理解的语言来与孩子交流。使用AI工具可以帮助我们创造有趣的童话故事,以轻松的方式向孩子解释打针的作用和必要性,鼓励孩子勇敢面对打针。通过这种方式,孩子能够更加容易地理解打针的重要性,从而增强他们的自信和勇气。此外,使用ChatGPT可以创造分镜头,并将其打印成独一无二的画册,成为孩子的独特礼物,让孩子更深入地了解小猪佩奇等卡通人物和他们的冒险。对话中还介绍了一位年轻的妈妈和她的孩子,他们通过一个比喻来表达父母对孩子的爱和呵护,以及孩子对家庭的重要性。整个对话充满了爱和温暖。
2. 开场
 这一节我们讲如何用AI提升亲子关系。
3. 用AI写一个独一无二的童话
  比如说你的孩子不喜欢去打针,你怎么告诉他?你可以用AI给他写一个独一无二的童话,然后你在睡觉之前给他讲这个童话就好了。他喜欢小猪佩奇,那么你就用小猪佩奇的角色。他喜欢巧虎,你就用巧虎的角色就好了。你这么说入我的孩子小名叫淘淘,男孩今年五岁,他最害怕去医院打针,每次都会哭闹很久。但是他喜欢看小猪佩奇,我想用小猪佩奇的内容写一篇小猪去勇敢打针的童话,并且鼓励他不要害怕。童话里面要用最简单的比喻讲清楚打针的作用是为了保护我们的身体。按照我的想法,写出这篇童话,越生动越有趣越好。 马上一篇文章出来,来,我给你念一遍。从前在一个美丽的小镇上住着一家人,爸爸妈妈佩奇和他的弟弟乔治。你看他还知道他的弟弟叫乔治,他们的生活非常的幸福美丽。这个时候佩奇的妈妈告诉他,明天要带他和乔治去医院打针,佩奇有点担心,他问妈妈,妈妈打针会疼吗?妈妈笑着说,打针是为了保护我们的身体,就好像我们的衣服,为了保护我们免受寒冷和风沙。虽然有一点点疼,但是很快就不疼了。  第二天一大早,佩奇和乔治跟着爸爸妈妈来到了医院,在等待的过程当中,佩奇想起了妈妈的话,他决定要勇敢的面对打针,当轮到他们的时候,佩奇鼓足勇气走进了医生的办公室。医生是一个和蔼可亲的大象叔叔,你看大象叔叔,他笑着对佩吉说,佩吉你知道吗?我们今天要打的这一针就像一个勇敢的小战士,他会帮助你的身体去抵抗细菌和病毒,让你一直保持健康。佩奇点点头,心想勇敢的小战士一定会保护我。大象医生给佩奇打了针,佩奇紧张的皱起了眉头,可是他发现真的是只有一点点疼,很快就过去了。接下来乔治也勇敢的打了针,打了针之后,爸爸妈妈夸奖乔治和佩奇都非常的勇敢。佩奇笑着说,谢谢大象医生,我知道了打针是为了保护我们的身体,就像勇敢的小战士一样。从那以后,乔治和佩奇再也不害怕打针了,他们知道勇敢的小战士会随时守护着他们,让他们健康快乐成长。  ChatGPT来做成分镜头 怎么样?更进一步,你还可以让ChatGPT来做一个分镜头,然后把这个分镜头show me make journey。你甚至可以把它打印出来,设计成你们家庭独一无二的画册。你甚至可以把你的孩子做成卡通的画面,让他和小猪佩奇放在同一个画册里面,一起去探险、去旅游,去各种地方玩儿,作为他独一无二的礼物。 你说这玩意儿得有多牛叉,他拿到幼儿园里,他的同学是什么表情?你想一想,这是我妈妈给我做的,这个是小猪佩奇,这个是我我们在一起,你妈妈有吗?你想想的别的小孩的表情,你想对吗?你看做的话还是这样,按照小猪佩奇的那个童话,按照漫画书的格式设计一组漫画的分镜头。给我以表格的形式写清楚和配图有关的文字,我要输入mini journey接生成图片。于是你看拿到了这个分镜的序号描述的文字。 第一,小猪佩奇和弟弟乔治在家里玩耍,妈妈提醒他们今天要去医院打针。第二,小猪佩奇害怕打针是吧?然后告诉他打针是为了保护我们的身体。第三,走进医院看着其他小朋友在打针。第四第五第六,第七第八对吗?好,把这个school met教里。此外孩子在学校也可能会遇到一些问题和困惑,他回家之后跟你去交流,那如何用他能够明白的语言和比喻讲清楚,同时又给他信心,让他充满力量。
4. 用AI巧妙回答孩子提出的敏感性问题
孩子在学校遇到的一些问题和困惑  你用AI也可以一秒钟搞定。比如你的孩子放学回来跟你说,爸爸今天老师提问了问题,提问了三个,我都举手了,可是老师一次也没有叫我怎么办?是不是老师不喜欢我?好,你该怎么回答?你要是直接回答,老师可能是有点忙,还是可能脑脑的一下就过去了。这个时候如果你用一个非常好的比喻,把这个事情讲清楚,讲到他心里去,这个时候亲子关系就会非常的融洽。 那这个时候怎么办?还是按照我们的万能公式去提问。我的孩子叫琪琪,是个女孩儿,今年七岁。今天放学回来,他和我说,妈妈,我今天举手了好几次,老师都没有给我回答,那是不是老是不喜欢我呢?请以妈妈的口吻回答这么一个问题,用最简单的比喻,最好是女孩子喜欢的比喻,讲清楚。老师是因为忙,没有办法让每个同学都回答,所以不要难过,你感觉所回答问题非常棒,继续加油。好,他输出什么?亲爱的奇迹,你知道吗? 老师就像一个繁忙的蜜蜂,每天都要去采集花园里面各种各样的花蜜。而你们这些可爱的小朋友就像花园里面的小花朵,每一个都那么的独特,那么的美丽。老师会尽力的让每朵花都被关注到。但是有的时候因为太忙碌,可能没有来得及停在每一朵花上。所以当老师没有叫你回答问题时,不是因为他不喜欢你,而是因为他在花园里忙着采集花蜜。可能展是还没有注意到底,但是你勇敢的举手回答问题真的很棒。这表现出了你的自信和勇敢,就像那些绽放的小花一样美丽。 所以亲爱的琪琪请不要难过,你要继续加油,勇敢的举手回答问题。相信老师一定会看到你努力,也会更加关注你的。就像那只忙碌的蜜蜂,最终会停在每一朵美丽的小花上,和你们分享甜蜜的画面。怎么。  再比如一些敏感的话题,比如说你们小时候问说爸爸妈妈我从哪儿来了?你妈说你捡的从哪捡的时候垃圾捡的。至于很长时间你都很担心说妈妈哪天天给你扔回去,对吧?你特别想看那个垃圾场长啥样,我当时从哪出来。这个就是父母的尴尬。  很多的父母他不会降为的比喻。而这种东西老师可能又没法教很多这样的问题,他会一个一个的蹦出来,就很尴尬。如果你没有办法去有效化解的话,就比较麻烦。有了AI同样可以一秒钟搞定。 来,我们问一下,我的孩子今年五岁,名叫木木。那天他突然问我,妈妈,我是从哪里来的?我,想让他知道怎么回事儿,但是要婉转一些,请以妈妈的口吻,用五岁的孩子最感兴趣、最常见的东西做比喻,让他明白爸爸妈妈的关系和他到底怎么来的。注意既让他明白道理,又要避免过于露骨的描述。 好,他们怎么回答。来,我们看一下木木,你知道你最喜欢花园里面的花朵吗?他们都是小小的种子长大的,当爸爸妈妈相爱的时候,我们就像花园里的那些花朵,我们之间的爱就像阳光和水一样,让一个特别小的种子慢慢的长大。这个小种子就是你,你在妈妈的肚子里面慢慢成长,我们非常期待见到你,经过九个月的等待,你终于来到这个世界。你的出生让我们的家庭更加完整,就像花园里盛开的花朵一样,我们爱你。  我们觉得这个比喻还不错,但是有点过于简单。于是我们继续问,这个有点过于简单,比喻给我再详细一些,再生动一些,于是我们拿到了这个木木,你知道你最喜欢的花园里面的花朵和蝴蝶吗?他们,是怎么诞生的?你知道吗?花朵是从小小的种子长大的,而蝴蝶是从可爱的小毛毛虫变成的。这个过程就像一个神奇的魔法。 当妈妈和爸爸相爱的时候,我们就像花园里的那些花朵。我们之间的爱就像阳光、雨水和土壤一样,给了一个特别小的小种子生命力。这个小种子就是你,你就像那些在阳光下茁壮成长的花朵和蝴蝶一样,是爸爸妈妈心中的宝贝。你在妈妈的肚子里面慢慢成长,我们用心的呵护你,就像照顾花园里的花朵和蝴蝶一样,经过九个月的等待,你终于从妈妈的肚子里面破茧而出,化作了我们家庭里面最美丽的蝴蝶。 你的出生让我们的家庭更加完整,就像花园里面五彩斑斓的花朵和蝴蝶一样,我们爱你。怎么样是吧?好了很多,你觉得不满意,让他继续换,一直换到你满意为止,对吗?
