金庫網的各位學員，大家好！歡迎來到《職場人都能用的人工智能工具指南課》。在正式聽這堂課之前，我有兩點要說明：第一，這堂課面向的是對于提示詞、對于通用人工智能沒有基礎的學員。如果你之前用 GPT、用通義千問、用文心一言用得特別多，而且本人已經精于提示詞了，這堂課對你的價值就不大，這是第一點。第二點呢，我們這堂課是一堂工具課加實操課，這就要求各位一邊聽講，一邊要注冊一個通義千問、文心一言、科大訊飛星火大模型的賬號，一邊聽課一邊同步實操，這樣，我們的這個課堂的效果能達到最大化。所以呢，我們開始進入到我們的課程。
這堂課呢，我會分 5 個部分來跟大家做講述。第一個部分，我們講講什么是大語言模型 LM。所謂 LLM，是指 large language model。第二個部分，我們來講使用 LLM 的專業(yè)的一個工具，叫提示詞，這個提示詞應該怎么用。第三個部分，我們抽取工作當中常用的幾個場景，比如完成一個復雜任務、寫一個 PPT、寫一篇相關的文章，通過這些工作中常用的場景，來告訴大家，在實際工作當中，應該怎么樣使用 LLM。那么第四部分，我們會向大家展示一下，通用人工智能 LLM 的其它使用場景。最后我們講一講，怎么樣用通用人工智能，完成繪畫和視頻，以及其它的相關的工具的使用。
OK，我們進入到這個課程的第一個部分，什么是 LLM。其實如果我單純講 LLM，大家可能沒什么印象，但是如果我講 GPT，我相信大家立馬就有感覺了。GPT 只是大語言模型的一種。那什么是大語言模型呢？是理解人類語言，把人類歷史上所有的語料、文字給到人工智能，讓它去學習，而訓練出來的一種通用人工智能大模型。它的主要的工作和功能，是理解、吸收人類沉淀在語言和文字當中的智慧，從而把這些智慧提煉出來，給到我們所有人，重新再使用和賦能的一種人工智能的工具。當然，最典型的就是目前最火熱的 Chat GPT，Chat GPT 是通用大模型的一種早期版本，另一個詞就是 GPT 的 3.5 版本，但目前 GPT 已經進展到 GPT4 的版本了。這是國外的一些大模型，還包括了谷歌的 BUD，還有一些其它的，這個，硅谷的人工智能公司推出的大模型。
那世界上，有兩個國家的大語言模型是走得比較靠前的。當然最先進的是美國的大模型，那同時，我們中國的大模型也在拼命地追趕，以百度的文心一言、阿里的通義千問、騰訊的混元、華為的盤古、科大訊飛的星火大模型為基礎。而我們今天的課程的講解、練習部分，主要使用三個國內的大模型，分別是百度的文心一言、阿里的通義千問，和科大訊飛的星火大模型。所以也請屏幕前的各位同學，做好準備，在聽課的過程中，下載 APP 或者打開你的電腦，注冊這三個大模型的賬號，準備好，同步隨著我們課程的進行同步，一邊學習一邊使用，一邊練習。因為今天是一個工具課，只有練習這堂課才有意義和價值，否則你會聽的感覺非常枯燥。那如果我的期待是這堂課上完了，你已經用所謂的這幾個大模型，完成了你工作當中的一個實戰(zhàn)的任務，這個實戰(zhàn)任務可以是寫一個 PPT，可以是寫一篇文章，也可以是寫一個短視頻的腳本，這些都可以。
所以隨著我們的這個大模型的推進，那我們再深度理解，大模型的本質是什么？它可以被認為是一個大的認知模型，或者是思維模型，它可以通過學習語言，理解文字來模仿人類的思考方式。請注意，人類的文明，人類進化已經幾十萬年的時間，但是人類有文明，不過是一萬多年的時間，而人類文明的加速，是語言發(fā)明加上文字發(fā)明，不過是幾千年的時間。文字發(fā)明以后，人類的文明進入了爆發(fā)期。所以語言是我們思維的基礎和載體，我們所有的思想，所有人類的文明，所有人類的智慧，都是以語言的方式來呈現(xiàn)。但是當文字可以承載語言以后，我們歷史上，所有的優(yōu)秀的思想家的智慧，老百姓的智慧，就通過文字記錄下來。
