AI基础概念

AI基础概念
1、AI( 人工智能)
定义：通过模拟、延伸、拓展和拓展人类的智能（比如：学习、推理、决策能力），借助相关的技术和方法让机器能够执行通过从需要人类才能完成的智能任务；
（1）模拟：就是让机器模仿人类的思考和行为逻辑：比如人类能识别猫、狗、ai也能识别
（2）延伸：就是让机器的能力能超远人类局限：比如人类是记不住海量的数据，ai能瞬间记住大量个数据
（3）拓展：就是让智能应用到更多场景：24小时不间断的工作，24小时监控天气汇报

（一）计算机视觉（cv）
能让机器人拥有眼睛、能看懂图片、视频等

（二）自然语言处理（nlp）
能让机器用于理解、能听懂、能读
（1）学习：比如数据学习、抖音、淘宝、搜索喜欢衣服，给你推荐不同的衣服、相关的衣服
（2）推理：比如有乌云、推理出下雨、气温
（3）语言理解：比如不同方言、文字、图片，能听懂指令、语音煮熟
（4）决策：比如导航根据不同路径，给你调整路线（高速优先，优先决策）

2、机器学习：
让机器通过大量的数据，"自己总结规律、提升能力，不用人类手动编写每一步指令，
比如:ai能精准的识别猫和狗，不需要明确说明，“猫有尖耳朵、狗有尾巴”
通过学习几十万、几百万张狗和猫的图片、总结出猫和狗的核心区别精准区别：
工作：ai训练师、数据标注

3、深度学习
是机器学习的进阶版，相当于给机器装饰了聪明的大脑，她能通过模拟人类大脑神经网络结构，让机器能够处理更复杂的数据、更精细的任务；
比如：ai能对话的ai助手、能识别文档的内容，进行问答、多轮交互
ai能生成更逼真的图片
ai能生成更全面的文档

4、AIGC( 人工智能生成内容)
aigc就是通过人工智能技术，自动化生产各类内容的技术和应用
核心：让ai能自动生成新内容，不是简单的复制、黏贴、会根据我们需求，生成文字、图片、视频的全新内容
（1）文案生成：豆包、deepseek、chatgpt、文心一言、kimi、qianwen、等
（2）图片生成：即梦、豆包、chatgpt4.0、comfy ui、midjourney 等
（3）视频生成：剪映ai、海螺ai、可灵ai、即梦ai等

5、AI 大模型（多模态大模型）
定义：依托大数据、大算力、teansformer强算法构建，参数量>=10亿的巨型深度神经网络，通过海量无标注数据完成训练、具备强通用
泛化能力、可跨领域完成多类任务、无需大量定制，即改造适配对话、创造、识图等场景
小模型<10亿
大模型>=10亿
核心构成：
（1）超大参数规模
（2）海量训练数据
（3）超高算力消耗
两大主流分类：
（1）单模态大模型（LLM 大语言模型）
仅处理文本，能正确识别文字，输入文字
比如：gpt3、早期通义千问
（2）多模态大模型（MLLM当前主流）
可同时兼容文本、图片、视频、音频、3d多种场景，实现跨模态的生成
比如：gpt-4、文心一言、豆包、通义万象、讯飞星火等多模态

常用模型：
国内:
1、豆包 字节
优点：中文原文优化、国内访问稳定、 短视频理解、截图、手机界面识别好、api价格友好
2、通义qwen 阿里
优点：国内综合第一梯队、ocr图片、试卷、图表、gui视觉agent很强
3、kimi k3
优点：超长上下文、大量图片、长文档、
4、文心 百度
优点：国内合规成熟、文生图+识图一体化、证件、通用的ocr稳定
5、混元 腾讯
优点：微信生态打通，最长支持30分钟视频、中文场景、海报、图文素材理解不错
国外：
1、gpt-4 ，gpt-40-mini (open ai)
优点：综合视觉，推理空间感知，ui截图识别顶尖，
2、genmini 1.5 pro （google）
优点：长视频理解是最大强项
3、claude 3 opus
优点：超长上下文、pdf、扫描件

6、ai能做什么？ai不能做什么？
（1）ai能做:
a、重复性工作（文案生成、数据统计、表格逻辑）
b、复杂的数据处理（大量数据中筛选、异常数据的排查）
c、内容生成（文案、图片、视频）
d、语言的理解（ai语言对话、ai客户）

（2）ai不能做：
a、没有数据支持的决策（如：未训练、ai无法判断一个全新的行业）
b、情感共鸣和人文思考（如: 不能写出有深度的文学作品）
c、超出训练范围的创新（如：超出现有知识的创造）
d、绝对的精准无措（ai容易出现幻觉、偏见、泛化等）、

7、概念词
（1）ai gent （ai智能体） 如:coze、
（2）RAG技术（检索增强技术） 如：知识库
（3）单模态ai
（4）多模态ai
（5）langchin 是一个大语言模型的编程框架
（6）cursor 人工智能编程助手，提供代码补全（这是一个工具）
（7）dify：是一个企业级开源智能体平台
（8）n8n ：一个开源，基于节点的工作流的自动化工具
（9）coze（扣子）：一个字节推出的零代码ai智能体开发平台，无需编程基础，就能搭建对话，，执行任务，可调用的工具助手，可以一键发布到飞书、微信、web等平台；
（10）skill 智能体技能