5. 设计亲子游戏的方案
 此外我们还可以设计独一无二的亲子游戏。比如说你输入我的孩子叫小虎,今年六岁,男孩最喜欢奥特曼和小猪佩奇。帮我设计几个亲子游戏和动画相关,最好设计成具体的剧情发给我。以表格的形式讲清楚游戏的玩法和输赢的规则,越有趣越好,越简单越好。于是我们得到了这个第一个游戏,奥特曼变身赛跑。游戏的玩法和规则的输赢,他这么讲,第一亲子的双方分别扮演一位奥特曼的角色,双方起跑线平起。第二设定起跑线和终点线,起跑前大喊自己扮演的奥特曼名字,同时做出变身动作,做出变身动作,首先到达终点线的一方获胜,在比赛的过程当中可以模仿奥特曼的特技动作,增加趣味性。输赢并不重要,关键在于参与和亲子互动。  好第二个游戏小猪佩奇接力寻宝,将家中的小猪佩奇玩具藏在房间的不同的角落,双方分成两组,把轮流寻找玩具,没找到一个就回到起点继续交给下,带个人去寻找,找到玩具数量最多的一方获胜,不错。好,第三个游戏,奥特曼和小猪佩奇角色扮演。第一,亲子双方分别扮演奥特曼和小猪佩奇角色,没有输赢,只有亲互动。第二,一方扮演奥特曼,挑战一项拯救世界的人物。比如说清理房间,帮忙洗碗,通过游戏培养孩子的责任感和参与家务的意识。不错,另一方扮演小猪佩奇,为奥特曼加油鼓劲,陪伴完成任务。这个不错,亲子共同完成,增加感情。
4—9 三分钟用AI出门课程
1. 全文摘要
讲述了使用AI制作一门课程的简单方法,通过输入关键词得到一个完整的课程大纲,包括基础概念、应用和实践应用。发言人通过深入浅出的方式,详细介绍了ChatGPT的工作原理和技术原理,并提供了具体的案例应用。主要介绍了ChatGPT的生成文本功能和如何使用它进行新闻报道、客服回答等。另外,还讲述了一个从业十年的健身教练针对产后妈妈身材修复问题,制定了一套健身课程大纲的例子,好的课程大纲应该具备痛点明确、简单易懂、突出健身效果、数据支持、情绪共鸣等要素。通过这个例子告诉我们,制定一个好的课程大纲需要充分考虑到受众的需求和专业知识的应用
2. 开场
 好,这一节我们讲3分钟用AI出一门课程。
3. Ai课程的大纲和模块
 痛点 好,我们先说一个痛点,就传统的课程你如果去出的话,你自己需要花大量的时间准备大量的话题找痛点整理可能要占一半甚至60%以上的时间。但是有了AI,尤其有了CFGPT之后,你会发现这个事情变得超级简单。  比如做ChatGPT的课程 我们用AI做一个关于AI的课程怎么样?比如说你想做一个CFGPT的课程,你可以这么去输入,我想做一个有关ChatGPT的课程。针对小白解决从0到1的问题,按照小白的痛点列举出大家最关心的问题,做一个课程大纲给我先问他要大纲,避免声色的语言,用小白理解和关心的方式去展示。于是你得到了这个,你看他很快就把一整条大纲给你列举出来了。他说以下是我给您设计的,从零开始学习ChatGPT的课程大纲,针对小白用户从基础概念讲起,逐步讲解它的应用和使用的方法。 模块一ChatGPT的基础,模块2ChatGPT的使用,模块3ChatGPT的实践应用,三大模块。好,比如说我们看模块一它讲的什么ChatGPT是什么?介绍基本定义和概念,解释它的工作原理和技术原理,解决它各种的使用的场景。比如说自动回答、语音翻译、文本生成等等。  它的模块讲的什么呢?使用方法是什么?如何帮助小白快速去上手?如何训练和优化7TGPT的模型来提高它的性能和准确度?如何集成TTGPT到自己的应用当中,你看非常实用的一些点。好,第三个实践应用,如何用ChatGPT进行智能问答,让小白如何构建自己的问答系统,如何进行文本生成,如何进行什么生成文章翻译等等等等,对吗?基本都涵盖了。  好,但是我们觉得这个不够详细,于是我们再次告诉他,你把模块一的第二点给我展开一下,详细介绍GPT的工作原理,避免用到专业术语,用最简单的比喻给我讲清楚理论。讲完理论之后再做一个具体的案例应用,让用户明白原来如此,越简单越通俗越好,例子要有趣生动。好,模块一的第二点是哪个呢?就是这个解释ChatGPT的工作原理和技术原理,帮助小白了解它的基本的运作方式。好,我们打开看一下,它是这么扩展的。以下是我详细介绍工作原理的部分。 好,ChatGPT是什么关于一个什么样的架构,它类似一个文本生成器,通过海量的学习来生成新的内容。具体来说它的工作原理包括以下的步骤。第一,训练数据准备。首先需要大量的文本数据,包括新闻报道、社交媒体、网站文章等等。这些文本数据把它扔到这个模型里面,让这个模型可以快速的学习语言模式和文本结构。好,接下来叫模型训练,将使用这些文本数据来训练ChatGPT的模型。在训练当中模型会尝试预测每一个单词出现的概率,并根据预测结果进行反向传播和优。
4. Gpt的文本生成模型
 好,接下来是文本生成,当模型训练完成之后,就可以用它来生成新的文本内容。在生成文本的时候,它会根据输入的文本内容和预训练的语言模型来生成新的文本。好比如说他这里举了个例子,如果输入小猪佩奇去哪里玩,那么这句话GPT会基于先前学到的语言模型和上下文的关系,形成一个新的文本内容。比如说小猪佩奇去了一个神奇的城堡,看到了很多有趣的东西。需要注意的是,由于ChatGPT是一种自然语言生成模型,它会根据上下文和语言模型来生成新的文本内容,因此在生成的时候可能会存在一些误差和不完整性。好,下面我们再来看一个具体的应用,帮助小白更好的理解他的工作原理。 假如我们要使用GPT来生成一篇新闻报道,首先我们需要将大量的新闻报道作为训练数据,让他学习这个写新闻的语言模型和结构。接下来我们可以说一些新闻事件性相关的关键词和描述。比如说地震发生火山爆发,然后让这个模型自动去生成相关的新闻报道。那么模型会基于之前他学到的这些语言模型,上下文的关系,形成一个全新的内容。比如说据报道当地时间什么时候,一座火山突然爆发,造成了大面积的破坏,人员伤亡巴拉巴拉这样的内容?我们可以用这个模型来迅速的生成新闻报道,提高工作效率和准确度。 他说希望这个说明和案例可以有所帮助。我们觉得比之前好很多了,它扩张了,但是我们觉得它还是不够,我们希望他能够再通俗再简单一点,于是我们继续讲。我说例子不够通俗,给我换一个最简单的比喻,避免专业的术语越容易理解越好。重写一遍。  于是他所做的这个,他先说非常抱歉让你感到不满意,他是个机器,你可以随便的去用它,你不用担心他会疲惫,你不用担心他会厌烦,对吧?他重新举了一个比喻,希望我们能够更好的理解他这么说的。他说ChatGPT可以把它想象成一个很聪明的笔友。当你给他输入一段话的时候,他会根据已有的知识和文本模式自动生成新的内容,就好像你写信给这个笔友一样。然后呢他会根据你写的内容回复你,同时他还会学习你的写作方式和用词习惯,越聊就越有默契。你看这个默契这个词用的非常好,对吧?比如说你输入小猪佩奇去哪玩,这个时候他就会根据你输入的信息自动生成回复的新内容。 比如说佩奇去了一个新的城堡,看到了很多很有趣很神奇的东西,对吧?当然了,像笔友一样,GPT也需要在大量的文本数据上进行练习,才能够更好的理解语言模型和文本结构。  这些文本的数据可以有各种来源,比如说新闻报道、社交媒体、网站文章。然后通过不断学习,它会变得越来越聪明,可以处理各种各样的语言任务。比如说我们可以用它来回答客户常见的问题,比如客户说你们公司提供哪些服务等等。GPT可以根据已有的文本知识和上下文的这种关系自动去回。比如说我们公司提供网站设计、logo设计、SU优化等等,欢迎您来了解。这个时候我们就利用了这个模型去自动的生成问答,提高了工作效率和准确度。 然后他说希望这个新的比喻和案例可以更好的帮助我们理解。这个时候我们会发现理解的比之前深度了一些。
5. 课程大纲
 你看这样的方式就非常快,你判断哪个地方需要扩展的,就告诉他,用这样的提问的方式让他帮你扩展一遍。不满意你就再来一遍再来一遍,不满意就再来一遍,一直写到你满意为止。这个比喻不合适,你就让他换一个更简单的比喻,甚至你告诉他拿什么去比喻,让他用你的角度再去写。这样的话你会发现它的效率非常的高。你不需要自己去绞尽脑汁去想那么一个比喻,你只需要大概想到,我想拿一个保洁阿姨来做比喻,给我比喻一下。  好,于是他1234写出来了,这个效率就很高,对吧?你可以用这个方式把任何一个框架模块,把它逐步的扩展成一个文章。好,接下来我们又给他提了一个要求,我们说把这个课程大纲做成十时间表,给我标注出重点,便于我规划时间,以表格的形式给我。于是他做出了这么一个表格,你看有模块,有时间有重点的,有好,下面GPT是什么?工作原理是什么?两个课时,应用场有哪些好模块2GPT的使用两个课时,如何来集成这个GPT到自己的应用当中,两个课时模块3ChatGPT的实践应用三个课时,如何用ChatGPT进行文本生成?三个课时,如何用它来进行语言翻译三个课时时间给你安排的好好的,非常高效对吧?  好,我们再看一个例子,比如说你是一个健身教练,你可以怎么用?你想出一个健身的课程怎么用这么收入。我是一个从业十年的健身教练,主要解决产后修复、美体身的问题。我打算出一套健身课程,解决产后妈妈的身材痛点。请列举出产后妈妈最关心的问题,做成一个课程大纲给我避免用深色的语言,用小白能够理解和关心的方式展示。标题的要求,第一,痛点明确。第二,简单易懂,容易做到。第三,突出健身之后的效果。第四,尽量多用数据。第五,适当的增加一些情绪共鸣。 你看我现在给你这个要求,你按照这个给我写完的话,可能得三个小时,未必够,对吗?你得慢慢想。但是你用它一秒钟就出来了,于是我们得到了这个,你看一下它的标题非常好。产后新妈妈塑身修计划不错,十周重塑完美身材,让你重拾自信,感觉怎么样?是一个很不错的文案水准?然后我们看它的课程大纲,首先是有一个引言,产后妈妈们的身材痛点与心理压力,产后肥胖松弛以及水肿问题的困扰,产后身材的什么心理压力以及影响,这个是引言,讲完这个之后告诉你怎么做,第一步,合理饮食,为媒体打下基础。然后告诉你正确的搭配原则,告诉你饮食的误区,如何控制热量好,第二步,温和运动,唤醒肌肉力量。  你看那个唤醒肌肉力量这个感觉写的多好啊,适合产后妈妈的温和运动推荐吧?你想运动但是得温和,先唤醒力量,如何安全的恢复运动习惯,你看好第三步,专业塑身运动,重塑完美曲线,然后针对性的进行核心训练,臀部和大腿部位的一些训练,视频的课程,每周五什么十周去见证什么身材的变化,对吧?好,第四步,合理的休息,保持良好的精神状态,学会如何在忙碌的育儿生活当中抓紧休息,睡眠质量的提升和压力释放的方法。它甚至还给了你什么?哎,成功的案例,从产后肥胖到苗条美丽的真实故事。这个故事你甚至可以让他给你展开,然后加上你们学员的案例往里一放是不可以了。他甚至给了你学了成功案例心得,分享如何克服困难坚持到底,你也可以成为美丽的新妈妈。你觉这个写的怎么样? 好,最后他告诉你什么?坚持和意义力的意义,相信自己,重拾自信。通过这个课程,我们会带领每一个产后妈妈一步一步走向美丽,让你在十周之内重塑完美的身材,一起见证你的蜕变吧。怎么样?你自己要写成一个这样的大纲,你是不是至少要花3小时的时间。你看他每一步都照顾到的,而且每一步都非常的痛。那你要做的就是把你的专业知识融入进去就行了,哪一个地方不够详细,让他给你扩展不就好了吗?3分钟一趟空间对吧?
