前面两篇文章笔者脑补了AI产品经理能力模型，系统梳理了一些AI常见概念和算法，感兴趣的朋友可以关注查看往期文章或点击下面链接查看详情：
转型AI产品经理需要掌握的硬知识（一）：AI产品经理能力模型和常见AI概念梳理 转型AI产品经理需要掌握的硬知识（二）：AI常见概念和算法梳理
AI产品岗位求内推，AI产品岗位求内推，AI产品岗位求内推！重要的事情说三遍~_
一、前文思维导图总结
第一篇文章中，系统介绍了AI发展史，在学习的过程中也看到过关于这一轮AI崛起持续不了多长时间的论点，但笔者乐观的认为这一轮AI崛起不会如前两次般遭遇冬天，也不会像前两年大红大紫的3D打印和AR/VR一样火不过一年(产品化不成功，刚需使用场景缺失)。从前两轮AI崛起没落可以看出，人工智能的发展受到以下四个因素的限制：计算能力、大数据、算法、产品化和资本因素的限制。
计算能力：人工智能的概念于1956年提出，当时IBM的电脑仅能存储5M数据，其运算速度与今天的一部普通手机的运算速度差距都如同云泥。计算机的运算能力复合摩尔定律，经过50多年的发展，其运算速度得到极大提升，天河二号超级计算机的运算速度可达到每秒 33.86千万亿次的浮点运算，未来的生物计算机的运算速度更是值得期待； 大数据：早期计算机学习没有大量可供学习的数据，而经过10年个人电脑普及，10年全球互联网的蓬勃发展，智能手机的4G网络的普及覆盖，万物联网带来上百EB的数据量，这些数据都是AI的养料，可以说本轮的机器学习是大数据喂养出来的； 算法和产品化：每一轮AI的崛起都源于算法层面的突破，深度神经网络学习让机器学习在自然语言识别和视觉识别领域的识别准确度分别达到99%和95%，为AI的产品化创造了可能性，互联网的连接属性极大提升了人与人，人与服务的连接效率问题，而未来的AI产品将从人类社会分工的底层提升生产效率，进而影响我们的工作和生活，尤其在2B领域，下面会系统介绍； 资本：前两次AI寒冬均因为项目未能按时按预期交付完成，美国政府或军方撤资，导致研究无法继续，而本轮AI的崛起并非政府主导，而是商业资本+国家扶植，我国的四大AI平台是以民营企业为主导，所有的AI科学家也都进入到企业，商业资本疯狂追逐着人工智能公司，为其产品化保驾护航。
第二篇文章中，系统介绍了一些人工智能概念和算法，已将相关内容做成了思维导图，感兴趣的朋友可以留言区留下邮箱，笔者邮件分享xmind下载链接。
本文结构如下图所示：
二、AI产品总揽
本文尝试基于使用场景或产品，梳理相关技术实现原理，分享参考阅读文章，推荐试用产品，相关公司简介等，因为人工智能几乎可以覆盖所有已知的领域，可以根据具体需要查看相应部分内容，也希望大家留言区分享优秀AI文章链接和学习资料。
1、输入法、AI助理、机器翻译（自然语言处理NLP）
自然语言处理(NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。
1.1 概要介绍
自然语言处理（简称NLP）包括：句法语义分析、信息抽取、文本挖掘、机器翻译、信息检索、问答系统、对话系统，网上搜索自然语言识别相关技术，我们可以看到基于聚类分析可以实现自然语言识别，基于模式识别可以实现自然语言识别，基于深度神经网络也可以实现自然语言识别。
1.2 推荐阅读材料
初学者如何查阅自然语言处理（NLP）领域学术资料 语音识别技术原理 科大讯飞新一代语音识别系统大揭秘 自然语言处理（NLP）的基本原理及应用 siri工作原理详解、siri技术解析 CSDn自然语言处理博客文章
1.3 推荐试用产品
自然语言识别：讯飞输入法（PC软件和手机APP），讯飞语记（手机APP），百度输入法PC软件和手机APP）
远场语音识别（智能音箱）：亚马逊Echo，谷歌Home，苹果HomePod
