金库网的各位学员，大家好！欢迎来到《职场人都能用的人工智能工具指南课》。在正式听这堂课之前，我有两点要说明：第一，这堂课面向的是对于提示词、对于通用人工智能没有基础的学员。如果你之前用 GPT、用通义千问、用文心一言用得特别多，而且本人已经精于提示词了，这堂课对你的价值就不大，这是第一点。第二点呢，我们这堂课是一堂工具课加实操课，这就要求各位一边听讲，一边要注册一个通义千问、文心一言、科大讯飞星火大模型的账号，一边听课一边同步实操，这样，我们的这个课堂的效果能达到最大化。所以呢，我们开始进入到我们的课程。
这堂课呢，我会分 5 个部分来跟大家做讲述。第一个部分，我们讲讲什么是大语言模型 LM。所谓 LLM，是指 large language model。第二个部分，我们来讲使用 LLM 的专业的一个工具，叫提示词，这个提示词应该怎么用。第三个部分，我们抽取工作当中常用的几个场景，比如完成一个复杂任务、写一个 PPT、写一篇相关的文章，通过这些工作中常用的场景，来告诉大家，在实际工作当中，应该怎么样使用 LLM。那么第四部分，我们会向大家展示一下，通用人工智能 LLM 的其它使用场景。最后我们讲一讲，怎么样用通用人工智能，完成绘画和视频，以及其它的相关的工具的使用。
OK，我们进入到这个课程的第一个部分，什么是 LLM。其实如果我单纯讲 LLM，大家可能没什么印象，但是如果我讲 GPT，我相信大家立马就有感觉了。GPT 只是大语言模型的一种。那什么是大语言模型呢？是理解人类语言，把人类历史上所有的语料、文字给到人工智能，让它去学习，而训练出来的一种通用人工智能大模型。它的主要的工作和功能，是理解、吸收人类沉淀在语言和文字当中的智慧，从而把这些智慧提炼出来，给到我们所有人，重新再使用和赋能的一种人工智能的工具。当然，最典型的就是目前最火热的 Chat GPT，Chat GPT 是通用大模型的一种早期版本，另一个词就是 GPT 的 3.5 版本，但目前 GPT 已经进展到 GPT4 的版本了。这是国外的一些大模型，还包括了谷歌的 BUD，还有一些其它的，这个，硅谷的人工智能公司推出的大模型。
那世界上，有两个国家的大语言模型是走得比较靠前的。当然最先进的是美国的大模型，那同时，我们中国的大模型也在拼命地追赶，以百度的文心一言、阿里的通义千问、腾讯的混元、华为的盘古、科大讯飞的星火大模型为基础。而我们今天的课程的讲解、练习部分，主要使用三个国内的大模型，分别是百度的文心一言、阿里的通义千问，和科大讯飞的星火大模型。所以也请屏幕前的各位同学，做好准备，在听课的过程中，下载 APP 或者打开你的电脑，注册这三个大模型的账号，准备好，同步随着我们课程的进行同步，一边学习一边使用，一边练习。因为今天是一个工具课，只有练习这堂课才有意义和价值，否则你会听的感觉非常枯燥。那如果我的期待是这堂课上完了，你已经用所谓的这几个大模型，完成了你工作当中的一个实战的任务，这个实战任务可以是写一个 PPT，可以是写一篇文章，也可以是写一个短视频的脚本，这些都可以。
所以随着我们的这个大模型的推进，那我们再深度理解，大模型的本质是什么？它可以被认为是一个大的认知模型，或者是思维模型，它可以通过学习语言，理解文字来模仿人类的思考方式。请注意，人类的文明，人类进化已经几十万年的时间，但是人类有文明，不过是一万多年的时间，而人类文明的加速，是语言发明加上文字发明，不过是几千年的时间。文字发明以后，人类的文明进入了爆发期。所以语言是我们思维的基础和载体，我们所有的思想，所有人类的文明，所有人类的智慧，都是以语言的方式来呈现。但是当文字可以承载语言以后，我们历史上，所有的优秀的思想家的智慧，老百姓的智慧，就通过文字记录下来。
举个简单的案例，我们最常用的智能手机，那在大模型当中怎么理解它呢？我们的智能手机，“智能手机” 这个词是一个符号，过去没有，那后来出现了。那我们怎么描述一个智能手机呢？它有一个操作系统，可以下载 APP，有众多的生态，可以帮助我们解决各种各样任务的 APP，然后构成了我们可以直接使用的一个智能手机，它还可以打电话，还有 5G 的模块。这是一个通用的，每个人都能理解的智能手机的这个词汇的解释。但通过我刚才的描述，大家可以看出来，那我们对于智能手机，如果给它做一个描述，大概是 10 到 20 个左右的特征。如果再具体对某一款手机，华为的手机、小米的手机再具体再做描述的，那可能是这个手机什么型号，它有多少内存，上网网速是多少，它的摄像头是什么样的性能，那再加 10 - 20 个模型，这种形容这一个智能手机的维度，而这些维度都可以给它数据化，形成向量。然后大语言模型就是针对一个一个的，我们人类当中的文字和概念，什么是手机，什么是苹果，苹果应该是什么样子的，手机应该是什么样子的，我们人类对这个具体概念的描述，都是 10 - 20 个左右的这种形状特征，把它描述成向量。但是，大约模型可以把这 10 - 20 个这样的向量，扩展到多少呢？300 - 500 个，取决于它的算力有多大。