4—10 如何用AI做私人家教
1. 全文摘要
讨论了使用AI辅助家长辅导孩子作业的方法,包括如何用AI解决数学问题和帮助理解语文概念。其中,通过AI给出正确的解题思路和图形表示,可以帮助孩子更好地理解和记忆知识点,同时提高解题能力。此外,还讨论了如何帮助理解汉语语法中的词类,如谓语、宾语、定语和状语,以及如何写作文。通过四个部分(开头、经历高潮、结尾、经历高潮)来写两篇400字左右的记叙文,家长可以帮助孩子更好地表达自己的经历和想法。
2. 开场
+ 这一节我们讲如何用AI来做私人家教。你在辅导孩子作业的时候,经常会发现有这样的情况。这个题你会做,但是你表达不出来,而且你传递不过去,而且你也不知道这个孩子为什么做错。你一辅导你就情绪爆炸,你情绪一爆炸他就害怕,最后会导致这个辅导作业鸡飞狗跳,孩子也很崩溃,对吧?但是用AI就可以超级简单的解决这个问题。
3. AI给孩子讲解数学题案例
 例子 我们来看两个例子,我们先看几个数学问题。
例子1
 比如说你孩子有一道题做错了,你可以直接把这个题输入到AI里面这么写。我孩子小学三年级,他这道题做错了,原题是有4种不同形状的饼干,每次拿三块,一共有多少种拿法?A4种,B5种,C3种,我孩子选的是C但是正确答案是A请先分析出他为啥会选C很多家长不明白了,你为啥选对?我不知道,我觉得你看选A,他怎么可能会选C?一骂孩子孩子就傻了,对吧?你先给我分析出来,你觉得他为啥会选C然后你给出正确的解题思路,让他一步一的明白,以家长的口吻来输出。于是我们得到了这么一个答案。 首先分析他为什么选C他可能误以为每次拿三块饼干的时候可以拿同一种形状的饼干,所以认为有3种拿法记3种不同的组合。接下来以家长的口吻解释正确的解题思路。亲爱的宝贝儿,这道题目考察的是组合的知识。我们先来理解一下题目有四种形状的饼干每次拿三块。我们要找出所有可能的拿法,这里的关键是每次拿三块,而不是每次只能拿一种形状的饼干。 我们假设四种形状的饼干分别是ABCD,我们要从这四块饼干当中每次拿三块。那么我们现在一步一步的找出所有的拿法。他怎么写的?一种拿法ABC,第二种拿法ABD第三种拿法ACD第四种拿法BCD所以一共有4种拿法,答案是好。  在这道题目当中,我们学到了组合的知识。当我们需要从多个选项里面选出几个的时候,就需要用到组合。希望你可以理解这么一个概念,并在以后的学习当中加以运用。加油宝贝儿哎,写的还不错,但是我们不满意,我们觉得讲的还是有点复杂,或者说这么一个说法你能理解,孩子未必能理解。  于是我们再告诉他,给我换一个更简单的解题思路。于是他又给你解释了一遍。想象一下我们有四种形状的饼干,圆形A正方形B3角形C和心形D我们现在要从这四种形状当中每次拿三块。我们可以这么去思考,先拿圆形的饼干A然后从剩下的三个形状当中BCD分别选两种。这样的话我们就会有三种拿法,ABCABDACD紧接着拿正方形的饼干B再从剩下的两种形状当中选两种,这样我们就会有一种拿法,BCD好,一共加起来就是四种打法,所以答案是选A这个方法更加直观,更容易去理解组合的概念。 比刚才要好一些,但是我们还是不满意,或者你的孩子还是不明白,没关系,再让他换一个更简单的。于是我们叔叔给我换一个更简单的,还是太复杂,你可以一直玩下去后,他就又给你举了一个例子,他说这样我们可以通过画图来帮助理解。  家长在旁边画图,用四种不同形状的饼干分别表示为ABCD。我们现在要每次拿三块,我们可以尝试所有的组合要画出来ABCABD、ACD、BCD. 看到了吗?宝贝儿,我们一共画出了4种不同的组合,所以答案是选A有4种打法。好,我们再看一个数学题,比如说你可以告诉GPD,我孩子这道题做错了,请分析出这个题的难点。先让他分析出难点,你让他给出最简单的解决思路,然后以家长的口吻输出,引导孩子注意是引导孩子找出正确答案。
例子2
 这个题是什么呢?六年级的学生做广播体操,每行站20个人,正好占了十二行。那如果每行站24个人可以占多少号?好,它的答案是什么呢? 这道题的难点在于理解题目中的变化条件,我们来慢慢分析。首先我们知道当每行占20个人的时候,正好在十二行,所以一共有20乘以12等于240个人。现在我们要改变每行的人数,题目要求我们把每行的人数改为24个人。于是我们就要思考一下,240个人如果每行站24个人,那么总共需要占多少小行呢?我们可以用总人数除以每一行的人数来得到行数,240除以24等于10。所以每行占24个人时候可以占十行。希望这个答案可以帮到你。  不错,但是我们觉得还是不够简单,于是我们说再简单一点他还是没懂,于是他就换了一个更简单的方式。他说想象一下有241个苹果,说他换成一个苹果,他不再以人的方式再去解释这个题了。他说当我们把这个苹果分成每份20个的时候,我们可以分成12份。现在我们要改变每一份儿的苹果的数量,题目要求我们把每份苹果改为24个。那么240个苹果每份24个,我们可以分成多少份呢?我们可以用240个苹果除以每份的24,最后得到是。所以当每份有24个苹果的时候,可以分成10份。那么把苹果换成学生,也就是当每行占24个人的时候,可以占十行。你看他切换了一个例子怎么样?
4. AI给孩子讲解语文中的“主、谓、宾"
 语文题 好,我们继续,我们看一个语文题  怎么样看两个语文题来看这个我不知道有包括家长分不清主谓宾定状补,或者说这个东西到底怎么来的,老师可能也未必能讲清楚,老师讲的可能孩子听了也是稀里糊涂的,那你能不能把这个东西给他讲清楚?如果你不能,能不能借助AI给他讲清楚,于是你输入这个主谓宾定状补分别是什么意思?我孩子小学三年级学了好久都没弄明白,每次考试都用错。你给我用最简单的比例给我讲明白,然后结合具体的例子说清楚,用孩子感兴趣的东西讲解,注意感兴趣的东西讲解,然后以家长的口吻去输出。你猜他是一个什么样的答案?来看看这个,他想了一个非常好的例子。 他把这个句子想象成奥特曼打怪兽的故事,主语就像是奥特曼,他,是故事的主角,负责执行动作,比如说奥特曼打败了怪兽,这里奥特曼就是主语,怎么样,老师不会给你讲奥特曼,对吧?好,谓语是主语正在进行的动作,比如说打败奥特曼,打败的怪兽,这个句子里面打败就是谓语不错是吧?当你把这个东西和一个有趣的东西,他感兴趣的东西联系在一起的时候,他的学习的兴趣就会大儿子?很多时候他学习不下去,就是因为他没有兴趣。你每天就给他讲那些枯燥的那些词语,他就很崩溃。你把它和奥特曼结合在一起就很好。你看这个ChatGPT他非常聪明的地方在于,当你让他用通俗的例子去解释的时候,他可也找到孩子对奥特曼感兴趣,从而拿奥特曼去举例子。 好,宾语是动作发生的对象,像怪兽奥特曼打败了怪兽,怪兽就是宾语,他受到了奥特曼的打击。好,宾语是什么呢?定语是给奥特曼加上颜色或者标签,比如说红色的奥特曼,这个红色的就是定语不错。状语是描述动作如何发生的,比如说奥特曼怎么打败怪兽的,奥特曼迅速的打败了怪兽,这个迅数就是状语。怎么样你就觉得这个解释怎么样? 好,补语是说明动作的结果。比如说奥特曼打的怪兽受伤了,这个受伤了就是一个补语,他描述了怪兽被打败之后的状态。希望这个奥特曼的故事可以更好的帮你理解语法概念。说的我都想去学语文了,对吧?是不是非常棒,比那些枯燥的课文这边要好很多,一下就明白了对吗?  好,再看一看。我们觉得这个东西讲的还不够详细,我们还想再刨根问底一点,于是我们问了这句话。我说动作为什么要叫谓语?这个谓这个字怎么来的?同样这个宾语的宾,定语的定、状语的状是怎么来的?他为什么不叫其他的称呼?很多人不知道,我只知道什么主谓宾定状补,它为什么叫什么主谓宾,他不叫主谓,其他的他给了你回答。 你看在汉语的语法当中,词类的名称通常来自于古代文学和文法理论。这些名称已经沿用了很长时间,大家习惯于用它来表示特定的语法概念。那么下面我给你解释一下具体的来源和定义。谓语这个词来自于古汉语,你看在古代汉语当中,谓表示说哦原来是这个意思。因此谓语是对主语所做东西的陈述,谓语就是动词,谓就是说有意思。 宾语这个词来源于宾客,宾客是来访的客人,而宾语是动作作用的对象,就像动作的客人,吧?我是来对待我的客人的,所以他通常是名词,表示接受动作的人或者事物。宾语宾客,迎接宾客有意思。 定语是什么呢?定语这个词来自于定字,表示确定的固定的。定语是修饰名词的词或者短语,用来说明名词的特征,使其确定具体。那状语状语这个词的状来自于状态,状语是修饰动词、形容词和其他状语的词或者短语,表示动作或者状态的方式。状态这些词类的选取和古汉语的传统有关。虽然有时候这个名词看起来有点抽象,但是它在语法分析当中已经形成了广泛的认可度和约定俗成的含义。所以学习这些东西可以帮我们理解汉语的结构。  你看讲的都清楚对吗?好,我们再继续,比如说你想让他辅导你孩子写作文怎么办?怎么写?我还得小学三年级写记叙文总是太平淡,给我一个极致简单的文案结构,让他可以直接套用。文案结构一定要简单好记,突出重点,吸引读者,然后用这个结构写两篇400字左右的记叙文,分别记录春游和做家务。于是我们得到了这个,亲爱的家长,我给了你一个非常简单且用于记忆的记叙文结构,让你的孩子可以轻松的套用。 这个结构大概分为四个部分,开头、经历高潮和结尾。开头描述背景信息,引入故事经历讲述它正在发生的过程,注意细节。高潮描述故事最精彩的部分,激发读者的兴趣。结尾总结故事,表达感悟。接下来我给你写两篇记叙文,先写春游开头怎么写的。  春天来临,我们学校举办了一次春游活动,大家都充满了期待经历。我们一行人跟老师来到了郊外的公园,绿树成荫,鸟语花香,我们欢声笑语的在玩耍,我们捉迷藏、玩滚筒等游戏,大家玩的不亦乐乎。高潮突然间,我们发现了一片盛开的樱花树林,大家惊呼连连,纷纷拿出手机拍照留念。我们,在樱花树下野餐,享受着春天的美好。结尾春游结束了,我们依依不舍的回到了学校。这次春游让我们增进了友谊,体验了春天的美好。你看基本的框架流了,再往后就是细化的问题了,对吗?  好做家务开头有一天妈妈生病了,我决定帮忙做家务,分担妈妈的负担。怎么样,够清晰吧。好经历。我先是扫地、擦桌子,后来洗了碗筷。我还学着妈妈的样子炒了几个简单的菜。虽然炒菜的过程当中出了一点小差错,但是我没有气馁,一直坚持到底。高潮妈妈看到我做的家务和菜肴,感动的热泪盈眶。他尝了我做的菜赞不绝口,说我做的很棒。 好结尾那一天我第一次体会到做家务的辛苦,我更加理解了妈妈平时的付出。从那以后我开始主动帮忙做家务,让妈妈感受到我对他的爱。怎么样大框架怎么样,是不是就是把细节完善一下就好了。你看这两个记叙文分别是以春游和作家为主题,用提供的结构写成了希望对你的孩子写作有帮助。怎么样?
