最近，经常有小伙伴后台咨询：Kimi怎么用？水平如何？如何写提示词？怎么优化提示词？有哪些创新玩法？如何本地化部署？
我想，不如干脆给大家写一个系列文章《Kimi使用，从入门到精通》。
万丈高楼平地起，为了照顾刚来的同学，我们先从常识讲起。
用12个问题带大家系统了解AI。
1、什么是AI？
AI，是Artificial Intelligence的缩写，翻译过来就是⼈⼯智能。
它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学，是新一轮科技革命和产业变革的重要驱动力量。
说人话就是，AI研究怎么让机器表现出智能，模仿人类甚至超越人类。
2、为什么要搞AI？
AI是新的革命性技术，业内普遍把它看作是第四次工业革命的关键技术。
前三次革命的主角分别是：蒸汽机、电和计算机。
今天，你会问自己“为什么我们需要电和计算机”这个问题吗？
AI的目标是模拟、延伸和扩展人类智能，并最终解放全人类。这个过程，不以任何个人意志为转移。
3、发展历程是怎样的？
AI这个词，并非这两年兴起。很多人对它的关键印象，可能都来自影视剧里的人物。
比如《2001太空漫游》里的“HAL 9000计算机”，《终结者》中的天网以及T-800、T-1000机器人，《生化危机》里的红后，《黑客帝国》里的杀毒程序“特工斯密斯”。在这些电影中，人工智能无一例外都扮演了反派。
T-800，来自《终结者1》
使得到现在，依然有不少人在担心，AI会不会干掉人类？硅基“生命”会不会取代碳基生物？
真实的AI产业发展，远比电影无趣得多。AI行业经历了相当长时间的沉寂，在上世纪70~80年代经历了两次“AI寒冬”，直到2022年Midjourney和ChatGPT-3.5出现后，AI才从理论进入应用，开始走进公众视野。
我总结了下，AI发展路径共有5个阶段：理论→计算机（算⼒、数据和算法）→深度学习→GenAI→AGI。
当前，我们正处于GenAI的时代。从GenAI到AGI，可能很长，也可能很快。
4、有哪些重要节点？
20世纪50年代，“图灵测试”、“神经网络”、“人工智能”概念提出，这是理论阶段。
20世纪70年代~21世纪，从PC到移动互联网，算力、数据和算法不断丰富，为AI诞生打下基础。
2015年，AlphaGo首次击败人类围棋职业选手，标志着深度学习取得了巨大突破，推动了自然语言处理（NLP）、机器视觉(CV)、语音识别（ASR）等领域的快速发展，如Siri、天猫精灵、小爱同学等ANI（弱人工智能）开始出现。
2015年12月11日，人工智能研究组织OpenAI在美国成立。
2017年Transformer架构、2020年Diffusion模型相继提出，为大模型带来了底层技术逻辑，生成式人工智能（GenAI）迅速涌现，标志事件是2022年11月30日OpenAI推出聊天机器人ChatGPT-3.5。
2023年3月14日，OpenAI发布GPT-4。ChatGPT成全球用户最快破亿的应用，用时不到2个月。
5、为什么要强调GenAI？
AI的终极目标，是建立通用人工智能（AGI），让AI可以执行人类交代的任何任务。
而想要实现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的重要实验平台，可以借此探索和验证通向AGI的关键技术和理念。
6、GenAI的底层技术
2017年，谷歌八子发表论文《Attention Is All You Need》，提出了基于multi-head（多头）自注意力机制的深度学习架构Transformer，为大语言模型奠定了基础。
2020年，Denoising Diffusion Probabilistic Models （DDPM扩散模型）提出，为文生图模型提供了方向，生成的效果越来越逼真。
Transformer架构+Diffusion模型，他们共同奠定了如今的GenAI浪潮。
7、AGI是什么？什么又是ANI？