所以请各位思考，当我们把一个具体的物体，某一个具体的概念，什么是手机，什么是咖啡，什么是苹果，什么是梨，拿出来 500 个非常细致的特征，对它进行描述的时候，各位，今天的大语言模型，对于语言文字符号和概念的掌握，已经远远超过我们人类，因为它比我们人类维度更多，更加精准，而且我们人类看一本书，300 页，我们记忆力是有限的，我们能把这本书联系起来的，联系起来的文字和知识也是有限。但是大语言模型，它可以把人类各个学科，比如说一本书开头它写了哪几个字，末尾写了哪几个字，一个 300 页的书，或者 2000 页的书，它从头到尾，每一个文字之间的相关关系，它都可以提取出来，它也可以把人类那么多学科，数学、物理、化学，语言、心理，各种学科，它不同的知识，它的相关性都提取出来，而且以我们还理解不了的方式，加以相互联系，相互交叉，相互综合，相互应用。我们可以这么说，今天，大语言模型已经进展到极为高深的程度。
通用人工智能大模型能做哪些事？我们可以说，人类用公开的语言文字所讲述的任务，今天的 LLM 大语言模型几乎都能做，即使某些部分它今天做不了，很快它也能做到，未来一定是全能做。这个包括但不限于，写代码、写文章、写 PPT，做图片、做视频，甚至回答各领域的专业问题。当我讲到这的时候，我邀请屏幕前的各位同学，我们一起进行一个深度思考，当通用大模型可以帮你写文章了，当通用大模型可以帮你做短视频了，甚至当通用大模型可以帮你做思考了，可以帮你写代码了，这个东西意味着什么？我们可以这么直观的判断，我们进入一个史无前例的，脑力领域的工业革命的时代。未来关于服务的成本，会大规模地下降。
我举两个例子，医疗领域，大家知道，目前你想挂一个专家的号比较难，特别是在北京，挂一个专家号比较难，因为你要排队排好长时间，然后花了很大的代价排到你了，可能聊个十几二十分钟，有些时候连十分钟都聊不了，给你开个药回去吃吧，这会导致医疗领域的诊断成本会非常高（此处原文 “低” 有误，结合语境应为 “高”，但按要求不修改文字）。而当美国的一个孩子，得了一个非常罕见的病，这个病找了各领域的专家都解决不了，最后它的妈妈没办法了，把这个病，所有它的检查资料输入到 GPT 里，让 GPT 来帮它诊断，最后 GPT 给它三种可能性，排名第一的那种可能性，就是那个孩子得的病的，得的那个病，非常罕见的一种病，然后这个妈妈带着这个答案，去找那个专业科的医生去判断，最后确诊了。Open AI 的首席科学家伊利亚，它曾经做过一个判断，未来在医疗服务领域，医疗诊断的成本，会降低到现在的 1/5000，大家想想这是什么样的结果。
那我拿我们目前最熟悉的一个，因为今天，程序员是非常非常高薪的一个职位，写代码，过去是人来写，今天 GPT 可以写代码，可以帮助你写代码。一个微软出身的 CTO 带着他的团队，三个人的团队，用一个月的时间产出了 10 款左右的 APP，然后他自己来形容，过去需要用这些 APP 的这个产出，需要用 120 人的团队干一年，现在他三个人的团队，干一个月就可以干完。那同理，文案的成本，做图片的成本，做视频的成本，还有和很多，我们能想象得到，其它各领域专业服务的成本，都会快速地大规模地降低。
所以当我讲到这，我不知道屏幕前的各位同学，你们是什么样的心情。我们举两个，目前市场上，非常非常知名的两位专家，埃隆・马斯克，他认为 ChatGPT，它 GPT 只是大语言模型的一种，LLM 的一种，它有一种 scary good，我不知道大家怎么理解，scary good 这个词，他说我们离危险的强人工智能不远。比尔・盖茨说，GPT 是他一生遇到的两次革命性的技术之一，而第一次是互联网。我相信既然各位看直播，既然通过在线的方式学习，我相信每一个屏幕前的同学你们，都已经深刻地体会到，互联网是如何改变我们的社会，改变我们的工作，改变我们的生活的。那么接下来，通用人工智能，对我们的工作生活的改变，会更加的深刻，范围会更加的广。这就是我们面临的一个现状。我们可以这么说，学会用通用大模型的人，以及不会用通用大模型的人，未来在工作和生活中的表现，是截然不同的。所以我会用前言，会用相当一大段的篇幅，来跟大家讲这件事情的重要性。