4—11 把AI变成考试神器
1. 全文摘要
讲述了人工智能在教育领域中的应用,特别是在提高学生学习效果方面的优势。使用AI技术可以帮助学生快速掌握知识点,解决做题中的困难,并为学生提供个性化的试卷。传统教育方式应该注重练习学生不会的地方,以提高全面的学习水平。另外,讨论了使用ChatGPT技术的优势,如可以回答易错的问题和提高学习者的理解能力。最后,给出了一个关于股票特点和公务员考试推理题的例子
2. 开场
 这节我们讲把AI变成考试神器。
3. Ai变成考试神器
 让你快速掌握知识通过考试 首先我们说一下考试神器不是说让你拿去作弊的,什么选ABCD的考试神器,是为了让你快速掌握知识,通过考试。你为什么觉得考试那么难?因为很多题你做的似是而非,似懂非懂。这个题选B但是你不知道它为啥选B你觉得你理解了,但是实际上你没理解。但是你周围觉得又没有一个老师随时辅导,所以就会出问题。但是有了AI之后,你会发现所有有问题的地方,你都可以跟他直接去沟通。你甚至让他可以为这个题再给你出一套卷子。如果你答对了,那么就讲其他的问题。如果你答错了,就多讲一些类似的知识点,一直到你答对为止。这样的话就可以针对性的进行优化。 卷子应该是一个非标品应该每个人都不一样 你想想你之前做的卷子都是什么?都是一个通用件,都是一个标品。但是卷子应该是一个非标品,应该是每个人都不一样的,因为每个人的学习的程度不一样,他们遇到的问题不一样。这个地方你遇到的问题,你就再继续,一直把它解决为止,这个才是非标品卷子的好书。 可汗商学院的教学理念 这个也是可汗商学院的教学理念,就是他认为所有的学生不应该是同一套试题。每个学生应该是有一个独一无二的卷子,根据自己的学习情况去设计。而且这个卷子应该是动态的,根据他的成绩去提升的。比如说二项式的分解经常出问题,那么就多来几个这样的题目,直到他答对了通过,然后再去考察其他的内容。但是传统的教育方式是什么?是一套卷子做了十遍,最后发现这里面90%的地方都是自己会的东西。你一直在练自己会的东西可就没用了。我们练东西一定要练自己不会的地方,练自己的舒适区以外的地方,这样才能提高学习成绩。
4. 例如证券考试易错题
例如证券考试易错题  但是以往你很难做到,有了AI之后,有ChatGPT之后,你会发现这个事情超级简单。比如我们看这个题,比如证券从业考试当中有一道易错题,也可以直接去问确的这个题,这个题选哪个答案?通过发行什么所筹集的资金是股份公司注册资本的基础。A优先股票,B普通股票,C记名股票,D无记名股票,然后其他GPP可以告诉你选B并且告诉你。通过发行普通股票所筹集的资金是股份公司注册资本的基础。普通股票代表了公司的基本股权,股东享有投票权、股息权和剩下财产分配权等权利。  但是如果这个题你选错了,你要怎么办?你需要直接问权的GPDACD分别是什么?这四种股票到底有什么区别?用一个最简单的比喻给我说清楚,不要用有什么乱七八糟的深奥的术语。你看这游戏这个最简单的比喻是很多老师做不到的,很多老师可以给你背下来ABCD是什么?给你讲定义,你让他比喻,蒙了。但是前SGPT可以不用术语,他特别擅长来看他怎么说的。A优先股票持有者享有优先获得公司分红的权利,但没有投票权。C记名股票持有者的姓名被记录在公司的股东名册上。D无记名股票持有者的姓名没有被记录在公司的股东名册上。你要去看这个记录上。于是他给你举了一个比喻,想象一家餐厅,顾客们购买不同类型的餐券,这个餐券就是股票,享受不同的待遇。A是优先股,优先股是什么?就是VIP餐券,可以优先的享受美食,但是不能够参与餐厅的决策。B呢,普通股票,就是顾客购买普通的餐券可以吃美食,并且参与餐厅的决策。C是记名股票,顾客购买的餐券上面有姓名,餐厅知道是谁的。D无记名股票,顾客购买的餐券上面没有姓名,餐厅不知道是谁。你看一个非常简单的比喻,用餐券代表股票,就很好的解释了这四种股票的区别。于是我们用它继续提升我们的学习能力。我们这么写,我说再给我出一道类似的题目,也是设置ABCD4个选项,用来巩固这个知识点,核心就是区分这四种股票。如果我答对了你就给我跳过,如果我答错了就回复,答错了并且给我详细的解释,并且再出一道题,一直到我答对为止。  怎么样来我们看他怎么写的,于是他出了一个正题,他说关于4种股票的特点,以下哪个是错误的?ABCD我们就不再详细念了。于是我故意选了B然后他回答的是什么?答错了,实际上B是正确的,普通股票的持有者确实拥有公司的投票权,错误的选项应该是D因为记名股票的持有者在公司股东名册上是有记录的。于是他又给我来一道题目去巩固这个题,关于股票的投票权,以下哪个选项是正确的?ABCD好,这一次我选的D他说回答正确,D是正确的。普通股票的持有者确实拥有公司的投票权。这个例子应该可以更好的帮助你理解这四种股票的区别。这边你只要答错了,就可以让他一直说这个,一直到你答对为止。只要这个地方你有一丁点不理解,叫他给你讲讲你理解为止。只要你还有一丁点不透彻,你就让他用最简单的比喻,你打打比这个比方不清楚,就换一个比方,他可以无休无止的给你一直解答下去怎么样?  你知道切TGPT有一个非常大的好处,就它不是人类。所以你不用担心他累,你也不用担心他不耐烦,也不用担心他觉得你笨。你问他100遍都行,一直问到你懂了为止,这时候你就没有心理障碍了。 你想一想,你找一个老师给你讲题,讲了第一遍你说不懂,好,再讲一遍,还不太懂?好再讲一遍,还不太懂?好再讲一遍,还不太懂好再讲。你好意思吗?你自己都不好意思是吧?这个不是懂不懂的问题,这个是面子问你,最后你自己都不好意思问了,你觉得?好像要过过了吧过了,对吗? 你学习的时候稀里糊涂过了考试就过不了。但是全体疾病就完美的避开了这么一个缺点,对吧?那我们再看一个推理题,比如说公务员考试当中有这么一个推理题,以下这个题选哪一个?为什么?并且给出完整的推导过程,题目是什么样子呢?
5. 例如公务员试题
例如公务员试题  甲乙两队单独完成某个工程分别需要十天和17天。如果甲队和乙队按天轮流做的一个工程,甲队先做,那么最后是哪个队完成,第几天完工?答案,A甲队第11天,B甲队第13天,C乙队第12天,D乙队第14天,选哪个?你把这个题直接给ChatGPT,他会给你这么一个答案。 要解决这个问题,我们可以从甲乙两队的工作效率入手。首先计算他们各自的工作效率,甲队十天完成,那么每天可以完成10分之1。乙队17天完成,每天可以完成17分之1。然后我们观察他们按天轮流工作,两天为一个周期。一个周期之内的工程量是10分之1,加上17分之1等于170分之27。然后我们计算多少个周期内可以完成整个工程,1除以170分之27等于6.3,所以需要六个完整的周期,再加上下一个周期甲队的工作,即6乘以2加1等于13,因此答案是B甲队第13天还过。  但是我说太复杂了,我没看懂,你给我找个更简单的解释,讲清楚,越简单越好。我们就故意装笨好不好?来看一下。于是他说我会用一个更简单的方式去解释。我们知道甲队十天就可以完成整个工程,乙队需要17天。现在他们轮流做这个工作,我们就可以把他们每两天的工作看成一个周期期。在这个周期里面,甲队先工作,乙队后工作。 我们要找出在哪个周期里面,在第几个周期里面他们完成了整个工程。我们先计算一个周期之内他们共同完成的工程的百分比,甲队是10分之1,每天完成10%,乙队是17分之1,每天完成5.88%。那么两队一个周期之内共同完成的百分比是多少呢?10%加上5.88%等于15.88%。接下来我们要找到至少要经历多少个周期,他们才能完成整个工程?百分之百除以15.88%等于6.3个周期,就是需要六个完整的周期。但是六个周期之后,工程还有一点没有完成,于是他们需要开始第七个周期。你看他这一点他讲的非常详细。在第七个周期里面,甲队先开始工作,他们在这一天能完成剩余的工程。于是答案是甲队在第13天完成了这个工程。  怎么样?比刚才是不是又详细一点?好,当时我们说还是太复杂,你再给我找一个更简单的解释是不有点过分了。但是没关系,它不是人类,你继续提,于是他就又给你找了一个更简单的方式。甲队每天完成10分之1的工程,乙队每天完成17分之1的工程,他们轮流工作。所以两天是一个周期,一个周期里面甲队先工作,然后乙队工作。一个周期里面他们共同完成了10分之1加上17分之1的工程。那么我们要找到最后是哪个周期完成了整个工程呢?经过六个周期,他们已经完成了接近百分之百的工程,但是还差一点。在第七个周期里面,甲队开始工作这一天他们可以完成剩下的工程。所以答案是甲队在第13天完成了这个工程,又换了一个说法。但是我们觉得还是不对,再给我换一个全新的方式讲清楚。于是他就又讲了一个方式。这个时候你看他换了一个例子,他不再讲什么甲乙两队了,他举了一个游泳池的例子。这个就很聪明,我不知道给你讲这个题了。  我举个游泳池的例子,甲队每天可以注满10%的水,乙队每天可以注满5.88%的水。他们轮流给这个游泳池里面注水,甲队先开始,每两天是一个周期。一个周期之内,甲队乙队共同为他注满15.88%的水。经过六个周期就12天,他们一共为游泳池注满了95.28%的水,离这个水满还剩4.72%。 接下来第七个周期,甲队开始工作,因为甲队每天可以注满10%的水,所以这一天他可以把整个游泳池给注满,所以甲队是在第13天完成了整个工程。怎么样?这个够简单吗?不错?嘿,换了一个例子,换了个游泳池的例子,清晰明了。但是我们说,还是不懂,我太笨,理解的慢。你再给我讲一遍,越简单越好。换一个全新的方式。你要是一个老师同学,如果问你这么几遍,你可能就崩溃了,对吗?你仔细想想,我觉得我们刚才已经讲了,我现在往下读,我就觉得有点崩溃了,对吧?他还不懂,但是它是机器也不用担心这个,所以你没有心理压力。   他就又给你讲了一遍,他怎么做的呢?他说我们尝试一个更简单的办法,他用一个方格图来表示工程进度,横轴表示天数,纵轴表示完成的百分比。甲队每天完成10%,乙队每天完成5.88%。 然后在这个方格图上画出他们每天的进度,甲队先开始如此反复,直到某一天这个方格图的积累达到或超过百分之百。于是我们可以得到以下的数据,来看这么一个图。好,你看第一天、第二天、第三第四第五第六一直画到第13天,105.28怎么样?通过上面的表格我们可以看到在第13天的时候,甲队完成的工作总的进度达到100%0.28。所以答案是甲队第13天完工完美。
4—12 一分钟搞定专业论文
1. 全文摘要
讲述了如何在一分钟内写出专业论文,包括使用AI工具列出详细的大纲和重点突出、论据详实、击中诱惑的痛点的技巧。同时,讨论了国内高性能数控系统市场占有率低的原因,并提出了加大技术研发投入和引进国外数控系统制造商的竞争等方案,以提高国内高级数控系统市场占有率。最后,给出了参考文献列表和具体的杂志名称和文章年份。
2. 开场
 这节我们讲1分钟搞定专业论文,写了我是什么感觉?痛苦。尤其那种长篇大论的文章,文章长一倍,它的难度是要大四倍的。但是同样的道理,再长的文章我们也可以借鉴AI的工具。比如说它的大纲,我们可以一秒钟搞定。
3. 论文大纲案例
