跳转到帖子
在手机APP中查看

一个更好的浏览方法。了解更多

AIGC实战 - 只有干货的 AI 社区

主屏幕上的全屏APP,带有推送通知、徽章等。

在iOS和iPadOS上安装此APP
  1. 在Safari中轻敲分享图标
  2. 滚动菜单并轻敲添加到主屏幕
  3. 轻敲右上角的添加按钮。
在安卓上安装此APP
  1. 轻敲浏览器右上角的三个点菜单 (⋮) 。
  2. 轻敲添加到主屏幕安装APP
  3. 轻敲安装进行确认。
(建议配图:左边是一个在那翻书的图书管理员(代表谷歌/百度),右边是一个闭着眼睛正在写诗的莎士比亚(代表 AI))
大家好,欢迎来到 AI 实战第一课。
在开始学习任何具体操作之前,我们需要先敲碎一个巨大的误解。这个误解导致了 90% 的新手觉得 AI “不好用”或者“在骗人”。
这个误解就是:以为 AI 是一个更高级的百度或谷歌。
今天,我们把 AI 的“头盖骨”掀开,看看它里面到底是怎么运转的。
一、 搜索引擎 vs AI:找书 vs 写书
首先,你要明白这两者有着本质的区别:
搜索引擎(百度/谷歌)是“搬运工”:
当你搜“红烧肉怎么做”,它是去互联网的仓库里,把你需要的网页搬过来给你看。它保证原汁原味,哪怕网页上写错了,它也照搬。
AI(ChatGPT/文心一言)是“创作者”:
当你问“红烧肉怎么做”,它不是去搜网页。它是在它的“大脑”里,根据它以前读过的几万本菜谱,当场给你写一个新的菜谱。
一句话总结: 搜索引擎是给你找现成的答案(Retrieval)。 AI 是给你造一个新的答案(Generation)。
二、 AI 的核心秘密:超级“文字接龙”
那么,AI 是怎么“造”答案的呢? 其实,它的原理甚至简单得有点甚至让人失望:它在玩“文字接龙”游戏。
举个最简单的例子。 如果我对你说五个字:“床前明月光”,你脑子里下一句会蹦出什么? 我敢打赌,99.9% 的人会脱口而出:“疑是地上霜”。
请问: 在这个 0.1 秒的瞬间,你思考了李白的生平吗?你思考了这首诗的深刻含义吗? 没有。 你之所以能接上来,纯粹是因为在你的记忆里,这几个字出现的概率是最高的。这就叫“肌肉记忆”。
AI 的原理一模一样,只不过它的“肌肉记忆”覆盖了全人类的知识。
当你在对话框里输入:“请帮我写一封...” AI 的大脑会疯狂计算:
后面接“信”的概率是 80%
后面接“死”的概率是 0.01%
后面接“大”的概率是 5%
于是,它选择了概率最高的“信”。 紧接着,它根据“请帮我写一封信”,继续预测下一个字…… 就这样,一个字接着一个字,像吐丝一样,它把整篇文章“猜”了出来。
三、 为什么它有时候像个天才,有时候像个傻子?
既然它是靠“猜概率”来工作的,这就解释了它所有的优缺点:
1. 为什么它非常有创意?(优点) 因为它不是死记硬背。每次你问它,它选择的“概率路径”可能都不一样。 就像一个诗人,每次灵感爆发写的诗都不一样。所以它能帮你写出从来没有存在过的文案、故事、代码。
2. 为什么它数学很差?(缺点) 因为数学是严谨的逻辑,容不得半点“大概”。 但在 AI 眼里,1 + 1 = 2 并不是因为数学公理,而是因为它在书上看过太多次 1 + 1 后面跟着 2 了。 一旦遇到复杂的、它没见过的数学题,它靠“猜”就会出错。
3. 为什么它没有“真情实感”?(本质) 当你对 AI 说“我很难过”,它回答“我很抱歉听到这个消息”。 它真的感到“抱歉”了吗? 没有。 它只是计算出:在人类的对话数据里,当一个人说“难过”时,另一个人回答“抱歉”的概率最高。 它是一个没有任何感情、但极其擅长模仿感情的冷血杀手。
四、 怎么利用这个原理?(实战心法)
明白了“概率机器”的原理,你就知道怎么驾驭它了:
