以下是关于 AI 学术概念的相关内容：
AI 基本概念：
人工智能包括机器学习、深度学习、自然语言处理等主要分支，它们之间存在联系。
可通过阅读「」熟悉术语和基础概念。
AI 学习方法：
浏览入门文章，了解 AI 的历史、应用和发展趋势。
参考「」中的课程，如李宏毅老师的课程。
利用在线教育平台（如 Coursera、edX、Udacity）按自己节奏学习，有机会获得证书。
AI 学习方向：
根据兴趣选择特定模块深入学习，如图像、音乐、视频等领域。
掌握提示词技巧，上手容易且实用。
AI 实践巩固：
理论学习后通过实践巩固知识，尝试使用各种产品创作作品。
可在知识库分享实践成果。
体验 AI 产品：
与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解工作原理和交互方式，获取实际应用体验。
对 AI 的认识：
对于不具备理工科背景的文科生，可将 AI 视为模仿人类思维、能理解和输出自然语言的黑箱。
其生态位是似人而非人的存在，与传统道教的驱神役鬼拘灵遣将有相似之处。
当使用 AI 实现愿望时，要基于其“非人”一面，通过清晰的语言文字压缩其自由度，包括明确告知任务、边界、目标、实现路径和方法，甚至直接提供所需的正确知识。
AI 术语：
如 Computational Cost（计算成本）、Computational Optimisation（计算优化）、Computational Science（计算科学）、Computational Toxicology（计算毒理学）、Computer Science（计算机科学）、Computer Simulations（计算机模拟）、ComputerAided（计算机辅助）、Constraint（约束）、CoreLoss Spectrum（电子能量损失谱中的高能区域）、Coulomb Matrix（库仑矩阵）、CoupledCluster Predictions（耦合簇预测）、CrossValidated Coefficient of Determination（交叉验证的决定系数）等术语均属于 AI 领域。
2024-11-20