 论文大纲  我们举个例子,比如说你要写一篇中国机床产业的卡脖子问题及其解决方案的。那我们打开ChatGPT这么输入,你是一个业内资深人士,要写一篇文章中国机床产业的卡脖子问题及其解决方案,请先列出详细的大纲,备注出重点和概要要求,重点突出,论据详实,击中诱惑的痛点。另外在结尾的时候再附上参考文章的来源。你看你是一个资深人士去写的,列出详细的大纲,背着说重点和弹要,而且要求重点得突出,论据得详实,还得集中痛点。最后你再把这个参考文章的来源给我,省得我去找怎么样。于是他写出了这么一个东西,来看下这个引言,中国机床产业的现状,卡脖子问题的重要性及其影响。  第二,中国机床产业的卡脖子问题。高端数控系统和关键零部件依赖进口和核心技术研发之后,产业结构不合理,低端产能过剩,品牌意向力较弱,缺乏国际竞争力。 三、解决方案政策扶持与产业升级。A国家的政策扶持。B产业转型升级,强化核心技术研发与创新。A加大科研投入B产学研合作,培养创新人才,提升产业链整体竞争力A促进产业集群发展B提升配套产业能力。品牌建设和市场拓展A建立和推广自主品牌。B深入开展国际市场拓展。 然后第四章讲了成功案例的分析,国内某知名企业的成功转型升级,国外机床产业的发展经验的借鉴。 第五是结论,中国机床产业发展的前景,行业挑战与机遇共存。 第六个还是参考的文献。你看第一个、第二个、第三个,甚至给你列举了具体的杂志,具体的这个文章的名称,具体的哪一年怎么样,效率怎么样。好,但是我们觉得这个框架不够,框架一定是不够的。我们需要做的就是像一个画画一样,我先画出一个大的框架,然后再把每一个框架去细分,吧?  于是我们说这样你把高端数控系统和关键零部件依赖进口,这个给我扩展出几个。此话题同样要求重点突出,论据详实,击中用户的痛点,多一些具体的数据。另外在结尾的时候再给我附上这个参考。文章的来源于是我们得出了这个,他告诉你。 高精度主轴、滚珠丝杠等关键零部件严重依赖进口。A国内高精度主轴满足率不足30%,B进口滚珠丝杠市场占比高达70%。好高性能数控系统的技术短板,A国内高级数控系统市场份额进行占10%左右。B进口数控系统的价格昂贵,增加企业成本。好供应链的稳定性和安全风险A依赖进口可能会导致供应链中断,影响企业生产。D技术风险和贸易摩擦对我国机床产业的潜在威胁怎么样?好对外贸易逆差和产业发展瓶颈。A中国机床及零部件进口逆差逐年增加。B高端产品依赖进口,影响国内产业的可持续发展。怎么样?好,参考文献123列举出来了,多长时间?一秒钟对吗?好,但是我们觉得还不够,我们还想把其中的一点去展开,怎么做?  输入高性能数控系统的技术短板,A国内高级数控系统市场份额仅占10%左右。B进口数控系统的价格昂贵,增加企业成本。把这一部分给我详细展开  于是我们得到了这个,你看它在A下面又扩展了一段,我们念一下它扩展内容。由于长期以来我国的高技能数控系统领域的技术研发和投入不足,导致国内高级数控系统市场占有率较低,仅占10%左右。与此同时,国外的数控系统制造商,比如说德国西门子、日本的发那科等具有明显的技术优势,其高性能数控系统在国内市场当中占据主导的地位。这个使得巴拉巴拉巴拉很难摆脱依赖。好比我们看到进口的这么一个数控系统的价格,通常比国产的要高出许多。不仅使得我们的竞争处于劣势,还有金家企业的生产成本。据统计高性能数控系统的价格占整排数从计算的成本30%到50%。  因此,国内的企业在采购这些数控系统的时候,需要承担较大的成本压力,因而影响企业的盈利和市场竞争力。好,为了解决这么一个东西,我们需要加大这个提高加大这个提高这个共同推动这个?又丰富的很多。好,但是我们觉得还不够,我们想找到它其中一个具体的数据来源,比如说我们说你说的。据统计,高性能数控系统的价格占整台数控机床成本的百分30到50,因此国内企业承担了较高的成本压力,进而影响他的盈利能力。你给我一个具体来源和数据,你这一句话从哪儿找,他是不是方便你去找了?好,你看,于是他这么回答,他说抱歉,由于我的知识库截止到2021年9月,我无法提供最新的数据来源。然而在此之前的一些报道和研究当中,已经表明了这个价格确实占到30%到50%。 举个例子,根据2018年的一篇论文,他举出这个论文的名字叫什么呢?中国数控机床的产业现状分析及其发展建议,作者是杨浩。张勇当中指出这个数控系统作为什么核心部件占比较大,尤其是高性能数控系统。文章当中提到进口高性能数控系统的价格在某种程度上占据了整台数控机成本的30%到50%。 他给你找到这么一个论文,你看,但是他结尾说什么呢?请注意,这些数据源于过去的研究和报道,可能不太准确,需要你查询最新的信息,或者咨询相关的人事。但是这个重要吗?不重要。你记着一个新的东西产生最重要的是它的优点,而不是它的缺点。今天的4.0做不到,未来的5.0、6.0、7.0一定比今天的更强。关键的是你要会用它。 你要知道写论文是一件很严肃的事情,你不可能从头到尾都由它去操作。但是正如我们所言,人最重要的是把控流程,这个流水线你不需要自己去做。但是哪个地方歪了,哪个地方卡了,哪个地方出问题了,你需要去调整一下。也就是论文它可以节省你90%的时间,你只需要在最最关键的地方进行核心的调整,把握最关键的方向就好了。
4—13 一秒钟用notion做报表
1. 全文摘要
讲述了如何使用Notion自动写作软件来快速制作报表。演示了如何使用AI自动生成房产类和企业年报,省去了手动搜集数据和整理的时间。同时,也提到了如何对图表进行调整和美化。
2. 开场
 好,这一节我们讲一秒钟用notion来做报表。你知道上班族他们有开不完的会,写不完的汇报,做不完的报表。如果你的工作当中有很多很多做报表,你感觉一辈子也干不完,你感觉像流水线上的工人在不停的重复劳动。今天我告诉你一个神器,能选一秒钟把它做出来。
3. 一秒做报表
 演示 好,这一节我们讲一秒钟用notion来做报表。你知道上班族他们有开不完的会,写不完的汇报,做不完的报表。如果你的工作当中有很多很多做报表,你感觉一辈子也干不完,你感觉像流水线上的工人在不停的重复劳动。今天我告诉你一个神器,能选一秒钟把它做出来。怎么样?什么感觉?来你看到这个现在是什么感觉? 出来了,但是我们发现它给的不够详细,于是我们让它继续。我们加了一句,每一年都要。于是你看到了这个。  怎么样?写好了,一秒钟就搞定了。但是我们觉得这个有问题,这个图太扁了,于是我们输入X轴,Y轴互换一下,于是你得到了这个怎么样?200120020304050607080910111213。怎么样?  我们再看一个更牛叉的,比如说你要做一个企业年报,比如说小米公司的,你可以直接用AI输入总结小米公司2019年的年报,做成不小于1000字的文章给我。于是我们就得到这么一个内容来看一下。  怎么你要是觉得这个不够,那么你就输入附上小米最近十年的财报表格趴出来。感受一下需要什么,就让他给你找什么就好了。而你要做的就是什么,花10分钟20分钟看一下他的具体的指令,然后就好了。
4—14 一秒钟做出皮克斯风格
1. 全文摘要
介绍了使用madju y软件在一秒钟内制作皮克斯风格的方法,可以通过输入命令进行精准控制,达到最佳效果。同时,还介绍了使用YouTube美术馆制作动画的基础方法,可以通过更多微调来打造独特的角色和场景。最后,通过引用外国全家福照片为例说明了制作过程,并给出了两个不同的全家福作品供用户选择。
2. 开场
 这一章我们讲一秒钟做出X的风格
3. 皮克斯风格的案例分享
 我们用的软件是madju y其实非常的简单三步。第一步上传图片。第二找到图片的地址,发送给majoring y第3,输入需要的风格,点击生成。我们今天找到大家很喜欢的皮克斯的动画效果,我们把它一秒钟做出来。我们找了几个例子,分别是一个小和尚,一个小女孩,还有一个全家福。
1. 小和尚
 来我们看一下来我们先看一个小和尚的,我们把这个小和尚的图片上传了之后,如何把它做成皮克斯的风格。先上传处理当中,然后点击。点击右键,找到它的图片地址。粘贴进去。然后我们要输一些命令,你看我们说的是什么?迪克斯风格,一个小和尚三岁,然后在这个寺庙里面正在看着地面OK了,然后直接点击确定就好了。我们还加了一个词叫standing站在那边。  来我们看一下它的神奇的变化,一会儿它会这个效果慢慢的浮现出来。你看它上面写的不一定是十二,马上就开始,一会儿它会有百分之几百分之几的一个进度。好,你看这个时候开始有变化了,看到没有?慢慢的模糊,开始变清晰了,看到没有?你看15%了,31%,看到没有?这时候我们可以隐隐约约看到这个小和尚,对吧?46%了,差不多感觉出来了。62了,怎么样?感觉出来了,对吧?78%了,怎么样?越来越清晰了。是不是非常简单?上传,然后输入你的命令,然后直接点回车就好了,93%了。  好,百分之百了,百分之百之后你会发现它有一个选项,U1U2、U3、UVVV2V3V4,这个1234就对应的上下左右。好,U一是什么呢?SCM把第一个图片放大,V1variations就是把第一个图片来进行四个变化,于是我们点了一些V1,我们觉得第一个比较接近我们的原图。你看他现在正在处理,我这里说一下,因为我们没有说这个小和尚面朝哪个方向。如果你想进行更精准的控制,你可以几乎做出来和你的照片一模一样的。我们这边只是做一个大概的演示,找到这个感觉。  你看当我们点了这个V一之后,他把第一个图片又做了四个,稍微有一些差别的variations,对吧?好,做完了。于是我们再点开看一下,我们觉得哪个好呢?哪个更好?来你感受一下,我觉得好像是第三个更好,于是我们就把第三个放大APP SCO对吧?  点完之后你会发现,它把第三个放大,我们点开看一下。怎么样?来我们对比一下原图,看一下怎么样。这个小盒像就做好了,非常快。
2. 小女孩
 好,我们再看一个小女孩的,我们上传那个国外的小女孩的照片看一下,点击上传。上传了之后,点击确定好处理中上传完毕了,然后打开这个图片,复制它的地址。我们还是竖pix style。 皮克斯的风格,这次我们输入的非常简单,你就直接说皮克斯风格就好了,按照这个给我做。于是我们可以看到。开始了非常快,看到没有?出来了一点点了模糊,慢慢的变清晰,它永远都是1234。15%了。然后三十1的。46。62了。  好,做好了还是U1、U2、U3、U4、V1、V2、V3、V4,我们觉得好像第三个比较好。于是我们让它变换出一些细节,我们点了V3,V3就是变换细节,把第三章变换出四个细节出来,variations. 出来了。再等一会儿。OK怎么样?来,我们看一下哪个照片更好,我们把它放大一点。这个好像第一张更好一点,于是我们点了一U一把。第一张照片给我放大了,好效果出来了。  来我们点开看一下怎么样和原图对比一下。这是我们输入一个非常宽泛的命令,就直接输了皮克斯风格这几个字。你实际可以对它进行更多的微调。比如说的发卡什么颜色,它的表情什么颜色,手放在什么地方,这些都可以去调整的。我们现在给你展示的一个最最基础的一个用法
3. 全家福
 好,再看一个例子,我们再看一个全家福的好不好?我们上传一张全家福看一下你家里有那种孩子的全家福也可以上传。上传之后做出一个皮克斯的风格。 你觉得发一个朋友圈感觉怎么样?我们拿这个举个例子。我们上传了一个老外的照片。好,上传好了之后,复制这个图片的地址,把它粘贴到下面的对话框里面,打一个横杠,选择第一个image prompt,然后把这个图片地址输入进去。然后我们写的英文是什么呢?bad mom and baby, 爸爸妈妈和孩子非常简单。然后又写了一个exacter style皮克斯邦,爸爸妈妈和宝贝皮克斯风格非常简单的一个命令,就按照这个给我画好。  上传了之后,他开始正在作画,我们稍等一下。出来了,你看很快。你看1234慢慢出来了。46%了。62%。 板78马上就好了,你看短短的几秒钟,这个效果就做出来了。怎么样?什么感觉?来我们看一下觉得哪个好?1234你觉得哪个好?喜欢哪个就点哪个就好。于是我们觉得第一个比较好,让它变换几个细节出来,于是我们点了V1。55%了。赶83。好,全部做好了。来看一下1234哪个更好,选一个就好了。  我们觉得第一个感觉好像更接近。但我们点了UE好出来。来感受一下,看这个的源头的对比怎么样。就是一个非常简单的年龄,爸爸妈妈和宝贝,然后pix风格更多的细节你可以自己去控制。我们现在展示是一个最最基础的用法,一秒钟就做好了,对吧?