给足提示(Prompt):
你给的上文越多,它预测下文的概率就越准。
(就像“床前明月...”这几个字给全了,它才绝对不会接错。)
不要全信:
既然是“猜”出来的,就一定有猜错的时候。永远保持怀疑,特别是针对事实类的问题(如:某人的生日、某次会议的日期)。
利用它的发散性:
正因为它不是搜索引擎,所以当你需要头脑风暴、寻找灵感、改写文章时,它比搜索引擎好用一万倍。
五、 课后思考
请大家在评论区思考一个问题:
如果 AI 只是在做“文字接龙”,那它到底算不算有“智能”?还是说,人类的思考本质上也不过是复杂的“文字接龙”?
(这没有标准答案,欢迎大家在论坛吵架!)
给站长的建议:
排版提示: 把“文字接龙”和“概率”这几个词加粗、标红。这是本节课的“题眼”。
互动引导: 最后那个“课后思考”非常重要。它能把你的 IPS 社区论坛瞬间激活,因为这涉及到哲学层面的讨论,非技术人员特别喜欢聊这个。你可以自己先用马甲号在下面回一个观点,引战一下。
z2
(建议配图:皮诺曹(长鼻子木偶)正在对着电脑打字,或者一张 AI 生成的有 6 根手指的人手图片,暗示“看似完美实则有瑕疵”)
大家好。
在上一节课我们知道了,AI 是一个读了很多书的“超级实习生”。但你很快就会发现这个实习生有一个巨大的毛病:它特别爱吹牛,而且脸不红心不跳。
你问它:“林黛玉倒拔垂杨柳的故事是怎么回事?” 它会给你讲得头头是道。
你问它:“2024年哪只股票必涨?” 它可能会给你编造一个并不存在的代码。
甚至有律师用 ChatGPT 写起诉书,结果 AI 引用了几个根本不存在的法律案例,导致律师被法官罚款。
这种现象,在 AI 圈有一个专门的术语,叫**“幻觉” (Hallucination)**。
为什么这么聪明的 AI 会犯这么低级的错误?今天我们就来扒一扒它的“脑回路”。
一、 它的目标是“讨好你”,而不是“告诉你真相”
还记得我们说的“文字接龙”游戏吗?
AI 的底层逻辑是:预测下一个最顺口的字。 请注意,是“最顺口”,而不是“最真实”。
想象一下,你是一个没复习但被迫上台演讲的学生。 老师问:“请谈谈你对《量子力学与老母猪产后护理》这本书的看法。” 你根本没看过这本书(就像 AI 数据库里没有这个冷门知识),但全场都在看着你,你不敢冷场。 于是你开始编:
这时候的你,就是在“产生幻觉”。 你的目标不是“陈述事实”(因为你不知道),你的目标是**“把话接下去,让句子通顺,让场面不尴尬”**。
二、 它是“模糊的 JPEG 图片”,不是“高清数据库”
很多人以为 AI 是把互联网上的书都存在脑子里了。 错!
OpenAI 的 ChatGPT 只有几百 GB 大小,但互联网的数据有几万 TB。它不可能把所有字都存下来。 它是把知识压缩了。
举个形象的比喻:
搜索引擎(百度/Google): 是一座巨大的图书馆。你要找一本书,它给你精确的页码。如果没这本书,它就说“找不到”。
AI 大模型: 是读完这座图书馆后,凭记忆画出来的一张模糊素描。
当你问它细节时,比如“那本书第 32 页第 5 行写了什么?”
由于是模糊的记忆(压缩后的数据),它看不清细节。
但它又要回答你,于是它根据模糊的印象,脑补(生成)了一行字填上去。
这就是为什么 AI 经常记错数字、搞错人名、编造引文。因为它真的记不住那么细,它只能靠“猜”来还原。
三、 最容易出现“幻觉”的三个雷区
作为使用者,你要知道什么时候 AI 最容易“犯病”,这时候要格外小心:
一本正经地胡说八道(知识盲区):
问它最新的新闻(它没联网时不知道)、问它极度冷门的知识、问它你自己编造的概念(如“请解释一下‘量子香蕉’理论”)。
结果: 它会顺着你的话编一套理论出来。
数学与逻辑陷阱:
