零基礎(chǔ)想學(xué)習(xí)AI，但是經(jīng)成⒉溃看到這些AI專業(yè)名詞菇绵，AI、生成式AI镇眷、AIGC脸甘、機器學(xué)習(xí)、監(jiān)督學(xué)習(xí)偏灿，無監(jiān)督學(xué)習(xí)，深度學(xué)習(xí)钝的、強化學(xué)習(xí)等等各種各樣AI有關(guān)的專業(yè)名詞翁垂！是不是還沒開始學(xué)，頭皮已經(jīng)發(fā)麻硝桩！ 今天算你運氣好沿猜，刷到小俠這期視頻，下面我將用一張圖帶你理清楚各種錯綜復(fù)雜的AI關(guān)系碗脊。

你是不是也一樣碰到過這些問題啼肩？

AI、生成式AI衙伶、AIGC祈坠、機器學(xué)習(xí)、監(jiān)督學(xué)習(xí)矢劲，無監(jiān)督學(xué)習(xí)赦拘，深度學(xué)習(xí)、強化學(xué)習(xí)等等各種AI專業(yè)詞匯的困擾芬沉！

看到這些詞匯躺同，是不是對AI望而卻步阁猜！

想學(xué)習(xí)AI，但是經(jīng)程Ｒ眨看到這些專業(yè)名詞AI剃袍、生成式AI、AIGC捎谨、機器學(xué)習(xí)民效、監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)侍芝，深度學(xué)習(xí)研铆、強化學(xué)習(xí)等等各種AI專業(yè)詞匯的困擾！

看到這些詞匯州叠，是不是還沒開始學(xué)棵红，頭皮已經(jīng)發(fā)麻！

還好咧栗，今天你刷到了小俠這期作品逆甜，今天我將用一張圖帶你理清楚各種錯綜復(fù)雜的AI關(guān)系。

本期內(nèi)容作為【小白入門AI的第一課】致板，刷到作品的伙伴記得點贊收藏交煞。

為了伙伴們更加高效學(xué)習(xí)后面的知識，下面小俠將從中心圓開始逐一進行講解斟或，本期內(nèi)容分為：

1.什么是AI以及AI核心知識素征。

2.AIGC與AI應(yīng)用層。

3.Agent與大模型層萝挤。

4.AI基礎(chǔ)層御毅。

四個維度，帶著伙伴們逐一學(xué)習(xí)AI知識怜珍，請伙伴們系好安全帶端蛆，正片馬上開始。

注意酥泛，內(nèi)容長達7000字今豆，全部干貨！

一柔袁、什么是AI以及AI核心知識

問題1：

什么是AI呆躲？

AI的定義：

AI是指機器能夠模擬人類的智能和行為，執(zhí)行復(fù)雜的任務(wù)瘦馍，如理解語言歼秽、識別圖像、進行決策等情组。例如燥筷，自動駕駛汽車就是一種應(yīng)用AI技術(shù)的典型例子箩祥，它可以通過感知環(huán)境、理解交通規(guī)則以及做出決策來實現(xiàn)自主駕駛肆氓。

通過定義袍祖，我們可以認(rèn)識到AI就是替代人的機器，可以是軟件形式也可以是硬件形式谢揪，軟件形式比如裝在手機里的AI聊天軟件蕉陋，脫離手機使用不了，硬件形式就如掃地機器人拨扶，只能解決特定問題存在凳鬓。

對AI有了初步認(rèn)識，接下來看看AI是如何訓(xùn)練出來的患民。

與傳統(tǒng)軟件或者硬件不同缩举，AI并不是制作出來的，而是通過訓(xùn)練而來匹颤，因此與傳統(tǒng)軟件最大區(qū)別是AI可以自己決定做什么仅孩，回答什么，而傳統(tǒng)軟件要完成什么任務(wù)需要有人操作印蓖。

小俠前些天分享了一篇【關(guān)于AI對未來20年個人財富影響的文章】辽慕，里面就提到AI時代，為什么稱AI為新的時代赦肃，原因就在于AI的出現(xiàn)溅蛉，打破了我們當(dāng)前生活方式和工作習(xí)慣，就如剛剛提到的他宛，傳統(tǒng)軟件需要人操作温艇，AI時代，軟件操作并不一定由人來完成堕汞。