4—15 用AI找回奶奶的小院
全文摘要
讲述了发言人小时候和奶奶在小院子里的快乐时光,以及长大后回到家乡发现一切都已经改变的感受。他通过一系列的图片和描述,表达了珍惜过去美好的重要性,以及对空巢老人的关注和关爱。
开场
 这一节我们讲一秒钟回到奶奶的院子,而且小的时候,奶奶家里有一个小院子。我那时候很小就经常在院子里面玩儿,奶奶就经常给我们做馒头,做花卷,做各种好吃的,每次放学的时候,我都喜欢跑到他们家里。我奶奶门口有一个大大的柿子树,里面的满满的葡萄糖,它们有各种各的好吃的。每次打击回来之后,奶奶都会给我留一块糖。那个时候还没有冰箱,就吃西瓜的时候,我们要从压水井里面去压出一点水。你叫这个亚水的时候,你还得因为它那个胶片老化,所以你还得在上面再倒一点水,它里面才能吸出水来,对吧?然后我们用那个井水里面凉凉的东西去冰西瓜,然后每次我都会赶去帮忙,然后喷到自己一脸水。 嘿,每一次奶奶都会一边笑一边帮我擦脸。然后他每次帮我擦脸的时候,我就说你娘怎么那么多皱纹呢?他奶奶说人老了就会有皱纹。 后来慢慢长大了,离开我的家乡,然后也为自己的梦想奋斗了很多年,每天忙忙碌碌有的时候你冰箱里面拿出一块西瓜在吃的时候,已经不是那个当年的味道了。有时候一眨眼你会发现奶奶已经不在很多年了。过年的时候你再回到那个小院,物是人非,尘埃满地。 有的时候我翻翻看我奶奶的照片,有一张我最喜欢的给他眯着眼睛在葡萄藤下面晒着太阳,满怀慈祥的看着我。今天似乎只有这个葡萄树还记得曾经的那一切,过去的那些美好转瞬即逝,就仿佛一个电信号消失了。昂贵的东西很多很多,但是珍贵的东西很少很少。
回忆小时候奶奶的院子
 我一直以为佟年就这么过去了,直到我发现了没jury。于是我尝试说一段描述,奶奶坐在院子里洗衣服,时间1990,地点中国。然后我得到这么一个图,他有这么一个图。他们不是我的奶奶,但是他们很像我的奶奶。于是我又尝试书汝奶奶在小院门口等你。  时间,1990。地点,中国。然后我被震惊了,我得到了这四张图,我把第三张放大,我看到这么一个效果。我们继续放大。我不知道你看到了什么。我看到了你,看,我看到了空洞的眼神,看到了密布的皱纹,看到了花白的头发,看到了斑驳的背影,看到了无处安放的双手,看到了忐忑不安的期待。所以那一瞬间我想说。男大人。我回来了。
第五章:术语篇
5—1 术语篇图灵测试
1. 全文摘要
讲述了学习AI术语的障碍,特别是生词,课程的特点是化繁为简,用简单的比喻快速学会。然后介绍了图灵测试,虽然通过测试不等于智能,但很多人把图灵测试当做门槛,认为AI会拥有自我意识,从而引发科幻作品中的恐怖场景。此外,还提到了一些聊天程序会欺骗人类测试者,以达到骗取智能的目的。
2. 开场
 好,这一节我们讲一秒钟搞定AI术语。你知道学AI当中一个非常大的障碍就是术语,就是生词。你做什么英语阅读的时候,一个文章里面有八个生词基本就完蛋了,你就会被切得支离破碎。AI也是很多小白在学习的时候就会遇到很多的新概念。所以我们在解释所有的东西之前,我们想把这些概念给你讲清楚。  课程特点 但是我们的课程有一个非常明显的特点,就是我们不用深奥的术语,因为所有的东西都可以去百度。你为什么还要看课程呢?就是因为课程的效率更高。所以在我写这个课程的时候,我花了大量的时间化繁为简,降为输出。用一个超级简单的比喻,这样一点就透,不需要去花精力,不需要去消耗心力,也可以快速学会。准备好了我们就开始。
3. 图灵测试
 小游戏 首先我们讲图灵测试。图灵测试是图灵提出的一个关于机器人的著名判断原则。1950年图灵发表了一篇具有里程碑意的论文,叫电脑能思考吗?第一次提出机器思维的概念,我想起小时候的一个以游戏,就是总有人说我能喝出可口跟百事的区别。那么好,你现在把眼睛给我蒙着,看你能不能喝出区别。 图钉测试也是让你和对方直接去聊天,但是不告诉你对方是真人还是一个机器。你聊聊聊完之后你感觉他是人还是机器。如果你感觉他是一个人,那么他就通过了图灵测试。  规则设计有很大漏洞 所以我们要注意,通过图灵测试不等于智能。因为图灵测试其实无关技术,甚至无关智能。它是对人工智能是否要拥有自主意识的一种想象。也就是说大部分人对于AI是否通过图灵测试如此好奇,原因就在于他们把图形测试当做了一个门槛,一旦通过,他们就觉得好像AI拥有了自我意识,从而会联想到很多科幻作品里面塑造的什么AI统治世界的恐怖的场景。但其实图灵测试的规则设计有很大的漏洞,因为AI只要成功的欺骗了这个测试者,就可以被认为拥有了智能。所以以leiser为使人的很多聊天程序专门为欺骗人类而设计。他们会在解决问题的时候故意犯错,或者说有意拖延回答的时间,用一种所谓的类人行为变异性来装的更像人类,从而骗过测试者。
5—2 术语篇阿西莫夫三定律
开场及内容
阿西莫夫三定律什么是阿西莫夫三定律呢?这是一个科幻故事里面提出的概念。  具体一点,第一定律,机器不得伤害人类,或者因为不采取行动而让人类受到伤害。  第二定律,机器人必须服从人类的安排,除非这些安排和第一定律相冲突。  第三定律,机器人必须保护好自己的安全。在不违反第一第二定律的前提之下。
5—3 术语篇神经网络
1. 全文摘要
神经网络是一种模拟人类学习和思维的计算模型,取代了规则系统,因为规则太多,无法应对复杂的世界。神经网络通过自我学习和试错,能够高效地解决问题,与人类的寿命相当。
2. 开场
 神经网络什么是神经网络呢?在上世纪80年代以前,我们对计算机的解决思路是给了规则。后来我们发现那条路走不通,为什么呢?因为规则太多,弄不过来,世界太复杂了。  于是我们就在想,能不能让他去模拟人的。就是你不告诉他任何的规则,你就告诉他怎么去学习这个世界的,让他自己去学,让他自己不停的去试错。因为他的计算能力很强,它的效率很高,它相当于每个人活到了100万岁。这样的话,你只要活的时间足够久,你总是能够摸得透透的,这个就是神经网络。
5—4 术语篇transformer结构
1. 全文摘要
介绍了transformer结构是由谷歌在2017年提出的,它是一种人工智能模型,由encoder编码器和decoder解码器组成,负责将原始数据转换成计算机可处理的方式,并且自注意力机制可以帮助模型更好地理解每个元素之间的联系,从而达到更好的文本处理效果。类比到炒菜当中,就是需要对每个食材进行观察和转动,适当调整它们之间的关系,以达到更好的佳肴效果。
2. 开场
 transformer结构是由谷歌在2017年提出的。
3. Transformer结构的应用
 你看到的现在的大量的人工智能模型都在使用这么一个结构。打个比方,transformer就像一个大的厨房,里面有不同的工具和设备,他们各自负责不同的任务。里面最重要的两个工具是encoder编码器和decoder解码器。include负责将原始数据,比如说有一段英文的文字,把它转成数字化的表示方式。这种数字化的表示方式更适合于计算机进行处理。这个就好像把原材料清洗、去皮、切碎等操作,让他们更容易加工。  而decoder是负责把数字化的方式切换回来,变成人类可以理解的方式。比如说把那个英文文本变成一个中文翻译。这个就好像把处理好的食物摆成拼盘或者做成菜品,这样你可以直接吃。那transformer还有很多其他的工具和设备,比如说自注意力机制,通俗的解释就是掌握火候。  就是我们在炒菜的时候,需要对锅内的每一块食材,比如说蔬菜进行不断的观察和转动,来保证让他们被均匀的烹饪。并且各个食材的火候也要适当协调,避免有一些过生或者过熟。那么在自注意力机制当中,每个元素就像锅里面的每一块食材,而计算相似度就像在观察和转动食材。在这个转动的过程当中,模型可以更好的理解每个元素之间的联系,并且适当调整它们之间的关系,从而达到更好的文本处理效果。类比到炒菜当中,就是通过观察每个食材的火候,最终做出一道好吃的佳肴。
5—5 术语篇—Finetune
1. 全文摘要
微调是指定制化,通俗地理解就是微调语音识别模型以适应医疗领域的语音数据。这个模型需要专门针对医疗领域的口音、术语等进行微调,以提高识别精准度。这就像输入法需要针对不同领域进行设置一样。
2. 开场
 fourteen的字面的翻译就是微调,通俗的理解就是定制化。
3. 微调
 ·例如语音识别模型 比如说有一个已经训练好的语音识别模型,它可以把人类说的话变成文字。但是现在这个模型需要用来处理医疗领域的语音数据,比如说把听诊的录音转成文字。但是因为医疗领域的这个语音数据和普通人说话有很大的差异,因此你需要专门针对这个模型来进行微调。比如说病人和医生的口音,诊断的一些术语等等。 例如输入法 这个就好像你的输入法,你是财经领域,你就可能会导致财经的关键词。你要是二次元就导入二次元的关键词。你要是湖南人,你就把它设置成湖南方言,这样的识别就会更精准,这个也是fine to微调。
5—7 术语篇—ChatGPT
1. 全文摘要
好ChatGPT是一款聊天机器人,能够生成新的文本和内容,具有生成式的特点。预训练是指在正式投入使用之前,模型已经进行了大量的学习和训练,类似于培训一个保洁员需要经过培训才能上岗。变形金刚是一个形象的比喻,指的是一种高效的神经网络架构,ChatGPT可以理解为一个会说话、拥有丰富知识和高效大脑的机器人,能够根据用户的需求生成相关的内容。
2. 开场
 好ChatGPT chat就是聊天。
3. 会说话的机器人