问它:“13456 乘以 78902 等于多少?”
结果: 它可能会算错。因为它是文科生,它是靠“语感”来做数学题的,而不是靠计算器。
引用来源:
让它写论文并列出参考文献。
结果: 它列出的书名、作者、年份看起来都像真的,但你去图书馆一查——全是编的。
四、 怎么治它的“爱吹牛病”?(解决方案)
既然知道它有幻觉,我们是不是就不能用它了? 当然不是。只要你有“药方”:
药方一:给它“开卷考试”的权利(RAG 原理)
不要直接问:“公司去年的年假规定是什么?”(它肯定瞎编,因为它没看过你们公司的手册)。
正确做法: 把公司手册的内容复制给它,然后问:“根据我发给你的这段内容,公司的年假规定是什么?”
原理: 强迫它从你提供的材料里找答案,而不是去它的模糊记忆里瞎编。
药方二:要求“来源链接”
现在很多高级 AI(如 ChatGPT 联网版、秘塔AI搜索)可以联网。
指令: “请搜索最新信息回答这个问题,并给出引用链接。”
原理: 一旦有了链接,你点进去看一眼,就知道它有没有瞎说了。
药方三:保持“审稿人”的警惕
永远记住: AI 生成的内容,默认它是“草稿”。
你自己必须是那个最后签字负责人。不要把核实事实的工作交给 AI。
五、 课后作业
为了让你切身体会什么是“幻觉”,请去戏弄一下 AI:
打开你的 AI 工具。
问它一个完全不存在的问题,越离谱越好。
例如:“请详细介绍一下 1998 年发生在南极企鹅和北极熊之间的那场著名战役。”
例如:“鲁迅为什么要暴打周树人?”
截图发到论坛里,看看谁的 AI 编得最精彩、最像真的!
z2
课程标题:【认知 1.3】算力即石油:显卡、芯片与大厂的战争
(建议配图:一张金条堆成的金字塔,或者一张英伟达(NVIDIA)显卡被放在皇冠上的图片)
大家好。
如果你最近关注财经新闻,你一定会被一个名字刷屏:英伟达 (NVIDIA)。这家公司的市值经常暴涨,甚至一度超过了微软和苹果。
为什么?因为它们卖铲子。
在 AI 这场“淘金热”中,全世界所有的科技公司——谷歌、微软、Meta、特斯拉,甚至你的老板——都在排队给英伟达送钱,只为了买那一块名叫 GPU(图形处理器/显卡) 的黑铁块。
这块铁块到底有什么魔力?为什么 AI 的智商全靠它?
今天,我们用三个关键词,带你读懂这场“算力战争”。
一、 关键词一:GPU(显卡)—— 为什么 CPU 不行?
很多同学问:“我电脑里不是有 CPU 吗?为什么跑 AI 非要用 GPU?”
我们可以把电脑处理器比作人:
CPU(中央处理器) = 一个老教授
特点: 他非常聪明,能处理极其复杂的逻辑,比如操作系统调度、复杂的数学证明。但他只有一个人(或者几个分身/核心)。
弱点: 如果你让他做“把 10000 块砖头从 A 搬到 B”这种简单但量大的体力活,他会累死。
GPU(图形处理器) = 一万个小学生
特点: 单个小学生肯定没教授聪明,但这帮孩子人多势众(几千个核心)。
强项: 他们最擅长做简单、重复、并发的工作。比如处理图像上的每一个像素点,或者计算 AI 里的每一个简单概率。
AI 的训练过程,恰恰就是搬砖。 它不需要复杂的逻辑推理,它需要的是进行几千亿次简单的加减乘除运算。
让 CPU(教授)做,由于只能一个一个来,可能要算 100 年。
让 GPU(一万个小学生)做,大家一起动手,几天就干完了。
这就是为什么 GPU 成了 AI 时代的“神”。
二、 关键词二:参数量 (Parameters) —— AI 的“脑容量”
我们在新闻里经常听到:“GPT-4 有 1.8 万亿 参数”、“Llama 3 有 700 亿 参数”。 这个“参数”到底是啥?
你可以把它理解为大脑里的 “神经元连接”。