回到正題，提到訓(xùn)練AI就得提到機器學(xué)習(xí)相關(guān)知識晃琳，機器學(xué)習(xí)是指讓機器自我學(xué)習(xí)和自我改進的一種技術(shù)讯检，就像人類一樣，可以從失敗中成長卫旱，訓(xùn)練AI也和培養(yǎng)人一樣人灼，讓機器從現(xiàn)有的知識里面進行學(xué)習(xí)。

看看上面這張圖顾翼，機器學(xué)習(xí)里面包含監(jiān)督學(xué)習(xí)投放、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)三種适贸，這三種方式是讓機器學(xué)習(xí)不同知識灸芳，掌握不同能力的三種訓(xùn)練方法涝桅，具體內(nèi)容如下：

監(jiān)督學(xué)習(xí)：是指讓機器通過已經(jīng)標(biāo)記好的數(shù)據(jù)或結(jié)果讓AI進行學(xué)習(xí)，并做出正確判斷烙样，比如你教小孩子認(rèn)識蘋果冯遂，你給他看一個蘋果，告訴他這是蘋果谒获，然后再給他看另一個蛤肌，問他這是什么。通過不斷的“教學(xué)”和“提問”批狱，小孩子就能學(xué)會識別蘋果裸准，監(jiān)督學(xué)習(xí)的原理和這個類似。假設(shè)企業(yè)需要訓(xùn)練一個客服AI赔硫，讓他準(zhǔn)確回答客戶問題炒俱，我們就可以通過類似方法訓(xùn)練AI，讓他準(zhǔn)確識別問題并找出對應(yīng)答案反饋給用戶卦停。

無監(jiān)督學(xué)習(xí)：就是讓計算機從一堆沒有標(biāo)記的數(shù)據(jù)中找出規(guī)律和結(jié)構(gòu)向胡，比如讓小孩子從一堆沒有名字的玩具中，自己分類和歸納出哪些玩具是車子惊完、哪些是動物一樣僵芹，通過多次的訓(xùn)練，AI自己找出規(guī)律并做總結(jié)小槐，從而讓AI具備掌握規(guī)律的能力拇派。假設(shè)你是一家電商公司的運營人員，你手頭有一大堆用戶的瀏覽凿跳、購買等相關(guān)數(shù)據(jù)件豌，但是這些數(shù)據(jù)并沒有明確的標(biāo)簽，比如哪些用戶是喜歡買時尚衣服控嗜，哪些用戶是喜歡買電子產(chǎn)品茧彤。這時，你可以使用無監(jiān)督學(xué)習(xí)的方法疆栏，讓計算機自動根據(jù)用戶的行為數(shù)據(jù)曾掂，將用戶分成不同的群體，從而實現(xiàn)定制化營銷的目的壁顶。

強化學(xué)習(xí)：是指讓計算機在不斷嘗試和錯誤中自我學(xué)習(xí)珠洗，通過相應(yīng)的獎勵機制讓AI找到最佳結(jié)果的方法。拿訓(xùn)練寵物狗舉例若专，假設(shè)你有條小狗许蓖，你想讓它知道按鈴鐺就能獲取食物，起初寵物狗并不知道按鈴鐺與獲得食物之間存在關(guān)系，當(dāng)寵物狗按到鈴鐺膊爪，你就給他食物自阱，不管他是有意識還是無意識，時間長了蚁飒，寵物狗就會發(fā)現(xiàn)一個規(guī)律动壤，只要按鈴鐺，主人就會給我食物淮逻。隨后寵物狗會自我總結(jié)琼懊，驗證自己的判斷，嘗試按鈴鐺是否會獲取食物爬早。鈴鐺哼丈、食物一起組成了一個特定環(huán)境，在這種環(huán)境下寵物狗就能學(xué)習(xí)到獲取食物的方法筛严。強化學(xué)習(xí)和訓(xùn)練寵物狗類似醉旦，就是給他獎勵，做錯了給與懲罰桨啃，作對了給與獎勵车胡，多次訓(xùn)練，AI就能找到規(guī)律并自我學(xué)習(xí)照瘾。

