WaytoAGI 具有以下功能： 1. 智能体相关： 新年伊始，春节即将来临，这个智能体可以帮您写祝福语，做对联，甚至预测新年运势。 写蛇年对联，并且产生图片。 写新年祝福。 与大圣闲聊。 2. 网站相关： 和 AI 知识库对话：您可以在这里问任何关于 AI 的问题。 AI 网站：集合了精选的 AI 网站，按需求找到适合您的工具。 AI 提示词：集合了精选的提示词，可以复制到 AI 对话网站来使用。 知识库精选：将每天知识库的精华内容呈现给大家。 3. 整活区相关： 这是一个让您尽情发挥对 AI 最天马行空的想象，不用证明想法“有什么用”，鼓励您把 AI 玩出新花样，哪怕看起来很“沙雕”的地方。

以下是为新手提供的 AI 入门课程相关指导： 了解 AI 基本概念： 建议阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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。同时浏览入门文章，了解 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「」中，能找到为初学者设计的课程，特别推荐李宏毅老师的课程。还可以通过在线教育平台（如 Coursera、edX、Udacity）上的课程按自己节奏学习并获取证书。 选择感兴趣的模块深入学习： AI 领域广泛，涵盖图像、音乐、视频等，可根据自身兴趣选择特定模块深入学习，同时掌握提示词技巧，因其上手容易且实用。 实践和尝试： 理论学习后，实践是巩固知识的关键，可尝试使用各种产品创作作品。知识库中有很多实践后的作品和文章分享。 体验 AI 产品： 与 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动，了解其工作原理和交互方式，获取对 AI 实际应用表现的第一手体验。 此外，微软也提供了为期 12 周、共 24 课时的 AI 初学者入门课程，您将深入学习符号人工智能、神经网络、计算机视觉、自然语言处理等内容。课程中会学到实现人工智能的不同方法，包括符号人工智能、神经网络和深度学习等。如需了解云计算中的人工智能主题，可参加《》课程。

以下是新手学习 AI 的方法和建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，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，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，可根据兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始学习，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

以下是关于 DeepSeek 的相关信息： DeepSeek 训练成本远高于传闻，总计约 13 亿美元，定价低于实际成本导致高额亏损。MixtureofExpert 方法降低计算需求，但大规模内存使用可能增加总成本。 Mistral AI 曾获法国政府、英伟达、a16z 等支持，估值达 20 亿美元，但被中国 DeepSeek 迅速赶超，DeepSeek 的“极简算力”模式可能削弱 Mistral 的竞争优势。 将 DeepSeek 比喻成“AI 界的拼多多”是偏颇的，DeepSeek 在硅谷受到关注和追逐，早在 2024 年 5 月 DeepSeekV2 发布时，就以多头潜在注意力机制（MLA）架构的创新引发小范围轰动。 有对 DeepSeek“低成本”AI 的批评，用洋垃圾进行比喻，讽刺其为空洞的营销噱头。 以上信息来源包括相关网站和社交媒体的分享。

以下是新手学习 AI 的方法和建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，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，按照自己的节奏学习，并有机会获得证书。 3. 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，可根据自己的兴趣选择特定模块深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试： 理论学习后，实践是巩固知识的关键，尝试使用各种产品做出作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解其工作原理和交互方式，获得对 AI 在实际应用中表现的第一手体验，并激发对 AI 潜力的认识。 对于中学生学习 AI，建议如下： 1. 从编程语言入手学习： 可以从 Python、JavaScript 等编程语言开始，学习编程语法、数据结构、算法等基础知识，为后续的 AI 学习打下基础。 2. 尝试使用 AI 工具和平台： 可以使用 ChatGPT、Midjourney 等 AI 生成工具，体验 AI 的应用场景。 探索一些面向中学生的 AI 教育平台，如百度的“文心智能体平台”、Coze 智能体平台等。 3. 学习 AI 基础知识： 了解 AI 的基本概念、发展历程、主要技术如机器学习、深度学习等。 学习 AI 在教育、医疗、金融等领域的应用案例。 4. 参与 AI 相关的实践项目： 参加学校或社区组织的 AI 编程竞赛、创意设计大赛等活动。 尝试利用 AI 技术解决生活中的实际问题，培养动手能力。 5. 关注 AI 发展的前沿动态： 关注 AI 领域的权威媒体和学者，了解 AI 技术的最新进展。 思考 AI 技术对未来社会的影响，培养对 AI 的思考和判断能力。 记住，学习 AI 是一个长期的过程，需要耐心和持续的努力。不要害怕犯错，每个挑战都是成长的机会。随着时间的推移，您将逐渐建立起自己的 AI 知识体系，并能够在这一领域取得成就。完整的学习路径建议参考「通往 AGI 之路」的布鲁姆分类法，设计自己的学习路径。