以上AI相关术语通俗解释

1. AGI（通用人工智能） 通俗说：就是“拥有人类一样思考能力”的AI，能像人一样，自主解决各种不同类型的问题（比如既能写代码、做设计，也能聊天、做决策），目前还没完全实现，现在我们用的AI（比如ChatGPT）都只是“专用AI”（只能做特定领域的事）。 应用场景：未来可替代人类大部分复杂工作，目前IT培训中，多作为“高阶AI课程”的核心内容。
2. AI Agent（AI智能体） 通俗说：就是“能自己干活的AI助手”，你给它一个目标，它不用你一步步指挥，能自主规划步骤、调用工具，完成任务。 应用场景：比如你让它“写一份IT教学文案”，它会自己找素材、写文案、修改优化，不用你逐句指导；IT教学中，常作为Python、AI开发课程的实战案例。
3. RAG技术（检索增强生成） 通俗说：就是“给AI装一个‘知识库’”，让AI回答问题时，先从你给定的资料（比如IT教学课程介绍、学员案例）里找答案，再结合自身能力生成内容，避免瞎编乱造。 应用场景：IT教学机构用来做“智能教学机器人”，学员问“课程费用多少”“0基础能学吗”，机器人能精准结合机构资料回答，不用人工一直值守。
4. 单模态AI 通俗说：只能处理“一种类型的信息”的AI，比如只能处理文字（像普通聊天机器人）、只能处理图片（像图片识别工具）、只能处理声音（像语音转文字），不能同时处理多种信息。 应用场景：简单的聊天机器人、图片审核工具，IT培训中是基础AI课程的内容。 5. 多模态AI 通俗说：能同时处理“多种类型信息”的AI，比如既能看图片、听声音，也能写文字、做视频，和人类的感知方式更像。 应用场景：ChatGPT 4、抖音AI生成视频工具，IT培训中是高阶AI课程（比如AI视觉、AI多模态开发）的核心内容，薪资更高。
5. LangChain： angChain 是一个基于大型语言模型（LLM）的编程框架，帮助开发者更方便地将 LLM 与外部数据、 工具和业务流程结合起来，构建更实用、更强大的 AI 应用。 langchain的作用： a. 根据需求文档、接口文档或历史缺陷，自动生成测试用例 b. 使用 LangChain Agent 工具调用 Code Interpreter 工具，支持 Python 脚本生成 c. 将缺陷描述、日志等向量化存储，使用 LangChain + FAISS/Chroma 构建缺陷知识库 d. 日志异常分析，构建 LangChain 问答链，实现我这个请求超时是因为啥？这类查询，配合 LLM 实现 智能摘要与重点异常提示 e.LangChain 加载Swagger或Markdown文档，使用LLM提取字段、参数、请求类型。通过接口文档自 动生成接口测试用例和测试数据 通俗说：一个“AI开发工具包”，程序员用它能快速搭建AI应用（比如AI智能体、RAG知识库），不用从零写代码，节省开发时间。 应用场景：Python开发、AI开发课程的核心工具，学会LangChain，能快速上手AI应用开发，是IT培训中热门的实战技能。
6. Cursor：Cursor是由Anysphere公司开发的人工智能编程助手，基于大语言模型提供代码补 全、解释、重构与自然语言生成函数功能，支持接入GPT-4o、Claude 3.7 Sonnet等外部模型。 通俗说：一个“AI辅助编程工具”，专门用来写代码，能自动补全代码、找代码错误、优化代码，哪怕是0基础，也能借助它快速写出简单代码。 应用场景：IT培训中，用来辅助学员学习编程（Python、Java等），降低学习难度，提升学习效率，是新手编程的“神器”。
7. Dify：Dify定位为企业级开源智能体平台 通俗说：一个“零代码AI应用搭建工具”，不用懂编程，普通人也能拖拽操作，搭建出自己的AI应用（比如智能咨询机器人、AI文案生成器）。 应用场景：IT培训中，适合0基础学员入门AI应用，快速做出可落地的AI小项目，提升学习成就感。
8. n8n：是一款开源的、基于节点的工作流自动化工具 通俗说：一个“自动化工具”，能把不同的软件、工具连接起来，实现“自动干活”，比如自动把社群里的学员线索导入表格、自动给学员发送宣传物料。 应用场景：IT培训中，是运维、AI自动化课程的内容；作为合作商，你也能用来简化荐客流程（比如自动跟进学员线索）。
   10、vibe coding
   定义：vibe coding 也叫氛围变成、感觉编程
   核心：人只要负责用自然语言描述（效果、功能、页面），由大模型ai全权负责实现细节，自动编写编码
   vibe ：创作氛围
   coding： 不再师手写代码，而是用自然语言对话生成代码；
   主流工具：cursor、claude code、 trae、通义灵码、豆包编程
   11、skill 是一套打包好，可以服用的（业务流程+规则+工具调用逻辑），给agent 用的能力包，不是模型能力