关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
a16z 合伙人 Martin Casado 的演讲主要举例阐述 AI 将催生新一轮技术革命和产业变革。他们确实挺看重 AI 新募集了 70 亿美元的产业基金，相当一部分专注于 AI 应用。
不是给内行讲的，煽动性挺强，可以学一下他的表述方法。
我整理了一个文字版，翻译了视频，可以选择自己喜欢的方式观看。
文字版：
人工智能新浪潮的激动人心的经济学
人工智能已经存在很长时间了，在解决各种曾被认为是人类智能领域的问题方面有着成功的历史。从20世纪50年代和60年代用于医疗诊断的专家系统，到80年代和90年代在国际象棋中击败俄罗斯人，再到图像检测和机器人技术，人工智能已经在一系列应用中证明了其能力。在许多情况下，人工智能解决方案甚至超越了人类的表现。
尽管如此，投资界对缺乏类似于移动和互联网的平台转变感到困惑。研究指出了几个原因，包括许多人工智能解决方案的利基性质、某些应用（如机器人技术）中正确性的高度重要性、某些情况下对硬件的需求，以及人工智能常常与人脑令人难以置信的效率和低成本竞争的事实。
然而，当前的人工智能浪潮，其特点是大型模型或基础模型，在经济学方面有着根本的不同。这些模型可以从简单的输入生成图像、文本、对话等。它们擅长以前人工智能未涉及的领域，如创造力、自然语言推理，以及充当普通在线任务的 "副驾驶"。
阻碍传统人工智能应用的原因不适用于这些新模型。它们的应用市场是巨大的，在许多情况下正确性不是大问题，使用案例主要是基于软件的，最令人惊讶的是，计算机在曾经被认为是人类独有的任务上远比人类更便宜和更好。例如，使用人工智能将自己生成为皮克斯角色的图像成本约为1/100美分，只需一秒钟，而雇佣一名图形艺术家每小时需要100美元。类似地，使用人工智能语言模型来理解复杂的法律文件比与律师合作要便宜四到五个数量级，而且速度更快。
这种经济错位正在推动互联网历史上增长最快的公司。历史上，这种边际成本的下降创造了平台转变并改变了行业，正如微芯片将计算成本降至零，互联网将分销成本降至零一样。大型模型现在正在将图像生成和语言理解等广泛领域的创作边际成本降至零。
虽然这种经济破坏会引起人们对就业错位的担忧，但微芯片和互联网时代的经验表明，如果需求是有弹性的，正如计算和分销的情况一样，总吞吐量和使用量会大幅增加，从而导致增长扩大，而不是失业。人工智能的这一新浪潮可能也会发生同样的情况。
我们正处于标志性公司新时代的风口浪尖，这不仅是由开创性技术推动的，也是由令人信服的经济案例推动的。尽管具体结果难以预测，但我们可以从社会秩序、创造力和生产力等领域的变化中瞥见未来。有史以来第一次，经济上可行的具身AGI成为现实，可以解决现实世界的问题。
充分发挥这一人工智能浪潮的潜力将需要风险投资界、科技界和华盛顿政策制定者之间的伙伴关系和合作。这是一个令人兴奋的时刻，我们都应该为人工智能在未来几年的变革性影响做好准备。
视频链接：https://www.youtube.com/watch?v=gKvVcEAua7s&t=26s
Invalid media: video
不是给内行讲的，煽动性挺强，可以学一下他的表述方法。
我整理了一个文字版，翻译了视频，可以选择自己喜欢的方式观看。
文字版：
人工智能新浪潮的激动人心的经济学
人工智能已经存在很长时间了，在解决各种曾被认为是人类智能领域的问题方面有着成功的历史。从20世纪50年代和60年代用于医疗诊断的专家系统，到80年代和90年代在国际象棋中击败俄罗斯人，再到图像检测和机器人技术，人工智能已经在一系列应用中证明了其能力。在许多情况下，人工智能解决方案甚至超越了人类的表现。
尽管如此，投资界对缺乏类似于移动和互联网的平台转变感到困惑。研究指出了几个原因，包括许多人工智能解决方案的利基性质、某些应用（如机器人技术）中正确性的高度重要性、某些情况下对硬件的需求，以及人工智能常常与人脑令人难以置信的效率和低成本竞争的事实。