人工智能的历史可以追溯到二十世纪中叶。 在早期阶段，符号推理较为流行，专家系统等取得了重要进展，但因从专家提取知识并以计算机可读形式表现及保持知识库准确性的任务复杂且成本高，应用场景难以大规模拓展，导致 20 世纪 70 年代出现“人工智能寒冬”。 随着时间推移，计算资源更便宜，数据更多，神经网络方法在计算机视觉、语音理解等领域展现出卓越性能，过去十年中“人工智能”常被视为“神经网络”的同义词。 AI 技术的发展历程包括： 1. 早期阶段（1950s 1960s）：专家系统、博弈论、机器学习初步理论。 2. 知识驱动时期（1970s 1980s）：专家系统、知识表示、自动推理。 3. 统计学习时期（1990s 2000s）：机器学习算法如决策树、支持向量机、贝叶斯方法等。 4. 深度学习时期（2010s 至今）：深度神经网络、卷积神经网络、循环神经网络等。 当前 AI 前沿技术点有： 1. 大模型如 GPT、PaLM 等。 2. 多模态 AI 如视觉 语言模型（CLIP、Stable Diffusion）、多模态融合。 3. 自监督学习如自监督预训练、对比学习、掩码语言模型等。 4. 小样本学习如元学习、一次学习、提示学习等。 5. 可解释 AI 如模型可解释性、因果推理、符号推理等。 6. 机器人学如强化学习、运动规划、人机交互等。 7. 量子 AI 如量子机器学习、量子神经网络等。 8. AI 芯片和硬件加速。 最初，查尔斯·巴贝奇发明了计算机，现代计算机虽先进但仍遵循相同的受控计算理念。但对于像根据照片判断人的年龄这类任务，因无法明确解法，正是人工智能感兴趣的。

以下是最新的 AI 在安全领域的应用新闻： 1. 随着 AI 不断发展，AI 应用中的新功能带来新漏洞，现有企业和研究学者已加强对“越狱”的研究。OpenAI 提出通过“指令层次结构”来修复“忽略所有先前指令“攻击的方法，并已在 GPT40 Mini 中得到部署。Anthropic 在多重越狱方面的工作表明了“警告防御”的潜力，Gray Swan AI 的安全专家已试用“断路器”。LLM 测试初创公司 Haize Labs 与 Hugging Face 合作创建了首个红队抵抗组织基准。 2. 英国创建了世界上第一个人工智能安全研究所 AISA，有三个核心功能：在部署前对高级模型进行评估；建立国家能力并开展研究；协调国际合作伙伴。AISA 还发布了 Inspect 框架用于 LLM 安全评估。英国宣布与美国等效机构签署谅解备忘录，并计划在美国旧金山设立办事处。英国通过其高级研究与发明机构（ARIA），花费 5900 万英镑开发“守门员”系统，负责了解和减少关键领域中其他人工智能代理的风险，还计划设立“AI 安全研究实验室”。美国能源部利用内部测试床评估人工智能对关键基础设施和能源安全带来的风险。 3. Microsoft 的 AI Security Copilot 能够在几分钟内提供可操作的建议，简化对攻击的紧急理解，揭示威胁，甚至预测攻击者最有可能的下一步行动。

