实用AI 工具与技术

实用AI 工具与技术

• • AI技术概览图: 展示了人工智能 (Artificial Intelligence)、AI技术 (AI Techniques - Symbolic AI, Machine learning techniques)、AI任务 (AI Tasks - Answering questions, Recognizing images, etc.)、机器学习任务 (Machine learning tasks - Supervised learning, Reinforcement learning, etc.) 和优化技术 (Optimisation techniques - Gradient descent, Backpropagation) 之间的关系。
• • 16个AI核心概念:
  • • 人工智能(AI): 教机器像人一样思考和掌握技能。
  • • 机器学习(ML): 让机器自己学习的方法。
  • • 深度学习: ML中的"学霸"，处理更复杂任务。
  • • 神经网络: 机器的"大脑"，节点连接协同工作。
  • • 强化学习: 通过"奖励"机制学习。
  • • 自然语言处理(NLP): 让机器理解和使用人类语言。
  • • AI偏见: 因训练数据不全导致机器"有偏见"。
  • • AI伦理: 研究AI发展带来的道德问题。
  • • 生成对抗网络(GANs): 两个AI互相较劲，一个创造一个判断。
  • • 生成式AI: 能创造新内容的AI (文章、画画、作曲)。
  • • 监督学习: 给机器标准答案来学习。
  • • 无监督学习: 让机器自己发现知识和规律。
  • • 计算机视觉: 让机器"看懂"图片和视频。
  • • 算法: 机器处理问题的"菜谱"。
  • • AI模型: 训练好的"智能程序"或"专家"。
  • • 数据挖掘: 从海量数据中找到有价值信息。
• • AI Agent工作流程示意图:
  • • 感知 (Inputs): AI接收信息 (文字、图片、语音等)。
  • • 大脑 (Decision Making): 记忆、知识库、决策规划、调用工具 (API)、推理。
  • • 行动 (Embodiment): 生成文字回答、控制实体设备。
  • • 环境 (Environment): 与用户互动的场景。
• • 混合专家模型 (MoE) 论文分析:
  • • 核心论点: MoE是大数据时代AI重要范式，适合处理大数据。
  • • 研究方法: 文献综述、案例分析、比较分析、问题分析、趋势展望。
  • • 主要发现: MoE通过“分而治之”应对大数据挑战，在多领域有优势和应用。
  • • 创新之处: 全方位应用研究，强调优势与挑战，提出“零计算专家”概念。
  • • 局限性: 缺乏工程实现细节、具体挑战解决方案研究、量化预测等。
• • 生成式AI发展时间线 (Timeline of Generative AI):
  • • 展示了文本、代码、图像、视频/3D/游戏等领域从2020年前到2030年的发展预测和状态。
• • 2024年度最受欢迎的100款AIGC产品图:
  • • 分类包括：AI智能助手 (文心一言、豆包、Kimi)、AI翻译、AI生图、AI视频、AI PPT、AI写作、AI搜索、AI Agent、AI教育、AI音乐/音效、代码生成、多功能套件等。
• • LangChain v0.2: 迈向稳定的飞跃，分离 langchain 和 langchain-community，改进文档，增强代理框架。
• • Ollama: 开源大语言模型运行框架。
  • • 功能：本地运行开源LLM (Llama3, Mistral, Gemma)，提供命令行和API，支持自定义模型、量化优化。
  • • 易用性：简化LLM下载、配置过程，如 ollama run llama3。
  • • 平台：Linux, macOS, Windows, Docker。
• • DeepSeek:
  • • 腾讯元宝已接入 DeepSeek-R1。
  • • DeepSeek 与 AI 幻觉：探讨其产生原因、评测、减缓方法及创造力价值 (清华大学研究)。
  • • DeepSeek 35个实用入门指令大全。
  • • DeepSeek赋能家庭教育报告 (由DeepSeek辅助生成)。
  • • DS卡片：将DeepSeek回答一键转换为精美长图，智能识别Markdown。
  • • Deep Research 使用技巧 (OpenAI): 更多计算带来更好结果，清晰指令，明确关键词，使用动词，指定输出格式，上传文件上下文，核查来源。
• • Coze自动化教程列表:
  • • 基础与机器人建立、插件与工作流提取抖音文案 (多版本)、文本转脑图、工作流代码编写、选择器应用、发布到微信/飞书、长文本处理、自定义插件、批量提取文案、踩坑总结等。
• • 可灵 AI (Keling AI): 短片打造，官方教程，爆款秘籍，基础入门，镜头控制，口型应用，人脸模型，提示词入门等。
• • AI PPT工具: Gamma, Tome, Mindshow, 美图AI, ChatBA, Decktopus, Slides AI, Powerpresent, Beautiful AI。
• • Cursor (AI代码编辑器):
  • • 重置试用期方法 (提示 "Too many free trial accounts")。
  • • 安装方法 (Linux/macOS/Windows)。
  • • 朱雀大模型检测器 (isgen.ai) 可检测AI生成内容。
• • Gemini Search: 开源项目，结合Google Gemini 2.0 Flash模型和Google搜索API，提供基于实时网络资源的AI问答。
• • OpenAI模型选择指南 (o3-mini-high, o1, gpt-4o):
  • • STEM任务选 o3-mini-high。
  • • 非STEM：深度思考选 o1 (文科之王)；普通任务选 gpt-4o (知识之神, 多模态)。
  • • 具体场景任务推荐及价格质量权衡。
• • Claude (AI模型):
  • • Cheat Sheet: 设置 (连接Google Drive, 个性化上下文), 主要功能 (Artifacts, Native Screenshots, 交互式仪表盘, 数据分析可视化)。
  • • Top Use Cases: Excel公式/SQL查询, 快速图表, 简单原型制作, 会议邮件, 编辑邮件/文档, 获取策略反馈, 创建文档。
  • • 5个常见错误及避免方法: 忘记随机性 (多试几次), 聊天过长 (开新聊天/用Projects), 未提供足够示例, 未充分迭代, 未对AI输出进行最后20%的人工润色。
• • AI与程序员: AI取代程序员的焦虑源于对编程本质的误解。AI是工具革新的最新一环，能写if-else，但无法理解为何需要。
• • PDF格式解析方案:
  • • 技术方案: LLM/视觉大模型解析, OCR模型, 传统规则提取。
  • • 开源/闭源方案列举: document-convert, Ragflow, gptpdf, marker, PDF-Extract-Kit, zerox, OminiParse, MinerU (开源); 百度云Textmind, doc2x, 腾讯云文档解析 (闭源)。
  • • 评估方法: 人工评估，针对数字PDF和扫描PDF的复杂场景。