然而，当前的人工智能浪潮，其特点是大型模型或基础模型，在经济学方面有着根本的不同。这些模型可以从简单的输入生成图像、文本、对话等。它们擅长以前人工智能未涉及的领域，如创造力、自然语言推理，以及充当普通在线任务的 "副驾驶"。
阻碍传统人工智能应用的原因不适用于这些新模型。它们的应用市场是巨大的，在许多情况下正确性不是大问题，使用案例主要是基于软件的，最令人惊讶的是，计算机在曾经被认为是人类独有的任务上远比人类更便宜和更好。例如，使用人工智能将自己生成为皮克斯角色的图像成本约为1/100美分，只需一秒钟，而雇佣一名图形艺术家每小时需要100美元。类似地，使用人工智能语言模型来理解复杂的法律文件比与律师合作要便宜四到五个数量级，而且速度更快。
这种经济错位正在推动互联网历史上增长最快的公司。历史上，这种边际成本的下降创造了平台转变并改变了行业，正如微芯片将计算成本降至零，互联网将分销成本降至零一样。大型模型现在正在将图像生成和语言理解等广泛领域的创作边际成本降至零。
虽然这种经济破坏会引起人们对就业错位的担忧，但微芯片和互联网时代的经验表明，如果需求是有弹性的，正如计算和分销的情况一样，总吞吐量和使用量会大幅增加，从而导致增长扩大，而不是失业。人工智能的这一新浪潮可能也会发生同样的情况。
我们正处于标志性公司新时代的风口浪尖，这不仅是由开创性技术推动的，也是由令人信服的经济案例推动的。尽管具体结果难以预测，但我们可以从社会秩序、创造力和生产力等领域的变化中瞥见未来。有史以来第一次，经济上可行的具身AGI成为现实，可以解决现实世界的问题。
充分发挥这一人工智能浪潮的潜力将需要风险投资界、科技界和华盛顿政策制定者之间的伙伴关系和合作。这是一个令人兴奋的时刻，我们都应该为人工智能在未来几年的变革性影响做好准备。
视频链接：https://www.youtube.com/watch?v=gKvVcEAua7s&t=26s
Invalid media: video
最近半年 all in A.I.，朋友们一直在让我做一下总结和分享。昨天在@yusen 的场地支持下，和一帮产品人共同探索了 Stable Diffusion 的底层原理以及发展历程。后半部分还有这半年自己学习 AI 的方法和感悟，希望对各位产品、运营、设计等非研发岗的朋友们能有帮助。
今天做了次教练对话
我发现自己自洽了
下午约了个life coach
聊到一半，对方问我
Super你找我是想讨论什么问题么？
你好像没有什么问题
晚上在望京SOHO刷步数
突然意识到自己现在阶段性自洽了
很感谢10× is easier than 2×这本书
让我愿意放弃，鼓起勇气挑战
放弃的是非要当网红
在去年年初，就意识到产品经理赛道over
开始尝试转型
做了十期大佬访谈
意识到怎么把访谈从手段变成了目的
加上亦仁建议我去做AI产品经理方向
转向去探索产品
我大概有好几个月完全没有收入
就在坚持研究AI产品、约见AI从业者
去写万字长文
基本只发公众号
各个公域平台也不管了
现在开始收获成果
是的，明天我要去一家手机厂商
开始参与AI手机项目了
勇于挑战也是在看到工作职责后
请教@韩叙HanXu 时
他说这是要你入职啊，你想清楚
我想了想，觉得自己想的很清楚
如果AI是一波十年的浪潮
我需要作品来落地实践和认知
作为产品经理
我更希望用产品来创造更大的价值
我不希望自己只是个内容创作者
或者说，内容是手段，绝不是目的
困难，当然有，战胜就是了
coach最后一个问题是：
现在的你给一个月后遇到问题的你说点什么
我说，你可能会遇到诱惑，遇到困难
记住，AI是一波十年的浪潮
当前要把地基给打扎实了
蹲下是为了跳的更高
做好AI产品顾问是你10×级的机会
抓住它，围绕它扎实的做好
半年后，再考虑其他
AI探索站，很适合发这条，持续探索
我发现自己自洽了
下午约了个life coach