以下是关于最新的 AI 在安全领域的应用的相关内容： 1. AI 已经在许多领域带来了重大进展和效率提升。例如，在交通监控方面使通勤更顺畅，检测银行账户中的欺诈行为，在工业中控制核聚变过程，还用于加速科学进步，如发现新药或应对气候变化的技术。并且，随着 AI 变得更强大以及创新者探索新的应用方式，将会有更多的 AI 应用出现，具有巨大的推动经济增长和创造就业的潜力。 2. 拜登签署的 AI 行政命令要求最强大的 AI 系统开发者与美国政府分享安全测试结果和其他关键信息。依照《国防生产法》，开发对国家安全、经济安全或公共卫生和安全构成严重风险的基础模型的公司，在训练模型时必须通知联邦政府，并分享所有红队安全测试的结果。 3. 美国国家标准与技术研究院将制定严格的标准进行广泛的红队测试，以确保在公开发布前的安全性。国土安全部将把这些标准应用于关键基础设施部门，并成立 AI 安全与保障委员会。能源部和国土安全部也将应对 AI 系统对关键基础设施以及化学、生物、放射性、核和网络安全风险的威胁。 4. 为防止利用 AI 制造危险生物材料的风险，制定强有力的生物合成筛选新标准。资助生命科学项目的机构将建立这些标准作为联邦资助的条件。 5. 为保护美国人免受 AI 导致的欺诈和欺骗，商务部将制定检测 AI 生成内容和认证官方内容的标准和最佳实践。联邦机构将使用这些工具，让美国人容易知道他们从政府收到的通信是真实的，并为私营部门和世界各地的政府树立榜样。 同时，AI 的概念并非新事物，但数据生成和处理方面的近期进展改变了该领域及其产生的技术。例如，生成式 AI 模型能力的近期发展创造了令人兴奋的机会，但也引发了关于潜在 AI 风险的新辩论。一些 AI 风险可能是无意的后果或缺乏适当的控制以确保负责任的 AI 使用而产生的。对 AI 特定风险的初步评估确定了一系列高级风险，包括对人类和财产的身体损害以及对心理健康的损害等安全风险。

对于小白如何开始学习 AI，以下是一些建议： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括人工智能的定义、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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，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，按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习： AI 领域广泛，如图像、音乐、视频等，根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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自己的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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。 6. 读文档： 可以使用提示词让 GPT 帮助翻译和解释文档中的不懂之处，并让其举例子帮助理解。 可以使用如下 prompt 自测是否真的读懂：点击链接查看对话原文，顶部的问题可以复制，然后作为 prompt 自己去提问： 7. 根据电脑的硬件情况和自身财力选择合适的开始方式： 本地部署：如果电脑是 M 芯片的 Mac 电脑（Intel 芯片出图速度非常慢，因此不建议）或者 2060Ti 及以上显卡的 Windows 电脑，可以选择本地部署。强烈建议在配有 N 卡的 Windows 电脑上进行。 在线平台：对于电脑不符合要求的小伙伴可以直接使用在线工具，在线工具分为在线出图和云电脑两种，前者功能可能会受限、后者需要自己手动部署，大家根据实际情况选择即可。 配台电脑：不建议一上来就配主机，因为大概率会变成游戏机或者吃灰（土豪请随意）。玩几个月后还对 AI 有兴趣的话再考虑配个主机。主机硬盘要大，显卡预算之内买最好，其他的随意。 8. 学习课程： 先验经验：需要熟练使用文生图、图生图；需要有一定的逻辑思考能力以及推理能力；适合炼丹新人、小白。 课程安排：课程大约 70 80%是理论和方法论的内容，大部分练习会在课外跟大家沟通、练习。只有少部分必要内容会在课上演示。 必学、必看内容是基础课，主要是为了解决环境问题和软件安装不上的问题；建炉是针对不同炼丹方式提供了不同的炼丹工具的安装教程；正式的内容部分分为了数据集预处理、模型训练以及模型调试及优化三个部分。

普通人自学 AI 可以参考以下步骤： 1. 了解 AI 基本概念： 阅读「」部分，熟悉 AI 的术语和基础概念，包括其主要分支（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，了解 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅： 在「」中，找到为初学者设计的课程，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，按照自己的节奏学习，并有机会获得证书。 3. 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，可根据自己的兴趣选择特定的模块进行深入学习。 掌握提示词的技巧，它上手容易且很有用。 4. 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自己的作品。 在知识库提供了很多大家实践后的作品、文章分享，欢迎实践后的分享。 5. 体验 AI 产品： 与现有的 AI 产品进行互动，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。 6. 信息获取： 对于没有技术背景的普通人，优质信息源如「即刻」App 的“”等免费圈子。 信息爆炸时做减法的小 tips：只掌握最好的产品，少关注新产品测评（除非远超 ChatGPT）；只解决具体问题，不做泛泛了解；只关注核心能力，不关注花式玩法；只关注理清需求和逻辑，不死记硬背提示词；先关注提升认知/洞察，然后再谈技巧。 7. 学习模式： 可以参考输入→模仿→自发创造的模式。 学习资源多为免费开源，可在 waytoAGI 社区发现自己感兴趣的 AI 领域，学习最新的内容。