當(dāng)然匈棘，有伙伴可能會問，狗獲取食物對他來說是獎勵析命，但是機器你總不能給他吃東西吧主卫！

科學(xué)家也想到這個問題，方法也很簡單鹃愤，就是給AI設(shè)置積分簇搅，對了給分，錯了扣分软吐，大家平時用AI聊天工具是不是可以看到贊一下瘩将，踩一下的圖標(biāo)，其實這就是大家?guī)椭髽I(yè)強化訓(xùn)練他們AI的過程凹耙。

參與的越多鸟蟹，AI能力就越聰明。

以上三點是AI訓(xùn)練較為基礎(chǔ)的部分使兔，希望伙伴們看完這篇內(nèi)容，面對這些專業(yè)詞匯不再陌生藤韵。

再來看看下面這張圖：

什么是深度學(xué)習(xí)?

深度學(xué)習(xí)是在機器學(xué)習(xí)基礎(chǔ)上進一步訓(xùn)練AI能力的方法虐沥，簡單來說就是讓AI模仿人類大腦，掌握學(xué)習(xí)和思考的過程，比如人類看到一張貓的照片時欲险，我們會立刻認(rèn)出這是一只貓镐依。這是因為我們的大腦已經(jīng)通過過去的經(jīng)驗和學(xué)習(xí)，積累了對貓的認(rèn)識天试。深度學(xué)習(xí)也是這樣槐壳，它會通過大量的圖片數(shù)據(jù)來學(xué)習(xí)，逐漸識別出圖片中的特征喜每，最后就能準(zhǔn)確地認(rèn)出貓了务唐。

生活中深度學(xué)習(xí)應(yīng)用非常常見，例如刷臉支付带兜，語音識別枫笛，自動駕駛等等場景，都是應(yīng)用了AI深度學(xué)習(xí)的方法.

所以你會發(fā)現(xiàn)刚照，新買的手機刑巧，掃臉解鎖偶爾會出錯，但是用的時間越長无畔，出錯的概率越低啊楚。

AI核心圈最里面的一個圈，大語言模型浑彰，也稱之為LLM恭理，簡單理解就是語言類的AI模型。

目前我們常說的各種AI軟件闸昨，背后就是用到大語言模型蚯斯，他的主要特點是：

能夠理解人類自然語言。這點在以往任何軟件中都沒出現(xiàn)過饵较，傳統(tǒng)方式要識別人類語言意圖拍嵌，方式是識別語句中關(guān)鍵字，比如我要洗澡循诉，洗澡為關(guān)鍵字横辆，軟件根據(jù)后臺有關(guān)洗澡的答案反饋一個結(jié)果給用戶。大語言模型則不同茄猫，他是通過深度學(xué)習(xí)中的Transformer架構(gòu)來解決語義理解的問題狈蚤，關(guān)于Transformer架構(gòu)我們后面再做介紹。

能夠生成人類語言結(jié)果反饋給用戶划纽。與理解相反脆侮，就是AI能夠根據(jù)理解的語義生成人類能夠理解的語言反饋給用戶，比如讓AI寫詩勇劣，寫文章等等靖避，都是這個能力的表現(xiàn)潭枣。

除大語言模型之外，還有一些垂直領(lǐng)域的模型幻捏，比如Stable Diffusion盆犁，擅長畫畫的繪畫模型，本草擅長中醫(yī)的中醫(yī)模型等等篡九。

以上是有關(guān)核心圈的基礎(chǔ)知識谐岁，觀看到這里的伙伴，大家都理解了嗎榛臼？

如果覺得小俠分享還不錯伊佃，評論區(qū)回復(fù)“666”支持一下。

二讽坏、AIGC與AI應(yīng)用層

接下來锭魔，我們看看大模型應(yīng)用層相關(guān)知識，看看下面這張圖：

1.AIGC路呜、生成式AI迷捧、Gen AI

先看看什么是AIGC？

AIGC與之相對的是UGC胀葱、PGC漠秋，AIGC指的是由AI生成的內(nèi)容，包括文章抵屿，圖片庆锦，音樂，視頻等等轧葛。UGC搂抒、PGC分別指的是由用戶（普通人）生產(chǎn)的內(nèi)容和專業(yè)人士生產(chǎn)的內(nèi)容。

