为什么大学里上课几乎没几个人听课?

就拿计算机学院来说吧，基本上都要讲点人工智能什么的，但是绝大多数还停留在这个是线性回归，这个是决策树等等。

这些内容你要说没用吧，那也不是；但是这种基础的东西讲的好的多了去了。

但是比较新的内容，比如说大语言模型LLM，能讲的好的一般都不在学校，而在学校里面讲这个的，大多数只能讲个皮毛。

但是，人总是需要看优质内容的，所以大家只是从低质低效的课堂上课，转移到优质高效的线上看。

比如说从OpenAI离职的Andrej Karpathy大神，两个小时的视频，教你从头开始，写一个GPT出来。

收获了450万的观看。

这是什么概念，可以说，在AI这种依然属于小众的领域，这种播放量极其恐怖。

但重要的，这类型优质的视频基本上都是免费的，可以随时看的，更更更重要的是，他还分享了完整的代码，你打开就能运行。

直接就能运行，试问有几个老师的课件能准备到这种地步？

过去一年中，我看了很多的优质视频，这里给大家分享出来，基本上都是关于AI的。

特别是关于AI在工作以及学习中的使用，跟AI理论不同，它更加的需要跟具体的工作结合起来，比如用GPT来处理一大堆的文档，或者简单的用GPT来做数据分析，这都需要对GPT以及AI的适用范围有所了解。

这里我推荐一个知学堂开设的AI工具课程，0.1元的课程基本上可以掌握主流的AI工具，比如Kimi这样的多模态大模型，以及AI+Excel这样的特定领域大模型。

特别是出了课程之外，还会给你一些提示词工程方面的资料，基本上可以帮助你快速上手各种类型的大模型。

ChatGPT 开发者提示工程

课程简要介绍：由OpenAI和Coursera联合发布的课程，教授开发者如何使用大型语言模型（LLM）进行应用开发。

课程亮点：适合初学者，提供使用OpenAI API的实践经验。

链接：ChatGPT Prompt Engineering for Developers

全是免费的，而且质量都非常高，甚至可以通过他们的平台免费玩ChatGPT的API。

0基础人工智能入门

课程简要介绍：由吴恩达（Andrew Ng）提供的入门课程，涵盖人工智能的基本概念和原理。

课程亮点：适合零基础学习者，内容全面，易于理解。

链接：Coursera

其实是deeplearning.ai的课程放在了Coursera上了，只是想提一下Coursera上的免费课程非常的多

Python人工智能入门

课程简要介绍：哈佛大学的CS50课程，涵盖计算机基础知识、强化学习、Python、算法等。

课程亮点：由David Malan教授主讲，教学风格风趣幽默。

链接：HarvardX: CS50's Introduction to Artificial Intelligence with Python

哈佛的神课，懂得都懂，不懂得去看看

NLP及其工作原理

课程简要介绍：斯坦福大学提供的自然语言处理（NLP）课程，介绍最新的神经网络技术。

课程亮点：由斯坦福大学教授克里斯托弗·曼宁讲授，适合专业领域学习。

链接：Natural Language Processing with Deep Learning | Course | Stanford Online

算是LLM的基础，想要深入了解NLP的适合看看

学习提示工程

课程简要介绍：开源课程，为初学者提供提示工程（Prompt Engineering）的全面学习。

课程亮点：适合零基础者，内容分类明确，便于不同层次学习者选择。

链接：https://learnprompting.org/

它很多课程是付费的，你学这个最基础的就行，OpenAI员工做的

机器学习教育

课程简要介绍：谷歌提供的机器学习课程，包括基础和高级课程，涵盖机器学习的基础知识和核心概念。

课程亮点：提供机器学习速成课程（MLCC），适合快速学习。

链接：https://developers.google.com/machine-learning

Google出品的课程，质量就不用说了。

GitHub Copilot

课程简要介绍：微软提供的在线课程，帮助开发者掌握GitHub Copilot的使用方法和最佳实践。

课程亮点：提升编程水平和创造力，节省学习时间和成本。

链接：https://github.com/features/copilot

AI编程辅助工具，不过最近发现了FittenCode这个工具，效果会更好一些

李宏毅教授

课程简要介绍：免费分享的各种关于AI的视频

课程亮点：紧跟时事，通俗易懂，科普性质

链接：自己找

Andrej Karpathy

课程简要介绍：OpenAI出来的非常懂技术的员工

课程亮点：非常硬核的AI知识，特别是GPT方面

链接：自己找