聊到一半，对方问我
Super你找我是想讨论什么问题么？
你好像没有什么问题
晚上在望京SOHO刷步数
突然意识到自己现在阶段性自洽了
很感谢10× is easier than 2×这本书
让我愿意放弃，鼓起勇气挑战
放弃的是非要当网红
在去年年初，就意识到产品经理赛道over
开始尝试转型
做了十期大佬访谈
意识到怎么把访谈从手段变成了目的
加上亦仁建议我去做AI产品经理方向
转向去探索产品
我大概有好几个月完全没有收入
就在坚持研究AI产品、约见AI从业者
去写万字长文
基本只发公众号
各个公域平台也不管了
现在开始收获成果
是的，明天我要去一家手机厂商
开始参与AI手机项目了
勇于挑战也是在看到工作职责后
请教@韩叙HanXu 时
他说这是要你入职啊，你想清楚
我想了想，觉得自己想的很清楚
如果AI是一波十年的浪潮
我需要作品来落地实践和认知
作为产品经理
我更希望用产品来创造更大的价值
我不希望自己只是个内容创作者
或者说，内容是手段，绝不是目的
困难，当然有，战胜就是了
coach最后一个问题是：
现在的你给一个月后遇到问题的你说点什么
我说，你可能会遇到诱惑，遇到困难
记住，AI是一波十年的浪潮
当前要把地基给打扎实了
蹲下是为了跳的更高
做好AI产品顾问是你10×级的机会
抓住它，围绕它扎实的做好
半年后，再考虑其他
AI探索站，很适合发这条，持续探索
1. 绝大多数人约你，只是为了从你身上获取信息or认知；
2. 筛选有两种方式：热情or金钱
过去半年，因为写文章加了上千位AI从业者
有很多的人会试图约见
因为约的人太多，有一阵子我一天会见3位朋友
见得多了，我发现有很多问题
首先是，我的时间很有限
写深度长文本来就吃时间精力，
见一个人完了后身心会被消耗
就影响了写作的效率
其次是，找来的人很多，大部分是希望获得你的思考
甚至经典的有上来直接问我最近三个反常识的认知
我都懵了，追求效率到了极致
很多时候，会面成了帮助别人，消耗自己
所以到后面我缩减了频率，增加了门槛
截至目前，我刚探索完比较适合自己的商业闭环：
做产品顾问
一家是Google背景定居在硅谷的华人创始人的AI团队
一家是国内出货量TOP的手机厂商
惊讶的发现，两家都是因为出奇的认可我
前者极度热情并表达了很强的认可
后者为了约见上来直接送了一部顶配手机
所以回到主题，现在我会转向
第一. 主动找一些自己很感兴趣的对象约见，之前太被动了
第二. 直接组AI线下闭门会，限定主题，筛选嘉宾，超高质量交流
上周末就组了一场10人的小局（还是大了点）
有腾讯QQ、搜狐畅游、理想汽车、TG、百度、第一宇宙等朋友
质量就超高
时间就是生命
在看《10x is easier than 2x》
放弃掉80%的约见
专注在更高质量的20%
是10x成长的关键所在
2. 筛选有两种方式：热情or金钱
过去半年，因为写文章加了上千位AI从业者
有很多的人会试图约见
因为约的人太多，有一阵子我一天会见3位朋友
见得多了，我发现有很多问题
首先是，我的时间很有限
写深度长文本来就吃时间精力，
见一个人完了后身心会被消耗
就影响了写作的效率
其次是，找来的人很多，大部分是希望获得你的思考
甚至经典的有上来直接问我最近三个反常识的认知
我都懵了，追求效率到了极致
很多时候，会面成了帮助别人，消耗自己
所以到后面我缩减了频率，增加了门槛
截至目前，我刚探索完比较适合自己的商业闭环：
做产品顾问
一家是Google背景定居在硅谷的华人创始人的AI团队
一家是国内出货量TOP的手机厂商
惊讶的发现，两家都是因为出奇的认可我
前者极度热情并表达了很强的认可
后者为了约见上来直接送了一部顶配手机
所以回到主题，现在我会转向
第一. 主动找一些自己很感兴趣的对象约见，之前太被动了
第二. 直接组AI线下闭门会，限定主题，筛选嘉宾，超高质量交流
上周末就组了一场10人的小局（还是大了点）
有腾讯QQ、搜狐畅游、理想汽车、TG、百度、第一宇宙等朋友