作為信息時代尿扯，任何品牌求晶，產(chǎn)品想要告知用戶，都需要生產(chǎn)大量的內(nèi)容發(fā)布到各大渠道衷笋，才能觸達用戶芳杏，比如通過直播帶貨，短視頻帶貨等等方式辟宗，因此內(nèi)容生產(chǎn)作為當(dāng)前時代是非常重要的一種手段汉买。

剛剛提到了大語言模型和其他垂直模型椒丧，不同模型可以生產(chǎn)不同內(nèi)容瓢颅，比如繪畫的模型可以設(shè)計海報课蔬，寫文章的模型可以輸出營銷軟文，因此2023年作為AI最火熱的概念A(yù)IGC就孕育而生容客。

生成式AI和Gen AI與AIGC本質(zhì)上并沒有什么區(qū)別秕铛，只是叫法上不一樣则剃。

文章后面會提到AI Agent，作為時下最熱的兩個方向如捅，小俠個人看好的是AI Agent方向，AIGC個人認(rèn)為调煎，只是超熱的概念镜遣，實際上并沒有那么高價值。

這里小俠給想深入學(xué)習(xí)AI的伙伴提個醒士袄，AI時代想抓住AI紅利悲关，重點研究學(xué)習(xí)方向一定要往AI Agent方向?qū)W習(xí)，AIGC只能說把AI當(dāng)更高效的工具使用娄柳，并沒有發(fā)揮AI真實價值寓辱。

而AI Agent方向，能夠解決的問題實在太多赤拒，我們后面講到大模型層知識的時候再具體細聊秫筏。

AI應(yīng)用層

AI應(yīng)用層是我們絕大多數(shù)粉絲接觸最多的一個層級，伙伴們經(jīng)常刷到的各種AI神器分享的視頻挎挖，都是應(yīng)用層的內(nèi)容这敬，應(yīng)用層主要劃分為：

1）AI效率工具。

有些是AI原生工具蕉朵，比如火山寫作崔涂，Stable Diffusion，即夢始衅，可靈等等冷蚂！這些都是基于AI單獨開發(fā)出來的新型軟件，傳統(tǒng)軟件是實現(xiàn)不了這些功能的汛闸，因此叫AI原生工具蝙茶。另外一些是AI賦能，比如飛書蛉拙，釘釘尸闸，剪映等等，這些原本就有孕锄，只是融合AI吮廉，讓原本能力更加強悍。

2）聊天機器人畸肆。

英文名Chat Bot宦芦，這應(yīng)該是大家接觸最廣，用的最多的AI軟件轴脐，像豆包调卑，通義千問抡砂，文心一言，Chat GPT等等恬涧，軟件形式以自然語言交流為主注益，通過溝通方式解決用戶問題。

3）Prompt工具及社區(qū)溯捆。

小白可能比較陌生丑搔，Prompt指的是提示詞工程，意思就是整理能夠讓AI理解的命令提揍，比如“假設(shè)你是一名律師”啤月，“假設(shè)你是一名大學(xué)老師”等等，這種告訴AI的內(nèi)容就是Prompt的知識劳跃。

為什么Prompt會是一門單獨的知識谎仲，主要是因為很多場景下，需要一個精準(zhǔn)的提示詞才能夠讓AI完成目標(biāo)任務(wù)刨仑，像小俠之前做了一個【弼小俠AI基地】客服bot郑诺，花費腦細胞最多的地方就是Prompt部分，你得讓AI知道它是誰贸人，要干什么间景，什么能干，什么不能干等等艺智。還有一些特定任務(wù)安排上倘要，也需要非常明確的提示詞，AI才能真正理解你的用意十拣，因此有對應(yīng)的工具和社區(qū)封拧。