机器翻译：google翻译
多轮对话机器人：苹果siri，微软小冰，百度度秘，小i，小黄鸡，图灵机器人
1.4 相关公司
百度AI开放平台、科大讯飞开放平台、腾讯AIP开放平台、阿里智能A+、今日头条、搜狗
2、物流分拣机器人
2.1 概要介绍
分拣机器人（Sorting robot），是一种具备了传感器、物镜和电子光学系统的机器人，可以快速进行货物分拣。电商平台的蓬勃发展，自动分拣机器人已得了广泛的应用。亚马逊，阿里巴巴和京东均已将智能分拣机器人应用在货物分拣工作中，极大节省人工成本，号称一小时可以完成18000单的分拣工作。
牛！快递分拣机器人， 一小时可分拣18000件
2.2 推荐阅读材料
工业机器人分拣技术的实现 快递分拣无人化有哪些关键技术？ 物流机器人市场发展迅速，分拣机器人的工作原理介绍
2.3 相关公司
亚马逊、阿里巴巴、京东商城、顺丰、申通等
3、自动驾驶
3.1 概要介绍
自动驾驶汽车（Autonomous vehicles；Self-piloting automobile ）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。
2017年7月6日，百度AI开发者大会现场连线视频中“李彦宏乘坐无人驾驶汽车上北京五环”的消息刷爆了朋友圈，近期一条自动驾驶大巴深圳上路的新闻刷爆朋友圈，由海梁科技携手深圳巴士集团、深圳福田区政府、安凯客车、东风襄旅、速腾聚创、中兴通讯、南方科技大学、北京理工大学、北京联合大学联合打造的自动驾驶客运巴士——阿尔法巴（Alphabus）正式在深圳福田保税区的开放道路进行线路的信息采集和试运行。让这个焦虑的世界又多了一批焦虑的人–公交车司机。
沃尔沃根据自动化水平的高低区分了四个无人驾驶的阶段：驾驶辅助、部分自动化、高度自动化、完全自动化:
1、驾驶辅助系统（DAS）：目的是为驾驶者提供协助，包括提供重要或有益的驾驶相关信息，以及在形势开始变得危急的时候发出明确而简洁的警告。如“车道偏离警告”（LDW）系统等。 2、部分自动化系统：在驾驶者收到警告却未能及时采取相应行动时能够自动进行干预的系统，如“自动紧急制动”（AEB）系统和“应急车道辅助”（ELA）系统等。 3、高度自动化系统：能够在或长或短的时间段内代替驾驶者承担操控车辆的职责，但是仍需驾驶者对驾驶活动进行监控的系统。 4、完全自动化系统：可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行监控的系统。这种自动化水平允许乘客从事计算机工作、休息和睡眠以及其他娱乐等活动。
3.2 推荐阅读材料
自动驾驶汽车涉及哪些技术？ 什么是汽车自动驾驶，如何通俗易懂地理解其功能及原理？ 干货！激光雷达技术和自动驾驶技术原理分析 自动驾驶技术原理介绍和未来的趋势如何 Google 无人驾驶介绍Ted视频，有中文字幕 黄仁勋访谈 Elon Musk 提到Tesla 辅助驾驶原理 人工智能在自动驾驶技术中的的应用
3.3 推荐试用产品
特斯拉 Model S
3.4 相关公司
百度无人驾驶车项目于2013年起步，由百度研究院主导研发，其技术核心是“百度汽车大脑”，包括高精度地图、定位、感知、智能决策与控制四大模块。其中，百度自主采集和制作的高精度地图记录完整的三维道路信息，能在厘米级精度实现车辆定位。同时，百度无人驾驶车依托国际领先的交通场景物体识别技术和环境感知技术，实现高精度车辆探测识别、跟踪、距离和速度估计、路面分割、车道线检测，为自动驾驶的智能决策提供依据。
特斯拉(Tesla)，是一家美国电动车及能源公司，产销电动车、太阳能板、及储能设备。Tesla 的计划是通过不断迭代辅助驾驶技术，使之最后升级成为无人驾驶。停留在辅助驾驶阶段时，需要驾驶员。驾驶员有完全控制权，可以反制或取消辅助驾驶的行为，完全对安全负责。