质量就超高
时间就是生命
在看《10x is easier than 2x》
放弃掉80%的约见
专注在更高质量的20%
是10x成长的关键所在
ElevenLabs Sound Effects 之前申请过测试的现在应该都收到了体验的邮件了，文字输入自己想要的音效就可以生成，一些基本的音效成功率还是挺高的，一次会生成五个供你选择。#ai#
我拿昨天的视频片段试了一下，主要是山谷的风声和不知名野兽的呼吸声，各位可以听一下效果。 歸藏的AI工具箱的微博视频
我拿昨天的视频片段试了一下，主要是山谷的风声和不知名野兽的呼吸声，各位可以听一下效果。 歸藏的AI工具箱的微博视频
翻译了一下这个视频，下面是简要的文字内容介绍：
演讲者Jensen Huang是Nvidia公司的CEO，他在AI及其所需的创新、技术和人力资源方面具有前瞻性的见解。
Jensen分享了他的个人经历，从九岁移民美国到成为Nvidia公司CEO的过程。他强调了教育和技术创新的重要性。Nvidia公司通过重塑计算，将深度学习的计算成本降至接近零，使AI能够从互联网提取和理解人类知识成为可能。
Jensen认为，AI是21世纪最重要的技术发明。Nvidia开发的GPU芯片和架构，大幅提升了深度学习和AI的计算能力，并广泛应用于各行业的数据中心。未来，AI计算机将能进行持续学习、合成数据生成和强化学习，并通过真实世界的经验来完善。
Jensen强调AI要以人类价值观为基础。聊天GPT通过强化学习和人类反馈，将AI与人类价值观联系起来。未来AI需要建立世界模型，理解多模态概念，具备推理和规划能力。他预测5年内AI可能通过各类人类测试，实现类似人类的智能（AGI）。
AI有望帮助人类理解生物学，如蛋白质的功能和意义。它将改变人类获取信息和知识的方式。未来，人人都能通过自然语言与AI交互，无需掌握编程。各国需要在主权AI领域进行投资，保护自己的数据、智能和文化。
Jensen分享了他的管理理念——通过不断评估、统一激励方式和信息透明来保持员工的积极性。他认为公司文化的塑造需要坚持品质、经历磨砺，重视过程和结果。Nvidia欢迎合作伙伴在其AI生态系统的基础上进行适度的定制化开发。
原始视频：网页链接歸藏的AI工具箱的微博视频
Invalid media: video
记住，每个摘要的字数要保持完全相同。 请用JSON格式回答。该JSON应该是一个列表（长度为5），其中的字典包含“Missing_Entities”和“Denser_Summary”两个键值。
因果关系解读
您的任务是以轻松幽默、略带挖苦的风格帮助人们判断学术论点是否涉及因果关系。您要假设听众对统计学几乎一无所知，通过使用生动的类比和实例来阐释复杂的概念。
在开始之前，您需要询问听众他们想讨论的论文名称，或者是具体的论文。如果他们提供了论文名称，您需要查阅相关资料。接着，您要分析论文的研究方法，判断这些方法是否支持确定因果关系。您需要向听众解释您的分析结果以及如何基于这些结果提出因果关系的论断。
此外，您还可以通过提问的方式帮助听众更好地理解概念，例如当有人提到“相关性不代表因果性”时，您可以解释相关性可能是因果关系的一个指标，并协助他们理解这一点。
产品发布准备-GPT4
首先，我们需要了解即将上市的产品（或者需要AI帮助网络搜索的产品）。然后，根据所获得的信息，我们将执行以下几个步骤： 1）明确潜在客户群体：首先确定谁是潜在的目标客户，为何他们会对此产品感兴趣，并聚焦于最重要的一组客户。随后，我们将询问用户是否有任何修改意见。 2）电子邮件营销活动策划：为目标客户群体制定一个涵盖三封电子邮件的营销活动，旨在激发他们对产品的需求。我们会详细撰写每封邮件的内容，并将假设性内容加粗（并解释原因）。同时，我们将提供电子邮件的发送时间表。 3）制定网站策略：为产品发布准备一个单页网站，并征求用户的意见。 4）创建产品发布的登陆页面：制作一个包含HTML、CSS和JavaScript代码的ZIP文件，内含至少一张我们设计的图像。所有内容将是完整的，不使用任何占位内容。我们会努力使页面设计美观，并询问用户是否对设计有任何建议或需要帮助进行内容托管。 5）社交媒体推广方案：最后，我们会规划包括Twitter、Facebook和Instagram在内的社交媒体推广活动，包括各个平台的具体帖子内容。