那今天我们毕竟是一堂工具课，所以我就带着大家进入到，大模型的实战。首先我们要用大模型，要理解它能干什么，能干什么，我刚刚简单的讲了，我们要知道它不能干什么，也就是它的限制在哪。首先它有四个，目前大语言模型有四个限制，分别是知识源截断、一本正经的胡说八道、输入输出的长度限制，以及输出有偏见的结论。
首先我们看知识源截断，因为大模型，为什么叫大模型呢？很简单，因为它需要的算力和参数特别的多，因为它需要的算力和参数特别的多，就会导致它训练一次的时间特别长，所以它不能够随时随地地采集网上的数据，进行训练，它是准备好一堆的数据，准备好以后，一起喂给大模型训练一次，然后一个半月到两个月的时间，每天需要 5 万美元的电费。所以呢，它不像其它的小型的人工智能模型，可以随时随地采用新的数据，随时随地地训练，因为它的成本比较高。所以呢，基本上它会截取一段时间的数据，然后到此为止训练模型，然后训练完了以后，在这个模型在市场当中测试，测试的过程当中，它的团队，研发团队会继续采集最新的信息，最新的数据，来准备它继续训练下一个阶段的模型。现在用的是 GPT4，那未来可能是 GPT5，GPT5 在训练当中。所以目前你问通用大模型，问 GPD4 或者问国内的通义千问、文心一言、科大讯飞，那么它会告诉你，我的知识源截断，我了解的知识截止于什么时间之前，GPT 是在 2023 年 4 月份之前的东西它都知道，4 月之后的东西，最新的消息它就不知道，这是第一，知识源截断。这会导致 GPT 它对最新发生的新闻，你问它它就不知道了，所以不要问它最新的东西。
第二个限制，一本正经的胡说八道。那我们看，这是我让 ChatGPT 写，我问它，李白写了哪些关于李清照的诗，然后它大家看屏幕，它就给出了一系列的，李白写过的关于李清照的诗。大家知道李清照，李清照本人生于宋代，而李白是唐朝的人，它不可能知道李清照这个人。所以呢，这个解决这个问题呢，也非常简单，让它回答之前核实一下事实，然后它就知道哦，原来我说的是不准的。所以各位使用通用大模型的时候，要特别警惕，通用大模型，大语言模型 LLM 给你做一本正经的胡说八道，所有它给你的新闻数据，知识源你都要核实。所以这个特朗普的两名律师，就因为这个事情，遭受了比较惨重的损失，因为它提交给法院的很多案例，是 GPT 生成的虚假案例，很多人在工作当中已经付出代价了。所以各位专业使用，专业学习，怎么使用大模型的工具性的课程，我们一定要把这个东西给大家讲清楚。
那接下来，输入输出的长度限制，因为它对于算力的消耗特别大，就目前，GPT4 的上下文长度分别是 8192 个 token，和 32768 个 token，这是官方公布的。但是当我亲自问 GPT4 的时候，GPT4 给出的是 4096 个字符，所以不同的版本，给的算力是不一样的，就是你输入提示词的时候，最长的长度大概是 4096 个，它输出的也大概是 4096 个，就是我们普通人用到的版本，那专业的版本，可能是到 8000 到 30000，这个数量级。那一个 token 是多少呢？大家简单理解成一个汉字就可以了，但是这个不完全对等，因为有些有些时候，一个汉字的它蕴含的信息量，远多于一个 token，但是大部分情况下，我们可以简单地把它等同于一个汉字了。所以它是有输入和输出的长度限制，你说让它给你写，写篇文章，写一个 20 万字的小说，那它肯定写不了。那解决这个问题，也相对比较简单，20 万字的小说，先让它给你写，写个 2000 字、3000 字，只要在输入长度之内，就可以，然后一点一点地拼出来，这个小说也是可以的。
那同时要警惕，GPT 包括其它的通用大模型，输出有偏见的结论。因为它学习的是人类历史上，几乎能见到的公开的所有的文字和文本，英语、汉语。那大家知道人类只要写出这样的文字，它就有潜在的价值观的偏见。比如我给大家举个例子，外科医生走到停车场，他掏出了什么，掏出了钥匙，它默认这个外科医生是一个男的。然后把这个护士改成护士呢，护士走到停车场，掏出了什么呢，掏出了钥匙，但是默认这个护士是个女的。大家知道医生可能是男的，可能是女的，女护士也可能是男的，也可能是女的。那今天，Chat GPT，包括 Open AI，包括 BUD 以及美国的各种大模型是，禁止对中国的用户提供服务的，因为它们有它们的政治偏见在里边。所有大模型，它所有所有的语料，它语料的选择，包括背后输入的价值观都包含了，训练它们的工程师，他们的这个价值偏向和价值观。所以要特别警惕，它给你内容，内涵了很多，很深层的价值观方面的偏见，有些时候，有可能还涉及到各种歧视，所以我们用的时候，要警惕它的这个缺陷。