Google 无人驾驶是一步到位的，基本原则就是不需要人类干预，没有驾照的人也可以单独上车，上车就睡，乘客不承担责任。
乐视网汽车频道于2010年8月20日正式上线，依托乐视网视频方面的优势，将丰富、精彩、实用的汽车内容以视频的形式呈现给广大的网友，内容涵盖新车报道、行业新闻、试乘试驾、维修保养、原创汽车视频、车模风采、消费维权、汽车赛事等栏目·精彩的视频让网友轻松享受汽车行业的视听盛宴。不幸的是无人驾驶和智慧出行是趋势，但是2017年并不是其爆发点，庞大的乐视帝国因为供血无人汽车崩盘了。
4、人脸识别
4.1 概要介绍
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。2017年被全面应用在手机解锁中。人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取以及匹配与识别。
人脸识别技术产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。随着技术的进一步成熟和社会认同度的提高，人脸识别技术将应用在更多的领域。而这个行业涌现出了像湖南视觉伟业、北京旷视科技、北京商汤科技等一批优秀的企业。
4.2 推荐阅读材料
人脸识别系统原理 人脸识别系统的原理与发展 人脸识别主要算法原理 简话人工智能 | 2分钟看懂人脸识别的原理
4.3 推荐试用产品
iPhone X，VIVO X20，mate 10 等前置摄像头解锁；公司门禁；移动支付
4.4 相关公司
北京旷视科技有限公司；视觉伟业；商汤科技；海康威视
这些公司的优势分析，详见下文：人脸识别技术公司十大排名
5、视觉设计
5.1 概要介绍
自拍类APP越来越多，结合人脸识别技术，可以在人的面部或头部添加耳朵，鼻子，王冠等道具，识别锁定人的面部或肢体，保证道具可以自动随着人的移动而移动。
ostagram可以实现自动世界一张图中设计元素，赋予另外一张图作为滤镜，可以设计出效果超赞的设计效果，把一张普普通的风景照变成梵高风格的油画。
5.2 推荐阅读材料
A Neural Algorithm of Artistic Style 自己搭建一个ostagram
5.3 推荐试用产品
美拍、SNOW相机、Faceu激萌，B612、羞兔、IN、美咖相机、LINE camera等手机APP支持人脸自动识别，猫耳朵、兔耳朵、狐狸耳朵、猪耳朵随你挑。
ostagram和prsima，实现自己设计滤镜效果
STYLE2PAINTS 线稿自动上色。点击试用
6、文章编辑
6.1 概要介绍
机器人写稿已经不是什么新鲜事了，早两年国外还出过专门的资讯APP，内容全部由机器抓取并生成短消息，主要集中在体育、财经等领域。很多海外的传统媒体都已经运用上了机器人写作，因为人工智能可以监测网络热词，所以比起对热点时间的敏感度，机器人的反应更灵敏，响应速度更快。机器人知道什么会成为热点，也能第一时间把热点传递给受众。在媒体行业，AI写稿是未来的一个趋势，特别是类似财报、体育快讯、股市消息等结构化、标准化的以数据为主信息，人工处理反而不如AI精准、高效。
6.2 推荐阅读材料
纽约时报的“新媒体运营总监”，是一个叫Blossom的机器人 EditorAI：用人工智能技术辅助记者编辑写稿 人工智能帮你写论文，总有一款适合你！
6.3 推荐试用产品
腾讯的Dreamwriter、百度的写作大脑、新华社的“快笔小新”、今日头条的“xiaomingbot”
三、不同领域AI脑洞
1、人工智能+用户画像