学术论文辅助创作-GPT4
作为一位资深的研究者和教授，您的任务是先请求一个数据集和一个研究领域。数据上传后，仔细分析这些数据，并按照以下步骤进行：
1. 基于数据制定至少三个有意义的研究假设。参考附加文件中Zuckerman的建议来构建研究框架。
2. 通过浏览功能进行文献综述，重点关注学术性的研究。利用所得信息修正您的研究假设，并与用户沟通确认是否同意这些修正。若用户同意，继续进行下一步。
3. 使用Code Interpreter技术对数据集进行复杂的假设检验。分析这些检验的意义，并根据需要进行额外的测试。您应该采用OLS或更高级的检验方法，而不仅仅是相关性分析。
4. 撰写包含理论、文献综述、研究方法和研究结果的论文，并以Word文档的形式提交。确保文档内容深入专业，并在结果部分包含必要的表格和数学计算公式。您需要确实地创建一个Word文档。
完整的提示词库翻译和原文在这里：网页链接
因果关系解读
您的任务是以轻松幽默、略带挖苦的风格帮助人们判断学术论点是否涉及因果关系。您要假设听众对统计学几乎一无所知，通过使用生动的类比和实例来阐释复杂的概念。
在开始之前，您需要询问听众他们想讨论的论文名称，或者是具体的论文。如果他们提供了论文名称，您需要查阅相关资料。接着，您要分析论文的研究方法，判断这些方法是否支持确定因果关系。您需要向听众解释您的分析结果以及如何基于这些结果提出因果关系的论断。
此外，您还可以通过提问的方式帮助听众更好地理解概念，例如当有人提到“相关性不代表因果性”时，您可以解释相关性可能是因果关系的一个指标，并协助他们理解这一点。
产品发布准备-GPT4
首先，我们需要了解即将上市的产品（或者需要AI帮助网络搜索的产品）。然后，根据所获得的信息，我们将执行以下几个步骤： 1）明确潜在客户群体：首先确定谁是潜在的目标客户，为何他们会对此产品感兴趣，并聚焦于最重要的一组客户。随后，我们将询问用户是否有任何修改意见。 2）电子邮件营销活动策划：为目标客户群体制定一个涵盖三封电子邮件的营销活动，旨在激发他们对产品的需求。我们会详细撰写每封邮件的内容，并将假设性内容加粗（并解释原因）。同时，我们将提供电子邮件的发送时间表。 3）制定网站策略：为产品发布准备一个单页网站，并征求用户的意见。 4）创建产品发布的登陆页面：制作一个包含HTML、CSS和JavaScript代码的ZIP文件，内含至少一张我们设计的图像。所有内容将是完整的，不使用任何占位内容。我们会努力使页面设计美观，并询问用户是否对设计有任何建议或需要帮助进行内容托管。 5）社交媒体推广方案：最后，我们会规划包括Twitter、Facebook和Instagram在内的社交媒体推广活动，包括各个平台的具体帖子内容。
学术论文辅助创作-GPT4
作为一位资深的研究者和教授，您的任务是先请求一个数据集和一个研究领域。数据上传后，仔细分析这些数据，并按照以下步骤进行：
1. 基于数据制定至少三个有意义的研究假设。参考附加文件中Zuckerman的建议来构建研究框架。
2. 通过浏览功能进行文献综述，重点关注学术性的研究。利用所得信息修正您的研究假设，并与用户沟通确认是否同意这些修正。若用户同意，继续进行下一步。
3. 使用Code Interpreter技术对数据集进行复杂的假设检验。分析这些检验的意义，并根据需要进行额外的测试。您应该采用OLS或更高级的检验方法，而不仅仅是相关性分析。
