大家好，這是《Kimi使用，從入門到精通》系列文章的第一篇。

最近，經(jīng)常有小伙伴后臺(tái)咨詢：Kimi怎么用？水平如何？如何寫提示詞？怎么優(yōu)化提示詞？有哪些創(chuàng)新玩法？如何本地化部署？

我想，不如干脆給大家寫一個(gè)系列文章《Kimi使用，從入門到精通》。

萬丈高樓平地起，為了照顧剛來的同學(xué)，我們先從常識(shí)講起。

第一篇，用12個(gè)問題帶大家系統(tǒng)了解AI。

1、什么是AI？

AI，是Artificial Intelligence的縮寫，翻譯過來就是??智能。

它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門技術(shù)科學(xué)，是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。

說人話就是，AI研究怎么讓機(jī)器表現(xiàn)出智能，模仿人類甚至超越人類。

2、為什么要搞AI？

AI是新的革命性技術(shù)，業(yè)內(nèi)普遍把它看作是第四次工業(yè)革命的關(guān)鍵技術(shù)。

前三次革命的主角分別是：蒸汽機(jī)、電和計(jì)算機(jī)。

今天，你會(huì)問自己“為什么我們需要電和計(jì)算機(jī)”這個(gè)問題嗎？

AI的目標(biāo)是模擬、延伸和擴(kuò)展人類智能，并最終解放全人類。這個(gè)過程，不以任何個(gè)人意志為轉(zhuǎn)移。

3、發(fā)展歷程是怎樣的？

AI這個(gè)詞，并非這兩年興起。很多人對(duì)它的關(guān)鍵印象，可能都來自影視劇里的人物。

比如《2001太空漫游》里的“HAL 9000計(jì)算機(jī)”，《終結(jié)者》中的天網(wǎng)以及T-800、T-1000機(jī)器人，《生化危機(jī)》里的紅后，《黑客帝國(guó)》里的殺毒程序“特工斯密斯”。在這些電影中，人工智能無一例外都扮演了反派。

T-800，來自《終結(jié)者1》

使得到現(xiàn)在，依然有不少人在擔(dān)心，AI會(huì)不會(huì)干掉人類？硅基“生命”會(huì)不會(huì)取代碳基生物？

真實(shí)的AI產(chǎn)業(yè)發(fā)展，遠(yuǎn)比電影無趣得多。AI行業(yè)經(jīng)歷了相當(dāng)長(zhǎng)時(shí)間的沉寂，在上世紀(jì)70~80年代經(jīng)歷了兩次“AI寒冬”，直到2022年Midjourney和ChatGPT-3.5出現(xiàn)后，AI才從理論進(jìn)入應(yīng)用，開始走進(jìn)公眾視野。

我總結(jié)了下，AI發(fā)展路徑共有5個(gè)階段：理論→計(jì)算機(jī)（算?、數(shù)據(jù)和算法）→深度學(xué)習(xí)→GenAI→AGI。

當(dāng)前，我們正處于GenAI的時(shí)代。從GenAI到AGI，可能很長(zhǎng)，也可能很快。

4、有哪些重要節(jié)點(diǎn)？

20世紀(jì)50年代，“圖靈測(cè)試”、“神經(jīng)網(wǎng)絡(luò)”、“人工智能”概念提出，這是理論階段。

20世紀(jì)70年代~21世紀(jì)，從PC到移動(dòng)互聯(lián)網(wǎng)，算力、數(shù)據(jù)和算法不斷豐富，為AI誕生打下基礎(chǔ)。

2015年，AlphaGo首次擊敗人類圍棋職業(yè)選手，標(biāo)志著深度學(xué)習(xí)取得了巨大突破，推動(dòng)了自然語言處理（NLP）、機(jī)器視覺(CV)、語音識(shí)別（ASR）等領(lǐng)域的快速發(fā)展，如Siri、天貓精靈、小愛同學(xué)等ANI（弱人工智能）開始出現(xiàn)。