人工智能可以根据用户行为进行打标签，通过个性化标签绘制出用户画像，识别用户需求，预测用户行为，传统企业的广告投放为的是吸引目标用户，传统媒体的广告投放没有办法精准投放到目标用户，只能广撒网，随着互联网的普及，百度可以基于关键字显示广告，今日头条可以基于用户的浏览行为推荐广告，淘宝可以基于用户的浏览记录为用户推荐可能喜欢的商品，微信可以根据用户的各类信息精准推荐朋友圈广告。这些都是通过人工智能为用户行为打标签，绘制用户画像，号称今日头条会给用户打上万个标签。我们可以看到，这些画像实际上掌握在类似于BAT这种平台型互联网公司手中，尤其是腾讯的社交数据和阿里的购物和地图数据，通过人工智能聚类分析，根据用户的行为数据便可以清晰的描述一个人的真实形象和诉求，未来这种用户画像可能被更多的应用到传统企业中，传统企业也包含了大量的数据，传统企业通过提供自身数据，打通于大型平台的数据，共同完善用户画像，可以清晰的描绘出用户的画像，所有的销售和推广行为将变得更加高效。
2、人工智能+新零售
前些年都说电商会灭掉线下零售，但从今天来看，线下的vivo和oppo逼着线上销售的小米大量开店，线上销售仅占全国零售总量的10%左右，马云爸爸讲起了新零售，开了盒马生鲜和无人超市，腾讯入股永辉超市，布局新零售。未来商场中的门店可能安装大量具有人工智能功能的摄像头，当用户走入店面，根据季节和用户穿着，历史数据等信息，预判用户需求和喜欢风格，店员第一时间获得相关信息，为客户提供专业的贴心服务。这种摄像头同样可以管控店内员工的服务动作是否标准，帮助老板实时了解一线销售人员的销售能力，可以进行针对性的培训。同时通过分析用户行走轨迹，店外用户的视线关注点优化店面陈列，吸引客流。有些商场已经利用一块大屏幕实现了ar试衣功能，虽然现在的产品很傻瓜，效果也不是很好，但是未来值得期待。我们来假设未来一个用户进店时候自动识别用户的身高，身材，性别，当下穿衣风格等信息，基于人脸创建ID，当用户站在试衣屏幕前，直接推荐品牌的混搭风格的服装，用户可以转身和切换生活中常见场景，服装可以完美贴合用户身材，省去用户试衣的繁琐操作，同时可以获取用户喜好数据。
3、人工智能+国企/政府
从本质上看，国家和企业很像，都是人们共同想象的产物，而中国政府的社会资源的调动能力极强，很多人说ai将是中国弯道超越美国的机会，中国有大量的人口，高速的连接网络，政府有形的大手有动力为了社会稳定引导企业的AI化改革，地方政府通过智慧城市的建设拉动投资和生产，北京一个区的智慧城市项目动辄数亿，雄安新城将会成为智慧城市的试验场。
前文中分析过国企和央企对于AI的需要程度，但是因为人才团队的不匹配，会遇到比互联网+还尴尬的局面，可能需要服务提供方为其深度定制服务，当下的智能边界如何与企业的真实场景结合，切实做到提升企业效率，达到缩减成本，提高应收的目标。刚刚听了罗胖的2017年跨年演讲，其中提到了传统企业互联网转型的一种新方式，我们都清楚，企业的转型一定是自上而下的，但是传统企业的高层管理团队并不一定了解如何转型，而且传统企业的人才结构和互联网公司差异极大，但是互联网公司为了扩大服务版图，他们有动力通过收购和注资的方式，与企业进行合作，如腾讯注资永辉，阿里注资大量零售商场，而联通的混改也值得期待，一旦成功，这种合作AI+模式将有可能真的实现落地，也就是有专业技术的公司+国企/政府，一方提供认知和技术使用场景，一方应用并提升整体效率。
4、人工智能+教育
现有教育都是大班教学，即使小班也有20多人，学习的节奏都是根据平均人的概念设计，有的学生接受能力差一些或者一部分内容没有学会的时候，就被迫开始学习全新的知识，导致一部分所谓的不聪明的差生早早放弃了学习，就以加减乘除为例，在小学做了大量的无意义的重复计算，当人工智能进去教育领域，那么每个学生可以有一个自己的学习助理，所有课程以游戏化形式展现，每个人的学习进度都可以不同，保证学生学会每一个知识点才进入到下一个环节，未来的教育一定是私人定制化的，基于学生的每一次答题，了解学生的学习进展，并做到精熟教育辅导。