 Generative(生成式) GPT它的全称是generative retrain的transformers结构,什么意思呢?generative生成式的什么意思?意味着这个模型可以创造新的内容,比如说生成新的文本,通俗来讲它就像一个会说话的机器人,可以根据你的要求或者问题生成新的回答或者内容。所以你用的时候感觉它是一个字一个字一段一段的蹦出来的。 Pre-trained(预训练) 在生成好free train的预训练什么意思呢?就是模型在正式投入之前已经进行了大量的文本进行学习和训练。就好像你去五八到家去找一个阿姨,这个阿姨她不能说随便,大家要给你拉一个就过来,就到你家做保洁,会给你当月嫂,她要经过培训,这个培训就是预训练。这个阿姨得知道到客户家里要做什么东西,遇到什么问题怎么处理,她持证才能上岗。  Transformer(变形金刚) 好,transformer变形金刚什么意思?这个变形金刚是一个很形象的比喻,它指的是一种很先进的神经网络架构,简单来讲就像一个高效的大脑,能够快速的理解和处理信息。所以ChatGPT可以理解为一个会说话的,拥有丰富的知识和高效大脑的机器人。可以根据你的提问或者需求生成新的相关的内容。
5—8 术语篇—AIGC u
1. 全文摘要
介绍了互联网内容的生成阶段,从PGC到UGC再到AIGC。UGC时代的编辑面临着生成内容有限的问题,因此产生了论坛用户生成内容。而今天的微博、抖音等平台也是通过调用用户的力量来生产内容。随着人工智能技术的发展,从UGC到AIGC的过渡正在进行中,AIGC的优势在于效率和创意。
2. 开场
 AIGC互联网是什么?互联网就是内容的组合,每天有千千万万的内容去生成,而不同的生成方式有不同的阶段。
3. 三个阶段
 第一个阶段叫PGC 第一个阶段叫PGC,就最开始出现互联网的时候,有很多的编辑,他们会写一些文章。这个提供的最初始的内容它叫1.0。你当年去搜狐的时候,有大量的这样的内容。搜狐体育就是体育编辑写体育内容,搜狐汽车就是汽车编辑写汽车内容,所有的内容都是编辑去创作。 第二个阶段叫UGC 第二个阶段叫UGC,就是所有的东西都是由编辑去创作的话,它会遇到一个问题,就是它能够生成的内容很有限。比如说我这个汽车用户,想问的问题可能是千几百块,可能有100个问题你想都想不到的。比如说儿童锁和中控锁有什么区别?但是这样的东西编辑它不可能一一的去给你回答。于是就产生了一个UGC用户生成内容。 换句话来说就是论坛。比如说100万的论坛用户每天都会自发的去贡献内容。那这样的话就会源源不断的有新的内容出来。你今天看到的微博还有抖音本身也是一个e UGC就是调用用户的力量。  第三个阶段叫AIGC 好,第三个阶段叫AIGC,就是通过AI去生产内容。它的优势是效率和创意。比如说AI写作、AI绘画、AI做AAI设计、AI编程。我们现在正处在从UGC往AIGC过渡的阶段。
5—9 术语篇—GPU
1. 全文摘要
讨论了GPU和CPU的区别,GPU是为了处理3D游戏和视频渲染而开发的,具有先天的优势,适合处理大规模需要并行计算的任务。而CPU则是一个通用的处理器,虽然也可以进行矩阵计算,但效率较低。举例说明了GPU的优势在于可以同时处理多个任务,适合深度学习等任务。
2. 开场
 好GPU,GPU和CPU有啥区别?为什么人工智能要的都是GPU?其实CPU和GPU都是用来运算的,但是它们运算的场景不一样。CPU是一个通用的处理器,它的设计的初衷就是满足各种类型的计算,包括文字的,包括数字的,包括图形的。这个时候就出问题了,一个车舒适信号、操控信号说明什么?说明它的舒适性、操控性都不够好,对吧?而GPU最开始是为了处理3D游戏和视频渲染而开发的,这里面需要用到大量的矩阵计算,它有先天的优势。其次呢,GPU还有更多的核心和线程,可以同时处理多个任务,所以它特别适合深度学习等大规模需要并行计算的任务。
3. Gpu和cpu的区别
 GPU和CPU的区别 为什么人工智能要的都是GPU?其实CPU和GPU都是用来运算的,但是它们运算的场景不一样。CPU是一个通用的处理器,它的设计的初衷就是满足各种类型的计算,包括文字的,包括数字的,包括图形的。这个时候就出问题了,一个车舒适信号、操控信号说明什么?说明它的舒适性、操控性都不够好,对吧?而GPU最开始是为了处理3D游戏和视频渲染而开发的,这里面需要用到大量的矩阵计算,它有先天的优势。  其次呢,GPU还有更多的核心和线程,可以同时处理多个任务,所以它特别适合深度学习等大规模需要并行计算的任务。 举例 我给你举个例子你就懂了。CPU就像一个老教授,这个老教授啥都会。但是你要让这个老教授算100万份小学的考试题,那这个效率可能就很慢了。但是如果你找1万个小学生去算,会容易很多。这个小学生就是GPU。
5—10 术语篇—监督学习supervised learning
开场及内容
 好监督学习是不是voice learning?什么叫监督学习?就是提供已知的输入和输出来训练模型。我们举个例子,你想让计算机来识别出来手写的汉字,那么你就找到所有的汉字的写法扔给他,然后让他自己去找规律。然后你自己再手写几个字来看它识别的对不对?这个就是监督学习。
5—11 术语篇—无监督学习unsupervised learning
1. 全文摘要
无监督学习是一种在没有标注数据的情况下,根据特征或相似模式进行计算或识别分析的方法。与监督学习不同,它不需要事先给定标准答案,而是让模型自己学习并聚类。例如,对于电商平台的用户分类,可以让模型自己去寻找相似度最高的群体,进而推荐商品。
2. 开场
 和监督学习的区别 无监督学习and supervise learning。什么是无监督学习呢?就是在没有标注数据的情况之下,你自己根据这些特征或者相似的模式来进行计算或者识别分析。 不需要事先给定标准答案 他和监督学习最大的区别就是我不需要事先给定你标准答案。 例如电商平台的用户 比如说一个电商平台有大量的用户,那这个时候怎么去进行用户分类?也不需要去给用户设定什么年龄、性别、喜爱的什么爱好。你把这个东西扔给他,让他自己去聚类,找出这个相似度最高的群体,然后根据他们的行为去推荐东西。
5—12 术语篇—强化学习reinforcement learning
1. 开场
 加入试错和奖惩机制 强化学习reinforcement learning什么是强化学习呢?就是它加入了试错和奖惩机制,你自己去试错,对了就奖励,错了就惩罚。 例如电商 还是刚才那个电商的例子,如果你的算法是有用的,提升了销量,那么就给他正向的奖励。如果这个算法是有问题的,降低了销量就给他负面的惩罚。通过这么一个刺激源不断去调整它的精准度。他有点类似人类大脑当中的多巴胺。你做的事情对了,挣钱了你就会开心,这样就会持续去做。
5—13 术语篇—深度学习deep learning
1. 全文摘要
深度学习是一种基于神经网络的人工智能技术,用于分析和识别数据。通过向神经网络展示大量数据,并告诉它正确的类别,神经网络可以逐渐识别数字和图像,并进行预测。这种技术可以用于许多领域,如图像识别、自然语言处理等。
2. 开场
 深度学习deep inning什么是深度学习?简单来说就是为数据。 例如教小猫辨认颜色 举个最简单的比喻,你现在正在教一个小毛具变成颜色,你会向他展示不同颜色的球球,然后告诉他具体是什么颜色。那么随着时间的推移,它就可以区分不同的颜色,并且看到星球的时候能够猜对这个颜色。
3. 深度学习的含义
 在深度学习当中,我们会用类似的方式向神经网络展示大量的数据,并且告诉他正确的类别。比如说我们可以向神经网络展示大量的数字图像,并且告诉他每个图像代表的数字。随着时间的推移,神经网络会逐渐识别数字,并且可以预测新图像的数字
5—14 术语篇—自然语言处理(NLP)
1. 全文摘要
自然语言处理NLP是指让计算机理解和处理人类使用的自然语言,例如搜索引擎可以通过NLP技术理解用户的意图并提供相关信息。最典型的例子是Siri能够理解用户的语言并设置提醒事项。与编程不同,NLP是机器用人能理解的语言去沟通,因此更加简单高效。
2. 开场
 好,自然语言处理NLP什么意思呢?指的是让计算机理解和处理人类使用的自然语言。 例如搜索引擎 举个例子,当你在搜索引擎里面输入一句话的时候,我想找一家附近的意大利餐厅。那么搜索引擎会通过NLP技术来理解你的意图,并且给出相关的结果,包括推荐的餐厅地址和营业时间等具体信息。 例如Siri 一个最典型的例子就是siri你告诉他说明天早上八点提醒我开会,那么这个siri就会通过NLP技术来理解你在表达什么,并且设置提醒事项,也就是你可以理解为编程的反方向。编程是人用机器能理解的语言去沟通,而NLP是机器用人能理解的语言去沟通,那这样的话就会更加简单高效。
5—15 术语篇—摩尔定律
1. 全文摘要
摩尔定律指的是同一块芯片面积内集成的晶体管数量,每18到24个月会增加一倍,而芯片的价格却不会随之上涨。这意味着电子产品的成本快速下降,而且符合摩尔定律的行业,如手机和汽车,成本下降远大于货币的蒸发,所以价格不会上涨。
2. 开场
 摩尔定律摩尔定律指的是在同一块芯片面积内集成的晶体管的数量,每18到24个月就会增加一倍,而芯片的价格却不会随之上涨。也就是说摩尔定律它所描述的是同一个芯片的尺寸之下,集成电路当中可以容纳的晶体管的数量会不断的增加,但是造价却不会随之提高。 例如CPU处理的速度 我们举个例子,CPU的处理速度和晶体管的数量是相关的。从70年代开始,处理器当中晶体管的数量约是每两年翻一倍。这个就意味着同样大小的芯片可以容纳更多的晶体管,从而使得处理器的速度和性能不提高。比如说最初的英特尔的4004芯片只有2300个晶体管,而现在的英特尔酷睿I9处理器则拥有超过10亿个晶体管,性能、速度和处理能力都发生了翻天覆地的变化。
