AI课程：《普通人的生成式AI》学习笔记

使用场景: AI学习

工具: ChatGPT, MidJourney, Dall-E （都不是必须）

学习时间: 2小时

最近我认真学习了由AI领域的知名专家吴恩达博士（Andrew Ng）制作的课程《Generative AI for Everyone》。学完这门课程后，我总结了九个对我而言极具价值的知识点，本贴旨在分享这些收获，并为自己留下一份学习存档。

说明：强烈推荐有兴趣的朋友投入时间，去深入学习吴博士的这门课程。课程内容丰富，全免费，在deeplearning的网站就有，有中文字幕，非常容易理解。我的分享只是作为导读，真正的学习还是要亲自去体验。

《Generative AI for Everyone》这门课程旨在让每个人都能理解生成式AI的工作原理以及如何在日常生活和工作中运用它。生成式AI能够帮助我们以AI的辅助生成文字、图片、音频和视频。它与其他类型的AI应用（比如Supervised Learning等）不同，更贴近我们的日常应用。

AI其实是一种工具组合，其中生成式AI只是AI大家族中的一员。它特别擅长处理非结构化的数据，如文字、视频、音频和图片，这也是为什么它与我们的日常生活息息相关。一个有效的类比是将AI视作一个刚毕业的大学生，如果你安排的工作说明，能让一个没有工作经验的大学生理解并进行（比如按照操作说明去回复顾客的邮件），那么这项工作就基本可以交给AI来做。这个类比非常有助于我们更好地理解如何指派AI工作。

关于Retrieval Augmented Generation（RAG）的概念，它让AI在一定的范围内处理非结构化数据时更加高效，特别适用于内容创作者。例如，我可以将我的播客文本数据喂给AI，让它帮我找到相关内容，极大地提高了我的工作效率。

AI代理（Agent）的概念及其对我们生活和工作的深远影响。AI代理是一种能够在接收到任务后，利用不同工具实时处理问题，甚至在现实世界中进行交互的技术。这让我想到了一个极端的例子：假设存在一个不受道德和法律限制的AI杀手，它能够根据给定的指令，通过分析目标的习惯和弱点来制定刺杀计划（比如操作交通信号制造车祸）。这种想法虽然极端，却揭示了为什么许多AI大公司，包括Meta和OpenAI，对AI代理的应用持谨慎态度。因为AI的这些操作可能导致不可逆的后果和严重伤害。

在课程的第三周中，吴恩达教授探讨了AI在商业和社会中的应用，我认为这是整个课程中最有价值的部分。他介绍了如何将AI作为思考工具，帮助我们更高效地完成工作。例如，通过AI，我们可以快速获得反馈，启发新的思路，从而加速创造过程。他还提到了AI在提高特定工作任务效率方面的潜力，而不是改变工作本身。这意味着我们可以通过分析自己的工作任务，识别出哪些部分可以借助AI来提高效率。这一块，可以通过在线工具Oneonline去分析自己的岗位所涉及的具体task，再来分析哪些task可以由AI来代替。（这个部分，是整门课程对我来说最有价值的地方）

AI对高收入的知识型工作，如程序员、设计师、律师和医生的影响尤为显著，因为它直接冲击了知识工作者的工作方式。通用AI（General AI）和生成式AI的发展，虽然还有很长的路要走，但已经开始重塑我们对知识和技能的需求。我们每个人都有机会利用AI工具，为自己打造一个增强个人能力的“军队”，无论是在知识产权、内容创作还是日常工作中。

最后，吴恩达博士以电能的比喻结束了课程，提醒我们虽然AI可能引起恐惧和疑虑，但就像电能一样，如果合理利用，AI将成为推动社会进步的强大工具。我将继续探索AI在我的设计工作中的应用，分析哪些任务可以通过AI来优化，并寻找进一步结合AI的方式来提升我的工作效率和创造力。

Hi there 👋  I'm Bear - a Product Designer, Podcaster, and Author who loves design, tech, and productivity.

Check my learnings at Bearwith.AI, and subscribe to my newsletter for more awesome AI tips: newsletter.bearwith.AI 🐻 & 🤖