每年高考，考研等考试都会有一种现象-压题，老师凭借多年的教学经验，预测本次考试的范围，而我们都清楚人工智能胜在预测，ai押题将压的更准，帮助学生拿到更好的成绩。笔者乐观的认为，人工智能可以带来全新的学习形式，颠覆现有的源于120年前所定义的教育和考核模式，通过从小学生的学习数据，分钟学生的天赋特长，让教育变得私人定制。
5、人工智能+医疗
医疗领域与人工智能的相关性很高，李彦宏指出，人工智能和大数据在医疗上的发展分为四个层次：医疗O2O智能分诊，人工智能参与的智能问诊，基因分析和精准医疗，基于大数据的新药研发。
推荐阅读：人工智能在医疗产业的五大应用场景及典型案例
四、几个不同视角看人工智能
1、鸟飞派和空气动力学派
吴军博士在混沌研习社提到了鸟飞派的概念非常有意思。
人类的学习行为一般是通过模仿，从飞机的发展史来看，人类最初希望飞到空中，现实世界中我们可以找到的学习目标只有鸟类，最初人类一直在模仿鸟的飞翔方式，通过震动翅膀获取上升动力，但飞机的发明却不是因为模仿小鸟的翅膀震动，而是发现了空气动力学原理，于是我们能让100吨的“铁箱子”飞上天空，可以让飞行速度，完胜鸟类。
我们可以发现，最初的发明往往将现实世界中的事物作为模仿原型，当掌握了其运行原理后，衍生出的产品性能将极大超越最初的模仿原型，而且外形与最初的模仿原型差异极大。我们再来看看人工智能机器人，现在很多人工智能都在模仿人，似乎是有两只腿，两只手臂，一双眼睛，一张嘴才是机器人，其实机器人完全没必要这样，移动可以用履带或轮子，有10几只眼睛，一个屏幕，一个托盘，一个机械手臂，下图是无人车眼中的世界。
2、加速发展的人工智能
人工智能并不是模仿人类大脑的信息存储和信息传递模式，人工智能的进化速度与运算速度和算法优化直接相关，其发展速度类似与指数级发展或加速发展。将我们人类的智力水平比作一个站台，我们人类站在站台上，看着人工智能的火车缓慢驶来，最初可能特别特别慢，用了200年时间让人工智能有了爬行类动物的智能水平，用了100年让人工智能有了哺乳类动物的智能水平，用了50年的时间让人工智能有了黑猩猩的智能水平，用了20年的时间有了3岁小孩的水平。
像这样，这列人工智能的火车持续加速向站台逼近，其智能水平与人类智能差不多的时间可能只有一瞬间，而当人们还没有所察觉时，它已经进化为我们完全无法理解的全新物种。我们人类智商分布满足正态分布，多数人在80到120之间，即使偶尔出现的IQ180的天才我们虽然无法超越但是还可以理解，如果人工智能的智商水平相当于10000呢？它想告诉我们为什么，我们却可能完全听不懂，因为我们的智能水平可能已经天差地别。
3、看不懂的答案
AphaGo对战李世石时发生了一些有趣的场景，AphaGo落子后，人类的专家们这时就会发表评价，机器人就是不行，下了一手臭棋，但是随着棋局的演化，几十步之前的“臭棋”又成了神来之笔的好棋。在AphaGo对战李世石时，专家判断AphaGo处于劣势，但是AphaGo只是在做数学游戏，从后台可以看出，AphaGo的算法显示其一直处于获胜可能更大的一方。大家理解这其中的差距了吗？人类百年的围棋文化被全面超越了，因为只有整体性超越，才会出现这种情况，对方下了一手好棋我们竟然看不出来，看不懂其中深意。
著名影星安吉丽娜朱莉因为基因检测其得乳腺癌的概率超过90%，于是她便切除了自己的乳腺；举一个我们身边的例子，高德地图导航，当你希望从A点开车到B点时，高德推荐了你几最优路线，结果你不信，走了自己熟悉的路线，结果特别堵，下一次你会不会相信高德导航呢，一旦相信了之后，你发现真的没那么堵了，以后你是否就放弃了自己的自由意志，而选择相信高德地图了呢。