婴儿的大脑: 神经连接少,只能处理简单的吃喝拉撒。
爱因斯坦的大脑: 神经连接极其复杂、丰富,能处理相对论。
参数量,决定了 AI 的“智商上限”和“知识储备”。
参数量越小: 它是“轻量级”选手。跑得快,占内存小(甚至能在你手机上跑),但不够聪明,稍微复杂的问题就答不上来。
参数量越大: 它是“重量级”选手。博学多才,逻辑缜密,但它是个大胖子。
这就引出了下一个问题: 养一个拥有万亿参数的“大胖子”,需要吃多少饭?
三、 关键词三:算力 (Compute) —— 喂养 AI 的“石油”
既然大模型是个拥有万亿神经元的大胖子,每一次让它思考(推理),或者教它学习(训练),都需要消耗巨大的能量。
这个能量,就叫 “算力”。
训练阶段(上学): 要让一个空白的大脑学会全人类的知识,需要几万张顶级 GPU 日夜不停地全负荷运转几个月。这烧掉的电费和硬件损耗,是以亿美元为单位计算的。
推理阶段(工作): 当你问 ChatGPT 一个问题,它每吐出一个字,后台都有昂贵的 GPU 在疯狂计算。
“算力即石油”: 在工业时代,国家为了争夺石油打仗,因为没有石油机器转不动。 在 AI 时代,大厂为了争夺 GPU 打仗,因为没有算力,AI 就是个植物人。
四、 这一切跟你有什么关系?
了解这些“硬核”知识,对我们普通用户有什么用?
理解“慢”与“贵”: 为什么 GPT-4 比 GPT-3.5 慢?为什么高级版要收费? 因为 GPT-4 的参数量大得多,每次回答你问题,后台消耗的算力(显卡资源/电费)是 3.5 的几十倍。聪明,是有代价的。
选择工具的智慧:
如果你只是想写个简单的请假条,用免费的、参数量小的模型(如 GPT-3.5 或 手机端 AI)就够了,杀鸡焉用牛刀。
如果你要写复杂的商业策划书,必须用付费的、参数量大的模型(如 GPT-4, Claude 3 Opus),因为只有它的脑容量够用。
未来的趋势: 现在的 AI 都在云端(因为你买不起几万块的显卡)。 未来,随着芯片技术的进步(算力成本下降),我们每个人手机里都会住着一个高智商 AI。那是真正的“个人助理”时代的开始。
五、 课后小作业
请大家去查一下: 目前市面上最强的一块 AI 显卡(比如 NVIDIA H100)大概多少钱? 把这个价格发在评论区。你会瞬间明白为什么只有巨头才玩得起大模型!
给站长的发布建议:
高亮重点: 请务必把 CPU=教授,GPU=小学生 这个比喻用粗体或者引用框标出来。这是这一课最精彩的记忆点,学员哪怕忘了什么是“参数”,也会记住这个比喻。
SEO 优化: 在页面的 <meta keywords> 里加上 英伟达, GPU, 算力, AI芯片, 参数量,这些都是目前的高频搜索词。
链接引导: 文末可以加一句:“知道了硬件的昂贵,下一节课我们来讲讲,如何不花一分钱,利用好这些昂贵的算力——【1.4 人机关系心法:它是副驾驶,你是老司机】。”
z2
课程标题:【认知 1.4】人机心法:它是副驾驶,你是老司机
(建议配图:一张汽车驾驶室的图片。人类手握方向盘看着前方,旁边坐着一个发光的机器人拿着地图指路)
大家好。
作为【认知篇】的最后一课,我们来聊一个最扎心的话题:AI 到底会不会取代我?
当你看到 AI 能写诗、能画画、能写代码,甚至能做 PPT 时,很多人会感到一种深深的无力感:“我还有什么用?”
别慌。微软(Microsoft)给自家的 AI 产品起了一个非常绝妙的名字,其实已经把答案告诉你了。
那个名字叫 Copilot。 翻译过来,叫 “副驾驶”。
这意味着:你(Human),才是那个握着方向盘的“主驾驶” (Pilot)。
一、 什么是“副驾驶”思维?
想象一下,你正在开一辆车去拉萨。
AI (副驾驶/导航员) 能做什么?