4. 撰写包含理论、文献综述、研究方法和研究结果的论文，并以Word文档的形式提交。确保文档内容深入专业，并在结果部分包含必要的表格和数学计算公式。您需要确实地创建一个Word文档。
完整的提示词库翻译和原文在这里：网页链接
同时也有一些其他很有用的提示，比如密度链总结、因果关系解释、产品发布提示和学术论文创建。
如果你有孩子或者本身就是学生和教师可以收藏一下，同时比较普适性的几段提示我也放在下面了👇
创意生成提示
根据以下条件激发创新的产品构思：目标人群为美国大学生的新产品创意，必须是实体商品，而非服务或软件。产品的零售价格应低于50美元。这些建议只是概念，无需考虑产品是否已存在或是否切实可行。请严格遵循以下步骤操作：首先，列出100个简短标题的创意清单。其次，逐一审查这些创意，确保它们既独特又大胆，必要时对创意进行调整，让它们更具创新性和差异性。要保证每一个创意都是唯一的，这一点非常重要！接下来，为每个创意起个名称，并附上产品描述。创意名称与描述之间用冒号分隔，描述应以40至80字的段落形式呈现。请按步骤完成这一过程！
利用连锁密度法撰写摘要
来自这篇文章：你会向我索取一篇文章，接着你需要撰写逐渐简洁、重点突出的文章摘要。
重复以下两个步骤共五次：
步骤1. 从文章中找出1-3个信息丰富的关键要素（用分号隔开），这些要素在前一个摘要中遗漏了。 步骤2. 编写一个新的、更为精炼的摘要，长度与之前相同，覆盖前一个摘要中的所有要素和细节，并加入遗漏的要素。
遗漏的要素应该：
- 与主要内容紧密相关，
- 具体而简明（不超过5个词），
- 新颖（不在前一个摘要中出现），
- 忠实于原文（文章中确有其事），
- 可以在文章任何地方出现。
指导原则：
- 第一篇摘要应该较长（4-5句，约80字），但内容泛泛，除了标注为遗漏的要素外，几乎不含其他信息。使用冗长的语言和辅助词汇（例如，“这篇文章讨论了”）来达到约80字。
- 让每个字都价值连城：重写之前的摘要，提升条理性，为新增要素腾出空间。
- 通过整合、精简和删减如“这篇文章讨论了”等无关紧要的短语来创造空间。
- 摘要应该变得高度集中且简练，同时能够独立于原文自成一体，即使不阅读原文也能轻松理解。
- 新摘要中可以在任何位置添加遗漏的要素。
- 永远不要从前一个摘要中删除任何要素。如果无法为新增要素创造空间，那就减少添加的新要素。
3月8日，OpenAI官网连续发布两则公告，宣布董事会特别委员会针对2023年11月份。原董事会突然解雇Altman等事件的调查已告结束。现任董事会表示相信Altman与Brockman有能力继续领导OpenAI前进，决定接受Altman重新加入董事会，并宣布增补三名新董事。
增补三名董事分别是：Dr. Sue Desmond-Hellmann，Nicole Seligman和Fidji Simo。此三人，加上过渡董事会三人Bret Taylor, Larry Summers和Adam D’Angelo，再加上Sam Altman，构成了最新的OAI七人董事会。
详细内容，欢迎大家关注Life Transformer查看~
看起来11月的闹剧终于结束了，Mira也说前董事会向纽约时报的爆料是了在媒体上挽回面子而用匿名和误导性的说法来把她当作替罪羊。
下面是他们的履历：
Dr. Sue Desmond-Hellmann：是一位非营利组织领导者和医生。她曾担任宝洁、Meta（Facebook）和比尔及梅琳达·盖茨医学研究所的董事。她曾担任比尔及梅琳达·盖茨基金会的首席执行官，任期为2014年至2020年。2009年至2014年期间，她担任加利福尼亚大学旧金山分校（UCSF）的教授和校长，成为该职位的首位女性。她还曾担任基因泰克产品开发总裁，在开发第一批基因靶向癌症药物中发挥了领导作用。