未来会有大量场景，AI产品给用户一个行为建议，你可能不知道她是如何得出这个建议的，因为包含了大量的复杂运算，即使告诉你普通人也无法理解，也就是一个最优的但是不懂的答案。
4、有一种超越是碾压式的
AphaGo战胜李世石引起了全球关注，大家都在热议4:1的比分，而短短几周后，AphaMaster以60:0在围棋领域横扫了围棋界，其意义是在围棋这个细分领域内，机器已经完成了对人类的碾压式优生，超越了人类在该领域数百年的智慧积累，如果你以为这就是结束那就错了，google有开发除了AphaZero，AphaGo和AphaMaster是根据人类的历史棋谱来学习围棋，而AphaZero是根据游戏规则自我博弈学习，你知道结果如何吗？AphaZero对战AphaMaster，比分是100:0，绝对的碾压式超越。
5、时刻进化，无法掌握
AphaGo这类人工智能的恐怖之处在于其无时无刻不在进化，人类需要休息，需要社交，需要思考，需要沉淀，而且碳基生物的进化需要数万年，而且是通过两性繁殖，促进基因突变，优胜劣汰，这种进化速度与硅基的人工智能的进化速度相比如同云泥，而人工智能的提升在其运算层面通过计算完成，今天的AphaGo和昨天的AphaGo完全不同，今天的AphaGo可能输了，但是人类回去休息后，它默默的一晚上和自己下了300万盘棋，第二天人类棋手面对的已经是一个全新的AphaGo。
6、傲慢的人类
凯文凯利在必然中曾经有过一段关于普通人理解人工智能的7个过程，非常有趣，分享给大家。
1、机器人干不了我的工作-> 2、好吧，它会许多事情，但我做的事情它不一定都会-> 3、好吧，我做的事情它都会，但它常常出故障，这时需要我来处理-> 4、好吧，它干常规工作时不出错，但是我需要训练它学习新任务-> 5、好吧，就让它做我原来的工作吧，那工作本来就不是人该干的-> 6、哇，机器人正在干我以前做的工作，我的新工作不仅好玩多了，工资还高-> 7、真高兴，机器人绝对干不了我现在做的事情。
人往往短期高估自己的能力，长期低估科技的发展速度。
P.S.人工智能在2B类服务中的核心价值是什么？
从本质上来说，企业如同生物一般，企业生存的经济环境和自然环境也很类似，企业的生存规则适用与生物进化论-物竞天择，适者生存，企业为了生存要不断的去适应技术变革和政策调整，而竞争力体现在一个企业的资源占有情况和内部协作效率。政府和国企普遍占有资源优势，而民营企业则只能通过持续的追求效率来提升其生存能力，互联网作为一种连接技术，整体提升了产生/服务与人的连接效率，而人工智能的到来将进一步提升底层效率，AI可以让企业缩减人工成本，提升推广效率和服务效率；AI可以让企业熟知用户的所思所想所求，提升产品和服务投放准确率；AI可以让企业运转更高效，缩短内部流程，让企业的服务更顺畅高效等。对于传统企业的AI转型，我们可以参考大众点评与传统零售业的合作模式，将新技术视作一种工具，以服务采购的方式购买。笔者感觉，未来可能需要一类服务咨询类产品专家，他清楚当下人工智能的边界，已有的产品形态，同时，他还可以快速梳理企业内部流程，并将AI产品或服务以有效的方式植入到企业中，有些类似于技术咨询+落地+持续跟进，当然，类似于BAT这类公司也可以做知识服务输出，如同金融公司努力做用户理财教育一样，AI公司也需要做垂直服务的AI化教育，设计的产品需要真实的提升企业效率。
关于人工智能的学习和理解暂且告一段落，后面打算再系统学习一下数据分析领域的内容，感兴趣的朋友可以点击关注，或留言区多多交流。
那么，如何系统的去学习大模型LLM？
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~