2015年12月11日，人工智能研究組織OpenAI在美國(guó)成立。

2017年Transformer架構(gòu)、2020年Diffusion模型相繼提出，為大模型帶來了底層技術(shù)邏輯，生成式人工智能（GenAI）迅速涌現(xiàn)，標(biāo)志事件是2022年11月30日OpenAI推出聊天機(jī)器人ChatGPT-3.5。

2023年3月14日，OpenAI發(fā)布GPT-4。ChatGPT成全球用戶最快破億的應(yīng)用，用時(shí)不到2個(gè)月。

5、為什么要強(qiáng)調(diào)GenAI？

AI的終極目標(biāo)，是建立通用人工智能（AGI），讓AI可以執(zhí)行人類交代的任何任務(wù)。

而想要實(shí)現(xiàn)AGI，生成式人工智能（GenAI）是不可或缺的一步。

GenAI是先行者，是通往AGI的重要實(shí)驗(yàn)平臺(tái)，可以借此探索和驗(yàn)證通向AGI的關(guān)鍵技術(shù)和理念。

6、GenAI的底層技術(shù)

2017年，谷歌八子發(fā)表論文《Attention Is All You Need》，提出了基于multi-head（多頭）自注意力機(jī)制的深度學(xué)習(xí)架構(gòu)Transformer，為大語言模型奠定了基礎(chǔ)。

2020年，Denoising Diffusion Probabilistic Models （DDPM擴(kuò)散模型）提出，為文生圖模型提供了方向，生成的效果越來越逼真。

Transformer架構(gòu)+Diffusion模型，他們共同奠定了如今的GenAI浪潮。

7、AGI是什么？什么又是ANI？

AGI的定義，Artificial General Intelligence（通用人工智能），大家都比較統(tǒng)一。

但AGI是什么？行業(yè)內(nèi)還未明確。OpenAI的首席科學(xué)官Ilya表示他沒有見到AGI，OpenAI也沒有見到。黃仁勛則表示會(huì)在10年內(nèi)見到AGI。

一般認(rèn)為，滿足AGI需要符合這幾個(gè)特征：自動(dòng)化、自適應(yīng)、多模態(tài)、高級(jí)推理。

理論上，AGI能夠執(zhí)行人類可以執(zhí)行的任何任務(wù)，并比人類表現(xiàn)得更好。

最理想的AI模型：可以輸入任何形式、任何場(chǎng)景的訓(xùn)練數(shù)據(jù)，可以學(xué)習(xí)到幾乎“所有”的能力，可以做任何需要做的決策。

與之相對(duì)應(yīng)的，則是ANI（弱人工智能），只能解決某項(xiàng)特定任務(wù)。比如AlphaGo只能下圍棋，它是ANI。

ANI，如今已在我們的很多領(lǐng)域進(jìn)行了應(yīng)用。比如蘋果的Siri、抖音的算法推薦、特斯拉的FSD智駕、高德地圖的紅綠燈預(yù)測(cè)等。

8、GenAI、大模型、AIGC，他們之間是什么關(guān)系？

GenAI，也就是生成式人工智能（Generative Artificial Intelligence），是當(dāng)前主流的AI技術(shù)，能夠使用生成式模型，生成文本、圖像、音頻、視頻和其他數(shù)據(jù)。

大語言模型，即Large Language Model（LLM），是一種基于機(jī)器學(xué)習(xí)和自然語言處理技術(shù)（NLP）的語言模型，它通過對(duì)大量的文本數(shù)據(jù)進(jìn)行訓(xùn)練，來學(xué)習(xí)人類語言的理解和生成能力。

傳統(tǒng)LLM對(duì)自然語言的處理，是用RNN和CNN。Transformer架構(gòu)提出后，業(yè)內(nèi)便全部轉(zhuǎn)為了Transformer架構(gòu)。