3. CPU处理的速度案例
 那么简单来说,摩尔定律可理解成电子产品的成本快速下降。比如说在一个通胀的时代,手机为什么反而越来越便宜?汽车为什么反而越来越便宜?就是因为这些行业高度符合摩尔定律,它的成本的下降远远大于货币的蒸发。所以你买的面涨价的,买的西瓜涨价了,你去理发店理发的价格涨了,但是汽车反而在降,因为摩尔定律。
5—16 术语篇—API
1. 全文摘要
API是一个比喻,它可以比喻为大学的食堂,每个窗口都有不同的菜品,每个人可以根据自己的口味去选择,就像在食堂里选择菜品一样。而做程序也是一样,不需要自己开发,只需要按照规则调用就行。
2. 开场
 例如大学食堂 好,API. API是什么意思呢?API就是大学的食堂,你去食堂里面吃饭,它有一个一个的打饭窗口,你不用管它后面是怎么做的,反正这个上面写的鱼香肉丝,那个上面写的醋溜丸子,那个上面写的什么西红柿炒鸡蛋,你想打什么菜就去不同的窗口,按照自己的口味去调配,想吃什么去什么,窗口不需要自己做,不需要管窗口后面怎么做的,只需要看窗口的菜名就行,吃啥点啥。那不同的人进入同一个食堂,他打出来的看是不一样的,都是适合自己口味的。这个食堂就是API。做程序也一样,你不需要亲自开发,也不需要管对方的后台怎么做的,你只需要按照对方给你的规则调用就行。
5—17 术语篇—prompt engineering
1. 全文摘要
提示词工程师被解释为医生对病人进行精准治疗的类比。为了得到更好的治疗方案,病人应该提供详细的情况描述,包括症状、持续时间、家族病史和治疗史等。类比于修手机,精准的描述可以使维修更加精准。在与人工智能交流时,要明确要求和问题,以便获得高质量的回答。
2. 开场
 例如看医生 prob engineering翻译成汉语就是提示词工程师,什么意思呢?就像你去看医生,你不能说三个字不舒服,这样的话医生他找不到原因,不得找到的是泛泛而谈的,吧?所以为了得到更精准的治疗方案,你得告诉这个医生你的具体情况。比如说哪里不舒服,不舒服多长时间了,有没有遗传病史,然后做了些什么事情,有没有感冒过,具体的情况描述的越详细越好。这样的话,你医生就可以快速知道你是什么情况,能够对症下药。
3. prompt engineering 工程师
 例如修手机 你去修手机不也一样吗?你不能过修,你得告诉他这个手机是摔了,还是进水了,还是碰了,还是什么地方有问题。这个屏幕是不亮还是老闪,还是电池用的太快,还是什么快捷键出问题了。你告诉的越详细,它维修的就会越精准。提示词工程师也是,你和人工智能去沟通的时候,你不能直接说给我做,那他也不知道该做什么,你得把具体的一要求告诉他。你的要求越明确越仔细,你提问的水平越高,他给你的回复的质量就越高。
5—18 术语篇—CNN卷积神经网络模型
1. 全文摘要
CNN卷积神经网络模型被介绍为能够像小机器人一样分析图片的卷积神经网络。他们可以用来分类图片、识别物体、翻译语言等各种任务,并且可以自己学习和提取有用的信息。这种网络广泛应用于计算机视觉和自然语言处理领域。
2. 开场
 CNN卷积神经网络模型被介绍为能够像小机器人一样分析图片的卷积神经网络。他们可以用来分类图片、识别物体、翻译语言等各种任务,并且可以自己学习和提取有用的信息。这种网络广泛应用于计算机视觉和自然语言处理领域。 卷积神经网络可以用来干嘛呢?分类图片、识别物体、翻译语言等各个任务。他们自己非常的聪明,能够自己学习和提取有用的信息。他们广泛的使用在计算机视觉和自然语言的处理领域当中。
5—19 术语篇—线性回归方程
1. 全文摘要
线性回归是一种基本的机器学习算法,用于预测一个变量和一个或多个自变量之间的关系。它的数学表达式是Y等于AX加BA和B表示模型中的参数,X表示自变量。线性回归的输入模型是各种因素输出,是预测的身高值。AI的优势在于可以高效地进行矩阵计算,找到最佳路线。虽然线性回归并非万能的,但它在很多解决实际问题当中都有非常好的效果,因此在AI中被广泛使用。
2. 开场
 机器学习算法 线性回归方程AI当中为什么会大量提到线性回归方程?这个东西到底是干嘛的?线性回归是一种基本的机器学习算法,它的数学表达式就是Y等于AX加BA和B表示模型中的参数,X表示自变量。它用于预测一个变量和一个或者多个自变量之间的关系。简单来说就是通过一条直线来模拟数据的趋势。我们经常开个玩笑,就是这种线性回归方程,你自己拿个算盘,拿个计算机,你也可以给我打出来。只要你活得足够长,你拿个算盘也可以搞出一个人工智能,就是效率太低。而AI的优势,它可以高效的进行矩阵计算,快速找到那条最佳路线。
3. 线性回归方程的用法
 例如预测身高 举个例子,比如说我们想预测一个人的身高,那么我就会收集一些样本数据,包括人员的性别、年龄、体重等数据,然后根据这些因素建立一个线性回归模型,通过这个模型就可以预测出这个人的身高到底是多少。线性回归的输入模型是各种因素输出,是预测的身高值。  比如说我们拿到了这么一个数据,你看身高1米6 51米65 55,1米7 61米75 65。那么我们就可以通过线性回归模型来构建一个方程,这个方程就是来描述身高和体重的关系。假如我们得到的方程如*,*重等于十加上20乘以身高。现在我们知道某个人的身高是1.8米,那么可以通过这个方程来预测他的体重,体重等于10加上20乘1.8的0 46公线。线性回归方程之所以在AI当中被广泛使用,就是因为它可以帮我们预测出来未知的结果,并且可以通过调整模型中的参数来优化性能。  那有人要问了,为什么不是非线性的回归呢?为什么一定是一条直线?实际上线回归只是机器学习领域当中的一个模型,不是所有的问题都适合线性回归。比如说对于某些问题,线性回归没有办法很好的你和数据的分布。这个时候我们考虑使用非线性的回归模型,比如说多项式回归、逻辑回归。但是线性回归为什么这么重要?是因为它具有很强的可解释性和稳定性,能够提供简单有效的预测结果。此外,线性回归的运算速度也相对较快,即使在有大量数据的情况之下,也可以保持较高的准确度。 总的来讲,线性回归并不是万能的,但是它在很多解决实际问题当中都有非常好的效果,所以便于理解和实现。这就是为什么你在AI当中经常会听到这么一个词,线性回归。线性回归。
5—20 术语篇—语言模型GPT和BERT
1. 全文摘要
介绍了两种主流的语言模型GPT和BERT的原理和应用场景。GPT是单向语言模型加上次回归机制,适合文本生成和对话系统;而BERT是双向语言模型加上掩码机制,适合理解任务,如问答系统和文本分类。GPT适合降低人机交互门槛,而BERT则更擅长纠正错误和提高应用能力。在不同的任务和场景下,两种模型都有其独特的优势和应用价值。
2. 开场
 GPT原理 语言模型GPT和BERT。AI当中有两款主流的语言模型GPT和BERT,它们都是基于transform结构的预训练语言模型,但是他们在原理上存在一定的差异。GPT的原理是什么呢?是单向语言模型加上次回归机制。就是它通过单向的方式把前面的词作为条件来预测下一个词。每次生成一个词的时候,都会把当前已经生成的序列作为输入,再次生成下一个词,直到生成完成的整个句子或者文章。所以这个方式特别适合于生成任务,比如说文本生成,比如说对话系统等等。 BERT原理 而BERT的原理是双向语言模型加上掩码机制,也就说同时考虑前面和后面的词,以帮助理解当前词的含义。所以在训练BERT模型的时候,会把一些随机选取的词进行掩盖,然后让模型根据周围的词来猜测这个被掩盖的词。这个方法特别适合于理解任务,比如说问答系统,文本分类等等。
3. 语言模型GPT和BERT
 举个例子 我们举个例子,GP模型和BRD模型就好像两个准备学英语的人,他们最大的区别在于学习方法和目标不同。PPT就像一个写作达人,他通过不停的去阅读各种文章和书籍来提升自己的写作能力。他的学习方式是阅读和理解文本内容,通过对文章结构和用词的理解来提高自己的语言表达力。就类似于我们平时的多看书,通过多阅读来提高语言的理解力。但是BERT模型更像一个英语的考试高手,他不断的通过练习各种英语题目来提高自己的英语能力。他的学习方式是不断的通过做题和反馈来纠正自己的错误,从而提高自己的语言应用能力。类似于我们平时做很多的练习题,通过不断的实践来提高自己的语言能力。  我们再举个例子,比如说我们要对一篇医学论文进行评价。那么GPT的模型更擅长于根据文章的结构和词汇来判断这个文章是否通畅。比如说是否有矛盾或者重复的地方。而BRT模型更擅长根据文章的内容来判断文章当中是否是涉及到某些特定的医学知识或者主题。比如说肿瘤治疗、病毒传播等等,以及这些文章是否存在错误或者未经证实的偏见等等。因此在不同的任务和场景之下,GPT模型和BERT模型都具有自其独特的优势和应用价值。  那么简单来说,GPT是沟通是第一位的,DRT是准确度是第一位的那为什么GPT成为一个主流的语言模型呢?就是因为它适合与人交流,它极大的降低了人机交互的门槛。就好像当年电脑到手机一样,鼠标、键盘、打字通通都不需要用了,直接操作搞定一切。门槛的降低才能使得用户的数量有几何倍数的增长,也才使得GPT可以超过大部分的语言模型,成为今天的主流语言。