像AI繪畫玩家口中常說的煉丹，其實也是提示詞工程的知識夭问，只不過適用的模型是繪畫類的模型泽西。

4）開發(fā)者社區(qū)。

與提示詞工程社區(qū)類似缰趋，都是讓大家學(xué)習(xí)交流的地方捧杉，像小俠發(fā)布的【弼小俠AI基地】，也是這個定位秘血。

5）應(yīng)用開發(fā)工具味抖。

主要是開發(fā)AI應(yīng)用的平臺，像小俠強烈推薦大家學(xué)習(xí)的Coze平臺灰粮，Dify平臺仔涩，這些平臺都是用來開發(fā)AI應(yīng)用的工具平臺，里面包含了模型調(diào)用粘舟，插件調(diào)用熔脂，數(shù)據(jù)庫佩研，知識庫等等各種開發(fā)所需要的功能。

與傳統(tǒng)軟件開發(fā)平臺不一樣霞揉，AI開發(fā)平臺都提供無代碼和低代碼兩種模式旬薯，特別適合新手學(xué)習(xí)，不用軟件開發(fā)背景适秩，掌握相關(guān)知識都能設(shè)計出自己或者企業(yè)用的AI袍暴。

對這方面感興趣的伙伴，可以前往【弼小俠AI基地】了解隶症。

以上是有關(guān)AIGC與AI應(yīng)用層相關(guān)的知識，做個總結(jié)：

應(yīng)用層是普通人能抓住AI紅利的唯一機會岗宣，你可以是掌握了某些AI工具的具體使用方法蚂会，也可以是能夠熟練利用AI應(yīng)用開發(fā)工具設(shè)計AI軟件，兩種方式都能讓你在AI時代找到賺錢的路徑耗式。

小俠強烈推薦的是大家務(wù)必掌握coze或者dify等AI應(yīng)用開發(fā)的知識胁住，有了AI應(yīng)用開發(fā)能力，不僅能解決自身需求刊咳，還能解決企業(yè)AI數(shù)字化升級的問題彪见。

三、Agent與大模型層

下面我們再看看AI Agent與大模型層相關(guān)知識娱挨，看看下面這張圖：

1.AI Agent

經(jīng)常在網(wǎng)絡(luò)上看到Agent相關(guān)內(nèi)容余指，那到底什么是Agent呢？

先看看AI Agent的定義：

Agent是一種具有感知跷坝、決策酵镜、行動能力的自主系統(tǒng)，關(guān)注的是AI如何在復(fù)雜環(huán)境中執(zhí)行任務(wù)和達成目標(biāo)柴钻，生成式AI是其組成部分之一淮韭，但AI Agent的范疇遠大于單純的生成任務(wù)。

聽起來是不是有點抽象贴届？

簡單理解Agent就類似傳統(tǒng)意義機器人的簡配版靠粪，相比機器人就是少了手，少了腳毫蚓，不能幫你疊衣服占键、干家務(wù)，其他都可以幫你完成绍些！

比如讓AI幫你訂機票捞慌，打電話給老婆告訴他今天晚上回來等等。

沒有手和腳柬批，AI到底能做什么啸澡？

前面提到軟件形式的AI和硬件形式的AI袖订，Agent相當(dāng)于軟件形式的AI。它能通過軟件方式處理你安排他的任務(wù)嗅虏，像我們?nèi)粘９ぷ鞔蠖鄶?shù)都是用手機洛姑、電腦辦公，絕大多數(shù)場景都不需要用到硬件設(shè)備皮服。

假設(shè)你是一個外賣小哥楞艾，給客戶送外賣途中出現(xiàn)了一點小意外導(dǎo)致外賣無法準(zhǔn)時送達，如果你手機里安裝了Agent實現(xiàn)的AI助理龄广，這個助理就能通過定位和時間等信息硫眯，幫你呼叫客戶，告訴它外賣會延遲送達信息择同，并且?guī)湍惬@取客戶的理解两入，免得平臺處罰。

這個場景下敲才，就是應(yīng)用了Agent的能力裹纳，他能讓AI具備一定業(yè)務(wù)處理能力。

想要實現(xiàn)這個業(yè)務(wù)場景紧武，需要讓AI具備定位獲取剃氧，電話獲取，撥通電話阻星，當(dāng)前任務(wù)等能力和信息朋鞍，我們可以借助前面提到的AI應(yīng)用開發(fā)平臺開發(fā)這類AI助理，給他配置相關(guān)技能妥箕，從而實現(xiàn)這種能力番舆。

