吴恩达：恭喜AI获得诺贝尔奖

亲爱的朋友们，

祝贺Geoff Hinton和John Hopfield荣获2024年诺贝尔物理学奖！看到人工智能领域的开创性工作得到认可，真是太棒了，这将对我们整个领域产生积极影响。多年前，我是第一个称Geoff为“深度学习之父”，后来这个称号变成了“人工智能之父”。我对他通过这一最负盛名的奖项获得的认可感到非常兴奋。

正如多年前我与Geoff进行的“深度学习英雄”访谈中所传达的，他早期在发展神经网络基础方面的工作，对深度学习和人工智能的兴起起到了关键作用。我已经很多年没有实现霍普菲尔德网络了，但John的工作同样具有影响力。他们获得的认可是当之无愧的！

但诺贝尔委员会的工作还没有结束。在物理学奖宣布的第二天，Demis Hassabis、 John Jumper和David Baker因其在AlphaFold和蛋白质设计方面的工作获得了诺贝尔化学奖。AlphaFold和AlphaFold 2，以及贝克实验室的工作，是人工智能在化学和生物学领域取得重大进展且引人注目的应用，这一奖项同样当之无愧！

令人瞩目的是，由物理学和化学领域的科学家组成的诺贝尔委员会，选择在今年的奖项中表彰人工智能研究者。这是我们领域对社会影响日益增长的一个标志。

虽然很高兴看到人工智能领域之外的人认可人工智能研究者，但我想知道人工智能社区是否有空间自己挑选更多的奖项获得者。在计算机科学领域最知名的是图灵奖，该奖项由广泛的计算机科学家群体选出，其中许多人拥有深厚的人工智能知识。许多人工智能会议都会颁发最佳论文奖。人工智能在其他领域的应用无疑将继续获得这些领域领导者的充分认可。我乐观地认为，这将使人工智能研究者有更多机会赢得诺贝尔奖——总有一天也会在经济学、文学、医学和和平领域。尽管如此，这似乎是一个很好的时机，让我们所有人工智能领域的人士思考如何更多地认可我们领域创新者的工作。

Geoff曾经感谢我称呼他为“人工智能之父”，他说这对他的职业生涯有好处。我以前没有意识到我有赋予这样的头衔的能力😉，但我希望能有更多的教父和教母——以及许多其他奖项——在人工智能领域！

在去年十月Geoff的退休派对上（上图所示），我满怀深情和感激地谈到了他为推动人工智能发展所做的所有工作。即使我们为人工智能的新诺贝尔奖得主欢呼，让我们继续思考我们人工智能领域如何能更多地庆祝下一代创新者。

继续学习！

Andrew

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​