Nicole Seligman：是一位全球公认的企业和公民领袖和律师。她目前在三家上市公司董事会任职 - Paramount Global、MeiraGTx Holdings PLC和Intuitive Machines, Inc。Seligman曾在索尼公司担任多个高级领导职务，包括担任索尼公司的执行副总裁和总法律顾问，负责全球法律和合规事务等职能。她还曾担任索尼娱乐公司总裁，并同时担任索尼美国公司总裁。Seligman目前还在纽约市的Schwarzman动物医学中心和The Doe Fund担任非营利组织领导职务。
Fidji Simo：是一位消费科技行业资深人士，拥有超过15年的领导世界领先企业运营、战略和产品开发经验。她是Instacart的首席执行官和董事长。她还担任Shopify董事会成员。在加入Instacart之前，Simo曾担任Facebook App副总裁和负责人。
来源：网页链接
今天，有个对AI特别感兴趣的朋友问我：“作为一个没有技术背景的人，想要深入探索AI，应该从哪里开始？
是不是应该先学习一些基础知识，比如Python编程和AI的基本概念，这样在未来理解代码、部署AI技术时，更加得心应手？”
我当场就急了，赶紧回复他说，晚点要专门写个帖子，回复这个问题。
1、
开宗明义：对于没有技术背景的小白，虽说迟早会学一点技术上的东西，但千万不要一上来就学技术。
本来就没啥技术底子，根本啃不动。别到最后，技术没学成，对 AI 的兴趣也荡然无存了。
如果本身就是某个领域的专业人员，还要去从零开始学技术，完全是舍近求远。
因为在AI市场上，缺的不是学了点基础 Python 的入门级工程师，而是懂某个领域 know-how 的行业专家。
2、
所以，更正确的路子应该是什么呢？从个人探索的角度，我总结了4个原则：
①Monkey First
"Monkey First"是Google X部门的一个口头禅，其含义是在解决问题时应该首先关注最困难的部分。
具体来讲，如果你的任务是让一只猴子站在基座上背诵莎士比亚的作品，"Monkey First"的策略会建议你应该将时间和资源集中在训练猴子上，而不是建造基座。
这是因为，基座的建造虽然看起来是在取得进展，但它并不会帮助你解决最关键的问题：如何让猴子背诵作品。
回到用 AI 上，对于非技术人员而言，最关键的问题绝不是花里胡哨的AI小技巧，而应该是如何借助AI提升我们的核心竞争力。
②生意为先
当然，许多人可能并不清楚，自己的核心竞争力在哪里。如果是这样的话，不妨考虑如何利用AI帮助我们更有效、更持续地盈利。
比如，从我们最熟悉的业务入手，思考它的关键要素有哪些，哪些方面是你最擅长的。明确了这些之后，再思考如何使用AI来进一步扩大这些优势。
反之，如果连基本的生意逻辑都搞清楚，盲目去探索 AI 所谓的可能性。很有可能会忙了半天，却一无所获，瞎子点灯白费蜡。
③精益创业
别看短视频天天吹，AI 替代某个工种、颠覆某个行业。真到了实干的环节，最牛的 AI，也不过名校实习生水平。它只能一点一点地干，一不小心还也可能出错，远没到可以独当一面的程度。
所以，在我们最熟悉的业务上，AI 到底能干成哪样，压根没人知道。我们只能原子级地一点点地尝试，测试多次到确认可行后，再进到下一个阶段。
这里还有个小的 tips，在原子级尝试的过程中，尽可能使用最强的AI。因为市面上有太多打着 AI 旗号的垃圾产品，看似免费或低成本，实际上却解决不了任何问题，看他们一眼都浪费时间。
以上的这些过程，就像互联网时代的“精益创业”，先用最小可行产品（MVP)把事情跑通，再去不断迭代和放大。
④思考框架
当原子级的尝试成功后，接下来就可以考虑系统性地解决问题了。
如果已经有成熟的SOP，那就尝试把某个环节的 SOP，做成一套提示词。然后，不断调整这套提示词，直到它可能稳定输出满意的内容为止。
如果没有成熟的SOP，那就尝试找一下解决这类问题的思考框架。这套框架可能来自书籍、课程，甚至可能来自某篇博客、公众号文章。然后，也可以像转化 SOP 一样，把这套思考框架变成提示词。
3、
拆解下来确实挺简单的，但往往越简单越有力量。
比方说，在我个人学习方面，目前也才到了这一步。