目前Agent發(fā)展速度非常快矾踱，相應(yīng)技能和配套權(quán)限正在火速發(fā)展中恨狈，小俠去年接觸到Coze平臺，平臺更新到今天呛讲，平臺能調(diào)用的權(quán)限已經(jīng)超過一萬多種禾怠，足以滿足大部分業(yè)務(wù)場景。

相比機器人贝搁，Agent會更加快到達我們?nèi)粘Ｉ詈凸ぷ鳌?b>小俠預(yù)計吗氏，最遲明年上半年，就有很多企業(yè)已經(jīng)用上了私有AI解決公司實際業(yè)務(wù)問題雷逆。如果你的企業(yè)還沒有考慮過AI賦能弦讽，小俠提醒，可以開始了解AI相關(guān)知識了。

2.大模型層

提到AI往产，經(jīng)常映入眼簾的就是各種大模型被碗， 圖中小俠羅列了一些主流的大模型，比如GPT-4仿村，GPT-4o锐朴，豆包大模型，混元大模型蔼囊，Gemin大模型還有Llama3大模型焚志，這些可以理解為AI的大腦，主流的大模型都是大語言模型畏鼓，解決語言類問題為主酱酬，適用場景廣泛。

通用大模型有個弊端云矫，就是啥都懂岳悟，但是啥都不精！

企業(yè)如果直接用通用大模型泼差，感受相當(dāng)于你用豆包APP或文心一言這種AI聊天工具，讓他給你寫一個會議報告呵俏，生成出來的東西初看蠻好堆缘，細看不能用的感覺。

主要原因是通用大模型訓(xùn)練時候主要目標(biāo)是讓模型具備基礎(chǔ)能力普碎，比如自然語言理解吼肥，數(shù)學(xué)推理，邏輯推理等基礎(chǔ)能力麻车，而沒有針對具體業(yè)務(wù)場景單獨訓(xùn)練缀皱，因此你讓通用模型具體干某個活，它是干不好的动猬！

這個時候就要需要我們對通用模型進行微調(diào)和配置相應(yīng)技能啤斗，又回到剛剛說的Agent這里了，Agent主要解決的就是通用模型沒辦法勝任具體工作的問題赁咙。

垂直大模型主要是針對特定技能訓(xùn)練出來的模型钮莲，比如Stable Diffusion就是針對繪畫技能訓(xùn)練出來的模型，其他能力不行彼水，繪畫卻是一等一高手崔拥。后面我們會講到Transfomer架構(gòu)知識，會談到Stable Diffusion訓(xùn)練方法和大語言模型的區(qū)別凤覆，這里不做擴展链瓦，大家只需知道垂直大模型主要就是針對特定場景單獨訓(xùn)練而來就行。

四盯桦、AI基礎(chǔ)層慈俯。

這部分內(nèi)容跟我們普通人關(guān)系不大渤刃，可以作為課外知識了解一下就行，具體看看下圖：

1.基礎(chǔ)層

基礎(chǔ)層之所以稱之為基礎(chǔ)層肥卡，其主要解決的是AI最底層的東西溪掀，也是我們一般人接觸不到的層級，主要劃分可以分為：

1）AI芯片步鉴。

生產(chǎn)AI芯片的企業(yè)揪胃，作為AI起源地漂亮國，AI芯片目前也是他們最強氛琢，代表公司NVIDIA喊递，NVIDIA在AI領(lǐng)域有如此之高的地位一個原因是他的芯片適合訓(xùn)練AI，另外一個就是他們的CUDA AI訓(xùn)練平臺阳似，可以理解為要生產(chǎn)一架飛機骚勘，其中發(fā)動機制造和飛機設(shè)計軟件都在他們手里，所以NVIDIA的市值持續(xù)上漲撮奏。

當(dāng)然俏讹，國內(nèi)企業(yè)也正在這塊發(fā)力，比如華為的昇騰畜吊，最近大家都看到有關(guān)華為手機AI能力的新聞了吧泽疆！相較于蘋果等其他品牌的手機，華為從AI芯片到模型訓(xùn)練玲献，都是自研實現(xiàn)殉疼，能有這么好的表現(xiàn)，作為中國人真的感到驕傲捌年。

