该商品专为会员推荐的商品,且该商品的学时不占用会员学时,领取该商品后需要完整观看,不能拖拽进度条快进,观看过程中会随机弹出观看互动的弹窗,需要确认后继续观看,所有弹窗都确认后,系统即认为您完成了完整的观看,才能获得该课程的学时。

您很久没更新个人信息了

若您的个人信息发生了变化,请及时更新

您有以下信息尚未完善

用户名、昵称、实名、生日、工作单位、邮箱

提示

商品详情页

130

职场人都能用的人工智能工具指南

发布

2024-04-18

AI总结
讲师介绍
要点回顾
用户评价
关键词
  • 大语言模型
  • LLM
  • 提示词
  • GPT
  • 通义千问
  • 文心一言
  • 科大讯飞
  • 星火大模型
  • 人工智能
  • 通用人工智能
  • ChatGPT
  • 知识源截断
  • 算力
全文摘要
本课程为无基础的职场人士设计,旨在引导学员掌握人工智能大模型的应用,特别推荐实操通义千问、文心一言、科大讯飞和星火大模型等国内工具。课程分为五部分,包括大语言模型(LLM)定义、使用技巧、工作场景应用、其他使用场景以及AI在绘画和视频任务中的运用。大模型通过学习历史文本理解并传递人类智慧,但也存在知识源限制、错误信息、输入输出长度限制及内容偏见等问题。掌握大模型将引发脑力领域的工业革命,显著降低服务成本,改变工作和生活方式,其影响堪比互联网变革。
章节速览
  • 00:12
    职场人工智能工具指南课程介绍
    课程旨在为无基础学员介绍人工智能工具,特别是大语言模型(LLM)的使用方法。课程分为五部分:LLM概念讲解、提示词专业工具使用、工作场景实操演示、通用人工智能其他应用场景展示以及绘画和视频等工具的使用。建议学员同步注册相关平台账号,边听边实践以达到最佳学习效果。
  • 02:23
    大语言模型及其应用课程介绍
    课程介绍了大语言模型(LLM)的概念,强调其作为理解并提炼人类语言智慧的AI工具的重要性,特别提及GPT、ChatGPT以及GPT4等版本。讨论了美国和中国在大模型领域的进展,提到了百度的文心一言、阿里的通义千问、腾讯的混元、华为的盘古和科大讯飞的星火大模型。课程鼓励学员通过实践操作,如使用这些大模型完成工作中的实际任务,如撰写PPT、文章或短视频脚本,以加深理解和应用能力。
  • 05:26
    职场人工智能工具指南课程介绍
    课程旨在为无基础学员介绍人工智能工具,特别是大语言模型(LLM)的使用方法。课程分为五部分:LLM概念讲解、提示词专业工具使用、工作场景实操演示、通用人工智能其他应用场景展示以及绘画和视频等工具的使用技巧。建议学员边听课边注册相关AI平台账号进行同步实操,以达到最佳学习效果。
  • 11:41
    大语言模型及其应用课程介绍
    课程介绍了大语言模型(LLM)的概念,强调其通过学习人类语言和文字来提炼智慧并赋能用户的功能。特别提及了GPT、ChatGPT以及GPT4等国外先进模型,同时指出中国的大模型如百度的文心一言、阿里的通义千问、腾讯的混元、华为的盘古和科大讯飞的星火大模型正在快速发展。课程将主要使用百度文心一言、阿里通义千问和科大讯飞星火大模型进行实践练习,鼓励学员边学边用,通过完成如撰写PPT、文章或短视频脚本等实战任务来掌握大模型的应用。
  • 15:50
    通用人工智能将大幅降低专业服务成本
    未来,服务成本将因通用人工智能(GPT)的大规模应用而显著下降。以医疗领域为例,GPT能帮助诊断罕见疾病,将医疗诊断成本降低至现有水平的五千分之一。在软件开发、文案创作、图片和视频制作等领域,AI也将大幅降低专业服务的成本和时间消耗。这一变革被比尔盖茨视为与互联网同等重要的革命性技术,将深刻改变工作和生活方式,学会使用通用大模型的人将在未来的工作和生活中展现出截然不同的表现。
思维导图
原文
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。
姚瑞军
金库网认证讲师
姚瑞军先生是企业数字化敏捷实战方法论-Design Sprint(创新冲刺)中国区创始人,拥有十年数字化培训,投资,孵化经验。
  • 要点
    大语言模型(LLM)是什么?
    大语言模型(LLM)是一种大型语言模型,它通过理解人类语言并学习历史上所有的语料文字,从而提炼出智慧供人们重新使用和赋能,例如ChatGPT就是一种大语言模型的早期版本。
  • 要点
    为什么课程适合使用大语言模型(LLM)进行实操练习?
    因为通过实际操作和应用大语言模型来完成工作中的具体任务,如制作PPT、撰写文章等,可以让学员更好地理解和掌握LLM的应用,并且这种实践性的学习方式能确保课程效果最大化。
  • 要点
    大模型在语言理解与表达上的能力如何超越人类?
    大语言模型能够通过学习语言和文字模仿人类的思考方式,其处理维度和细节精度远超人类。例如,对于智能手机这一概念,大模型可以将其扩展到300到500个特征向量进行描述,这使得它对语言文字符号和概念的理解和掌握能力远远超过人类。
  • 要点
    通用人工智能大模型能做哪些事情?当通用大模型可以帮人类完成写文章、做短视频等任务时,这意味着什么?
    通用人工智能大模型能够执行人类用公开语言文字描述的各种任务,包括写代码、写文章、制作PPT、图片、视频,甚至回答各领域的专业问题。这意味着我们正进入一个脑力领域的工业革命时代,生产力将得到极大提升。
  • 要点
    未来医疗服务领域会发生怎样的变化?
    未来医疗服务领域的诊断成本将大幅降低,例如通过GPT模型帮助医生诊断罕见病案例,其成本可能会降低到现在的五万分之一。
  • 要点
    目前大模型存在哪些限制?大模型的知识源截断具体是指什么?
    大模型目前存在四个主要限制:知识源截断(由于训练周期和算力限制,无法实时更新信息)、一本正经的胡说八道(可能会生成不符合事实的内容)、输入输出长度限制(每次输入和输出都有最大字符数限制)以及输出有偏见的结论(由于学习大量历史文本,可能带有潜在的价值观偏见)。知识源截断是指大模型的训练基于一定的历史数据集,一旦训练完成,它就不再获取最新的网络数据进行更新。例如,GPT4的知识源截止于2023年4月份之前的信息。
  • 要点
    如何解决大模型输出有偏见结论的问题?
    解决方法相对简单,如核实信息核实事实,同时要警惕大模型可能存在的价值观偏见和歧视性内容,尤其是在涉及社会敏感话题时。
客服

课程咨询

购物车

购物车

加入购物车 立即购买

该课程在您的购物车中

该课程在您的待付款订单中

您已购买该课程

开通金库网VIP会员,可享更多学习优惠。

持证人开通会员,学习最多可获25学时

登录或注册以获得最佳体验