可在去年的这个时候，我还是完完全全的 AI 门外汉。
坚持这4个原则不到一年，我居然也在某个细分领域做到了“行业领先”，还有多家出版社跑过来找我出书……
是不是应该先学习一些基础知识，比如Python编程和AI的基本概念，这样在未来理解代码、部署AI技术时，更加得心应手？”
我当场就急了，赶紧回复他说，晚点要专门写个帖子，回复这个问题。
1、
开宗明义：对于没有技术背景的小白，虽说迟早会学一点技术上的东西，但千万不要一上来就学技术。
本来就没啥技术底子，根本啃不动。别到最后，技术没学成，对 AI 的兴趣也荡然无存了。
如果本身就是某个领域的专业人员，还要去从零开始学技术，完全是舍近求远。
因为在AI市场上，缺的不是学了点基础 Python 的入门级工程师，而是懂某个领域 know-how 的行业专家。
2、
所以，更正确的路子应该是什么呢？从个人探索的角度，我总结了4个原则：
①Monkey First
"Monkey First"是Google X部门的一个口头禅，其含义是在解决问题时应该首先关注最困难的部分。
具体来讲，如果你的任务是让一只猴子站在基座上背诵莎士比亚的作品，"Monkey First"的策略会建议你应该将时间和资源集中在训练猴子上，而不是建造基座。
这是因为，基座的建造虽然看起来是在取得进展，但它并不会帮助你解决最关键的问题：如何让猴子背诵作品。
回到用 AI 上，对于非技术人员而言，最关键的问题绝不是花里胡哨的AI小技巧，而应该是如何借助AI提升我们的核心竞争力。
②生意为先
当然，许多人可能并不清楚，自己的核心竞争力在哪里。如果是这样的话，不妨考虑如何利用AI帮助我们更有效、更持续地盈利。
比如，从我们最熟悉的业务入手，思考它的关键要素有哪些，哪些方面是你最擅长的。明确了这些之后，再思考如何使用AI来进一步扩大这些优势。
反之，如果连基本的生意逻辑都搞清楚，盲目去探索 AI 所谓的可能性。很有可能会忙了半天，却一无所获，瞎子点灯白费蜡。
③精益创业
别看短视频天天吹，AI 替代某个工种、颠覆某个行业。真到了实干的环节，最牛的 AI，也不过名校实习生水平。它只能一点一点地干，一不小心还也可能出错，远没到可以独当一面的程度。
所以，在我们最熟悉的业务上，AI 到底能干成哪样，压根没人知道。我们只能原子级地一点点地尝试，测试多次到确认可行后，再进到下一个阶段。
这里还有个小的 tips，在原子级尝试的过程中，尽可能使用最强的AI。因为市面上有太多打着 AI 旗号的垃圾产品，看似免费或低成本，实际上却解决不了任何问题，看他们一眼都浪费时间。
以上的这些过程，就像互联网时代的“精益创业”，先用最小可行产品（MVP)把事情跑通，再去不断迭代和放大。
④思考框架
当原子级的尝试成功后，接下来就可以考虑系统性地解决问题了。
如果已经有成熟的SOP，那就尝试把某个环节的 SOP，做成一套提示词。然后，不断调整这套提示词，直到它可能稳定输出满意的内容为止。
如果没有成熟的SOP，那就尝试找一下解决这类问题的思考框架。这套框架可能来自书籍、课程，甚至可能来自某篇博客、公众号文章。然后，也可以像转化 SOP 一样，把这套思考框架变成提示词。
3、
拆解下来确实挺简单的，但往往越简单越有力量。
比方说，在我个人学习方面，目前也才到了这一步。
可在去年的这个时候，我还是完完全全的 AI 门外汉。
坚持这4个原则不到一年，我居然也在某个细分领域做到了“行业领先”，还有多家出版社跑过来找我出书……
"事情发展到今天，一个我们曾经深深敬仰、激励我们朝更高目标努力的人，后来说我们的事业必然失败，然后自己离开成立了一家公司与我们竞争，到现在看到我们在没有他的情况下，沿着最初OpenAI使命的方向获得重大进展时，把我们给告了。我们感到很伤感。"
3月5日，OpenAI官方发布博客文章，对马斯克2月29日旧金山高院诉讼一案进行回应。所谓兼听则明，我们一起来看看另一方当事人是怎么看待整个事件的。