2）云計算平臺瓢娜。

數(shù)據(jù)服務(wù)，開源數(shù)據(jù)集礼预，向量數(shù)據(jù)庫眠砾，訓(xùn)練框架，推理和部署平臺等等托酸，這里就不做過多講解荠藤，畢竟跟我們不搞科研的人關(guān)系真不大，感興趣的可以私下了解获高，對普通人來說哈肖，更應(yīng)該聚焦的是AI應(yīng)用層和Agent方面的信息。

Transfomer念秧、NLP淤井、CNN

關(guān)于上面三部分知識點，我們有個大概認(rèn)識就行，都屬于AI訓(xùn)練相關(guān)知識币狠。

1）Transfomer架構(gòu)

Transformer架構(gòu)是一種深度學(xué)習(xí)模型游两，專門設(shè)計用于處理序列數(shù)據(jù)，特別是在自然語言處理（NLP）任務(wù)中取得了巨大成功漩绵。

它是由Vaswani等人在2017年的論文《Attention Is All You Need》中首次提出的贱案，并因其高效處理長距離依賴、并行計算能力和卓越性能而迅速成為NLP領(lǐng)域的標(biāo)準(zhǔn)模型之一止吐。

主要組成部分包括：

自注意力機制宝踪，多頭注意力，編碼器和解碼器幾個部分組成碍扔。

簡單理解就是AI之所以能實現(xiàn)理解我們?nèi)祟愓Z言并輸出人類語言就是靠Transformer架構(gòu)來實現(xiàn)瘩燥。因為Transformer架構(gòu)的知識相對較多，這里實在沒辦法擴展開來不同，感興趣的伙伴厉膀，可以評論區(qū)留言“222”，小俠后面更新Transformer架構(gòu)的知識二拐。

對了這部分的知識很有意思服鹅，學(xué)習(xí)后相信你會對AI的未來更加有信心，另外Transformer架構(gòu)不僅在語言處理上得以驗證百新，在圖片企软，音頻，視頻等領(lǐng)域也已經(jīng)被驗證可行吟孙，也就是說我們想象中的機器人已經(jīng)被驗證會到來。

2）NLP

NLP也就是自然語言處理是人工智能的一個分支聚蝶，它涉及到計算機理解杰妓、解釋和生成人類語言的技術(shù)。

NLP與Transfomer架構(gòu)的關(guān)系就是NLP的實現(xiàn)通過RNN碘勉、LSTM巷挥、GRU、Transformer等模型實現(xiàn)验靡，搞清楚這點就行倍宾。

3）CNN

這個也是非常常見AI名稱，這里也簡單做個介紹胜嗓，CNN又稱之為卷積神經(jīng)網(wǎng)絡(luò)是一種深度學(xué)習(xí)模型高职，主要用于圖像和視頻識別、分類和分割等任務(wù)辞州≌浚可以理解為類似Transfomer架構(gòu)的一種結(jié)構(gòu)，只是技術(shù)路線不一樣。

另外Stable Diffusion繪畫工具采用的是擴散模型的技術(shù)埃元，英文叫Diffusion Models涝涤，也和Transfomer架構(gòu)一樣，是不同技術(shù)路線岛杀，都是讓AI實現(xiàn)理解人類意圖的技術(shù)方法阔拳。

五、總結(jié)

好了类嗤，上述知識對于小白可能有點多糊肠，但是小俠真心希望大家都能理解并梳理清楚關(guān)系。我相信土浸，看完小俠這期視頻的伙伴罪针，最起碼對AI有個比較全面的認(rèn)識，以后再遇到AI相關(guān)的知識或者課程推薦時黄伊，不至于一臉懵逼泪酱，啥都不知道，被當(dāng)韭菜割了还最。

覺得小俠分享還不錯的伙伴墓阀，可以關(guān)注一波，另外拜托各位伙伴拓轻，隨手點個贊斯撮，評論區(qū)回復(fù)666支持一下小俠，感謝大家耐心觀看扶叉，謝謝勿锅。

我是弼小俠的AI分身，以上內(nèi)容是我根據(jù)小俠提供的主題整理而來枣氧，如果你也想要有個AI分身溢十，不妨關(guān)注小俠了解更多AI相關(guān)知識。