现在学习ai还来得及吗，学习ai有门槛吗

说明：1.适合纯AI小白：如果你还在观望AI，不知道从何入手，可以参考我这个日记。你可以先看左边的目录，会发现我现在已经快到100天了，在这个时间跨度里，我从一开始的到处看看到现在觉得自己已经走在了一条学习AI的轨道上。2.学习模式是什么：我平时有记录笔记的习惯，所以积累了这份AI学习日记。我最近整理复盘了这将近100天记录的日记后，我发现我学习AI的模式是输入→模仿→自发创造。如果你没有自信一开始就用费曼学习法来接触AI，那你可以试试我这个实践出来的学习模式。3.学习内容：我日记里的学习内容你可以不用直接复用，因为AI的节奏太快了，很多学习的材料在半年后的现在可能已经不适用了。比如coze之前共学的那些课程，你会发现coze已经改版了，如果你按照老课程来模仿，产品功能不一样了，对你来说会有转换的门槛。你可以去waytoAGI社区发现你自己感兴趣的AI领域，去学习你自己想学的最新的内容。4.有时间学吗：在半年多的时间跨度中，其中有100天在学习AI，所以这里的DAY（天数）不是每天依次进行，而是有空的时候学习。目前我进行到了90天，希望自己能够坚持满100天，甚至更多时间。5.学习状态：我在2024年保持了比较好的学习状态，有意愿和动力也能头脑清醒的学进去东西。这种状态不仅体现在学AI，我在2024年还看了33本书，像《穷查理宝典》这样的大部头都能看进去。所以如果你看到这个100天日记觉得自己很难做到，那是学习状态没有到最好，不用有心里压力，能学多少算多少就行。6.有费用吗：本日记中学习资源的内容都是免费开源的，真的很感谢这些把信息开源的人，这样会AI的人才会越来越多。我也是秉持这个理念，把我的学习日记开源了

昨天跟一位“AI+教育”行业的前辈，聊了下“学习AI”相关的问题，下面是一些小的结论：1、学习是反人性的，所以通常只有功利导向的“学习”，才会带来强烈的付费意愿。比如，在真实的K12买课场景中，很多家长根本不在乎孩子「能力」是否提升，他们更在乎老师能不能押对考试的题目，直接让孩子多拿「分数」。2、“突破性新技术+垂直行业知识”的组合，一般能为学习者带来更高的投入产出比。拿程序员举例，如果单纯看996的新闻，还以为中国程序员早已供大于求了。但在很多很大的行业里，懂该行业知识的程序员缺口大的不得了，很多时候只能找高潜应届生从头开始培养。典型的有，银行嗷嗷缺金融科技人才，车企嗷嗷缺智能网联人才，智能制造行业嗷嗷缺数字化转型技术人才。3、放在AI领域，则意味着「让AI工程师懂行业，让行业专家懂AI」，这个学习的投入产出比可以做到很高。但前提是，一定要找到AI在该行业的高价值应用场景。找到之后，AI工程师会发现，如果说自己的技术在那个领域创造的价值是西瓜，那么在手头的这个领域创造的价值可能就只是芝麻，孰轻孰重，他会知道怎么选；行业专家也会发现，在他的专业领域，很多事情的效率可以提升10倍以上，他不仅有机会真正做到“一个人就是一支队伍”，还可以为组织为行业复制出无数个「能达到80%水平的自己」。4、现阶段，之所以「AI口嗨者众，AI实干家寡」，最主要的原因是没有能带来足够正反馈的高价值应用场景。

了解AI基本概念：首先，建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」部分，熟悉AI的术语和基础概念。了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。浏览入门文章，这些文章通常会介绍AI的历史、当前的应用和未来的发展趋势。开始AI学习之旅：在「[入门：AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中，你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识，特别推荐李宏毅老师的课程。通过在线教育平台（如Coursera、edX、Udacity）上的课程，你可以按照自己的节奏学习，并有机会获得证书。选择感兴趣的模块深入学习：AI领域广泛（比如图像、音乐、视频等），你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧，它上手容易且很有用。实践和尝试：理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出你的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎你实践后的分享。体验AI产品：与现有的AI产品进行互动是学习AI的另一种有效方式。尝试使用如ChatGPT、Kimi Chat、智谱、文心一言等AI聊天机器人，了解它们的工作原理和交互方式。通过与这些AI产品的对话，你可以获得对AI在实际应用中表现的第一手体验，并激发你对AI潜力的认识。