AGI的定义，Artificial General Intelligence（通用人工智能），大家都比较统一。
但AGI是什么？行业内还未明确。OpenAI的首席科学官Ilya表示他没有见到AGI，OpenAI也没有见到。黄仁勋则表示会在10年内见到AGI。
一般认为，满足AGI需要符合这几个特征：自动化、自适应、多模态、高级推理。
理论上，AGI能够执行人类可以执行的任何任务，并比人类表现得更好。
最理想的AI模型：可以输入任何形式、任何场景的训练数据，可以学习到几乎“所有”的能力，可以做任何需要做的决策。
与之相对应的，则是ANI（弱人工智能），只能解决某项特定任务。比如AlphaGo只能下围棋，它是ANI。
ANI，如今已在我们的很多领域进行了应用。比如苹果的Siri、抖音的算法推荐、特斯拉的FSD智驾、高德地图的红绿灯预测等。
8、GenAI、大模型、AIGC，他们之间是什么关系？
GenAI，也就是生成式人工智能（Generative Artificial Intelligence），是当前主流的AI技术，能够使用生成式模型，生成文本、图像、音频、视频和其他数据。
大语言模型，即Large Language Model（LLM），是一种基于机器学习和自然语言处理技术（NLP）的语言模型，它通过对大量的文本数据进行训练，来学习人类语言的理解和生成能力。
传统LLM对自然语言的处理，是用RNN和CNN。Transformer架构提出后，业内便全部转为了Transformer架构。
大模型，是GenAI的一种具体实现形式，主要针对自然语言处理领域，比如文本方面。
GenAI除了文本生成外，还包括图像生成、音频生成和视频生成等。
AIGC，即Artificial Intelligence-Generated Content，是GenAI生成的具体内容，是结果。
9、GenAI有哪些形式？
目前，GenAI主要有这几种形式：
1）文生文，text to text，典型应用如GPT、Kimi、通义千问等；
2）文生⾳频，text-to-audio，如AI音乐Suno、SkyMusic、讯飞听见等；
3）文生图/图⽣图，text-to-image，如Midjourney、Dalle3、美图MiracleVision等；
4）图⽣视频/文生视频/文生图再生视频，text-to-video，如Sora、PixVerse、Dreamina等。
10、GenAI有什么优缺点？
优点：
1）能用自然语言与机器交互。说大白话就是，电脑能直接听懂你说的话（支持文字、语音、图片多模态），而不需要通过编程语言或特定按钮来交互。
2）学习力惊人。各家大模型基本都训练了上千亿甚至上万亿的参数，已学习了全球互联网上的海量语料。
3）有一定的记忆力。主流的大模型均支持10轮以上的连续性对话，能结合用户问题的上下文进行回答。
4）有一定的推理能力。只能是“一定”，强推理能力目前还做不到。
5）多模态。各家大模型，正在逐步支持文本、视觉、语音甚至视频等多感官的交互。
缺点：
1）内容是生成的，不是标准答案。在面对开放性问题时，大模型的回答没有问题；但涉及垂直行业或唯一结果指向的问题时，AI会胡编乱造。
2）幻觉问题。由于AI的回答是生成的，导致幻觉问题经常发生，容易一本正经的胡说八道。
3）对齐。需要提问的人自己也是专业的，这样才能鉴别AI回答的真伪与靠谱程度。
4）对算力依赖。大模型就不说了，烧的是平台的算力。但是对于一些需要本地化部署的图片、视频AI，个人DIY依然很耗算力，经常需要1张H100显卡（售价25万元rmb）才能入门。
5）黑箱操作。大模型基本都是“黑箱”操作，开箱即食，其决策过程难以解释，无法满足透明度和可追溯的应用场景（如法律、医疗决策）。
11、当前的GenAI能做什么？
目前的AI，还无法做到通用解决，但已经能够在我们工作的具体环节进行替代或辅助工作，而且效率惊人。
需要我们学会使用不同的AI工具，来解决工作中的各项具体问题。
12、主流GenAI应用有哪些？
针对国内外网，重点推荐的一些AI应用。加粗的，为重点推荐。