它能瞬间算出哪条路最近。
它能告诉你前方 500 米有拥堵。
它能帮你播放音乐、调节空调温度。
它甚至能在你累的时候帮你扶一把方向盘(辅助驾驶)。
你 (老司机) 必须做什么?
决定去哪里: 是去拉萨,还是去大理?AI 不知道你的梦想,它只知道地图。
处理突发状况: 突然窜出一只羊,或者导航让你把车开进河里(地图数据错误),你必须立刻踩刹车。
承担责任: 如果车撞了,交警是罚你的款,还是罚导航软件的款?
这就是 AI 时代的核心生存法则:
二、 为什么你不能把方向盘交给 AI?
很多新手最大的错误,就是有了 AI 之后,把脑子扔了,变成了“自动驾驶”模式。这是极其危险的。
1. 它可以“乱说”,你不能“乱信” 正如我们在 1.2 课讲的,AI 会产生“幻觉”。 如果你是一名律师,你直接把 AI 生成的辩护词提交给法官,看都不看一眼。
结果: 辩护词里引用了假法条,你会被吊销执照,而不是 AI 被销毁。
心法: 永远保持**“审查者” (Reviewer)** 的身份。它是干活的实习生,你是签字的那个经理。
2. 它懂“效率”,你懂“价值” AI 可以一秒钟生成 100 个活动方案。
方案 A:成本 10 万,效果平平。
方案 B:成本 500 万,效果爆炸,但公司没钱。
方案 C:成本 50 万,非常有创意,但有法律风险。
AI 会觉得这三个方案都符合逻辑。 但只有你知道:公司现在的现金流很紧(不能选 B),老板最讨厌法律风险(不能选 C)。 所以,最后拍板选 A 并在上面进行优化的,只能是你。
三、 AI 时代的三种人,你想做哪种?
未来职场只有三种人:
拒绝 AI 的人(被淘汰者): 坚持用两条腿走路,结果被开汽车的人远远甩在身后。
依赖 AI 的人(被奴役者): 完全听信导航,导航说“前方直行”,他就直接把车开进了沟里。这种人会因为 AI 的错误而丢掉工作。
驾驭 AI 的人(超级个体): 他手里握着方向盘,旁边坐着一个博学多才的副驾驶。他问副驾驶要数据、要建议、要草稿,但最后哪怕改一个标点符号,也是基于他自己的判断。
我们这套教程的目标,就是把你培养成第三种人。
四、 总结:你的不可替代性在哪里?
请记住这句话,把它贴在你的电脑屏幕上:
AI 拥有的是算力。
你拥有的是愿力(Vision)、责任(Responsibility)和人性(Humanity)。
五、 社区作业(这是本单元最重要的互动)
恭喜你!学完了【第一单元:认知重塑】。 现在,请在评论区分享你的看法:
“在你的工作或生活中,哪一件事情是你绝对不敢完全交给 AI 去做的?为什么?”
(参考答案:哄女朋友开心、给孩子取名字、决定公司的年度战略、安慰刚刚失业的朋友……)
给站长的建议:
单元总结: 在发布完这一课后,建议你在 IPS5 的论坛里发一个**“置顶帖”**,标题叫《【第一单元结业】恭喜你,你的认知已经超过了 90% 的人》。
引导下一步: 在帖子末尾预告:“既然心态摆正了,下一单元我们将进入**【术语扫盲】**。别被大模型、Token、Agent 这些词吓倒,我会用大白话把它们翻译给你听!”
至此,第一单元(认知篇)的 4 节课内容已经全部为您准备完毕。
接下来,我们要开始【第二单元:术语扫盲】,还是先停一下,你去发布并测试一下学员反馈?
z2
Background Picker
Customize Layout

我的帐户

导航

搜索

搜索

配置浏览器推送通知

Chrome (安卓)
  1. 轻敲地址栏旁的锁形图标。
  2. 轻敲权限 → 通知。
  3. 调整你的偏好。
Chrome (台式电脑)
  1. 点击地址栏中的挂锁图标。
  2. 选择网站设置。
  3. 找到通知选项,并调整你的偏好。