大模型，是GenAI的一種具體實(shí)現(xiàn)形式，主要針對(duì)自然語言處理領(lǐng)域，比如文本方面。

GenAI除了文本生成外，還包括圖像生成、音頻生成和視頻生成等。

AIGC，即Artificial Intelligence-Generated Content，是GenAI生成的具體內(nèi)容，是結(jié)果。

9、GenAI有哪些形式？

目前，GenAI主要有這幾種形式：

1）文生文，text to text，典型應(yīng)用如GPT、Kimi、通義千問等；

2）文生?頻，text-to-audio，如AI音樂Suno、SkyMusic、訊飛聽見等；

3）文生圖/圖?圖，text-to-image，如Midjourney、Dalle3、美圖MiracleVision等；

4）圖?視頻/文生視頻/文生圖再生視頻，text-to-video，如Sora、PixVerse、Dreamina等。

10、GenAI有什么優(yōu)缺點(diǎn)？

優(yōu)點(diǎn)：

1）能用自然語言與機(jī)器交互。說大白話就是，電腦能直接聽懂你說的話（支持文字、語音、圖片多模態(tài)），而不需要通過編程語言或特定按鈕來交互。

2）學(xué)習(xí)力驚人。各家大模型基本都訓(xùn)練了上千億甚至上萬億的參數(shù)，已學(xué)習(xí)了全球互聯(lián)網(wǎng)上的海量語料。

3）有一定的記憶力。主流的大模型均支持10輪以上的連續(xù)性對(duì)話，能結(jié)合用戶問題的上下文進(jìn)行回答。

4）有一定的推理能力。只能是“一定”，強(qiáng)推理能力目前還做不到。

5）多模態(tài)。各家大模型，正在逐步支持文本、視覺、語音甚至視頻等多感官的交互。

缺點(diǎn)：

1）內(nèi)容是生成的，不是標(biāo)準(zhǔn)答案。在面對(duì)開放性問題時(shí)，大模型的回答沒有問題；但涉及垂直行業(yè)或唯一結(jié)果指向的問題時(shí)，AI會(huì)胡編亂造。

2）幻覺問題。由于AI的回答是生成的，導(dǎo)致幻覺問題經(jīng)常發(fā)生，容易一本正經(jīng)的胡說八道。

3）對(duì)齊。需要提問的人自己也是專業(yè)的，這樣才能鑒別AI回答的真?zhèn)闻c靠譜程度。

4）對(duì)算力依賴。大模型就不說了，燒的是平臺(tái)的算力。但是對(duì)于一些需要本地化部署的圖片、視頻AI，個(gè)人DIY依然很耗算力，經(jīng)常需要1張H100顯卡（售價(jià)25萬元rmb）才能入門。

5）黑箱操作。大模型基本都是“黑箱”操作，開箱即食，其決策過程難以解釋，無法滿足透明度和可追溯的應(yīng)用場(chǎng)景（如法律、醫(yī)療決策）。

11、當(dāng)前的GenAI能做什么？

目前的AI，還無法做到通用解決，但已經(jīng)能夠在我們工作的具體環(huán)節(jié)進(jìn)行替代或輔助工作，而且效率驚人。

需要我們學(xué)會(huì)使用不同的AI工具，來解決工作中的各項(xiàng)具體問題。

12、主流GenAI應(yīng)用有哪些？

針對(duì)國(guó)內(nèi)外網(wǎng)，下面是經(jīng)沃垠AI親自使用后，重點(diǎn)推薦的一些AI應(yīng)用。加粗的，為重點(diǎn)推薦。

好了，今天的Kimi系列文（一）就到這里了。下一章，我將用26個(gè)問題給大家系統(tǒng)梳理Kimi。

這是一個(gè)連續(xù)性的Kimi系列文，寫到哪里還得靠各位看官的支持，懇請(qǐng)大力點(diǎn)贊和轉(zhuǎn)發(fā)我們的文章，感謝~