舉個簡單的案例，我們最常用的智能手機，那在大模型當中怎么理解它呢？我們的智能手機，“智能手機” 這個詞是一個符號，過去沒有，那后來出現(xiàn)了。那我們怎么描述一個智能手機呢？它有一個操作系統(tǒng)，可以下載 APP，有眾多的生態(tài)，可以幫助我們解決各種各樣任務的 APP，然后構成了我們可以直接使用的一個智能手機，它還可以打電話，還有 5G 的模塊。這是一個通用的，每個人都能理解的智能手機的這個詞匯的解釋。但通過我剛才的描述，大家可以看出來，那我們對于智能手機，如果給它做一個描述，大概是 10 到 20 個左右的特征。如果再具體對某一款手機，華為的手機、小米的手機再具體再做描述的，那可能是這個手機什么型號，它有多少內存，上網網速是多少，它的攝像頭是什么樣的性能，那再加 10 - 20 個模型，這種形容這一個智能手機的維度，而這些維度都可以給它數(shù)據(jù)化，形成向量。然后大語言模型就是針對一個一個的，我們人類當中的文字和概念，什么是手機，什么是蘋果，蘋果應該是什么樣子的，手機應該是什么樣子的，我們人類對這個具體概念的描述，都是 10 - 20 個左右的這種形狀特征，把它描述成向量。但是，大約模型可以把這 10 - 20 個這樣的向量，擴展到多少呢？300 - 500 個，取決于它的算力有多大。
所以請各位思考，當我們把一個具體的物體，某一個具體的概念，什么是手機，什么是咖啡，什么是蘋果，什么是梨，拿出來 500 個非常細致的特征，對它進行描述的時候，各位，今天的大語言模型，對于語言文字符號和概念的掌握，已經遠遠超過我們人類，因為它比我們人類維度更多，更加精準，而且我們人類看一本書，300 頁，我們記憶力是有限的，我們能把這本書聯(lián)系起來的，聯(lián)系起來的文字和知識也是有限。但是大語言模型，它可以把人類各個學科，比如說一本書開頭它寫了哪幾個字，末尾寫了哪幾個字，一個 300 頁的書，或者 2000 頁的書，它從頭到尾，每一個文字之間的相關關系，它都可以提取出來，它也可以把人類那么多學科，數(shù)學、物理、化學，語言、心理，各種學科，它不同的知識，它的相關性都提取出來，而且以我們還理解不了的方式，加以相互聯(lián)系，相互交叉，相互綜合，相互應用。我們可以這么說，今天，大語言模型已經進展到極為高深的程度。
通用人工智能大模型能做哪些事？我們可以說，人類用公開的語言文字所講述的任務，今天的 LLM 大語言模型幾乎都能做，即使某些部分它今天做不了，很快它也能做到，未來一定是全能做。這個包括但不限于，寫代碼、寫文章、寫 PPT，做圖片、做視頻，甚至回答各領域的專業(yè)問題。當我講到這的時候，我邀請屏幕前的各位同學，我們一起進行一個深度思考，當通用大模型可以幫你寫文章了，當通用大模型可以幫你做短視頻了，甚至當通用大模型可以幫你做思考了，可以幫你寫代碼了，這個東西意味著什么？我們可以這么直觀的判斷，我們進入一個史無前例的，腦力領域的工業(yè)革命的時代。未來關于服務的成本，會大規(guī)模地下降。
我舉兩個例子，醫(yī)療領域，大家知道，目前你想掛一個專家的號比較難，特別是在北京，掛一個專家號比較難，因為你要排隊排好長時間，然后花了很大的代價排到你了，可能聊個十幾二十分鐘，有些時候連十分鐘都聊不了，給你開個藥回去吃吧，這會導致醫(yī)療領域的診斷成本會非常高（此處原文 “低” 有誤，結合語境應為 “高”，但按要求不修改文字）。而當美國的一個孩子，得了一個非常罕見的病，這個病找了各領域的專家都解決不了，最后它的媽媽沒辦法了，把這個病，所有它的檢查資料輸入到 GPT 里，讓 GPT 來幫它診斷，最后 GPT 給它三種可能性，排名第一的那種可能性，就是那個孩子得的病的，得的那個病，非常罕見的一種病，然后這個媽媽帶著這個答案，去找那個專業(yè)科的醫(yī)生去判斷，最后確診了。Open AI 的首席科學家伊利亞，它曾經做過一個判斷，未來在醫(yī)療服務領域，醫(yī)療診斷的成本，會降低到現(xiàn)在的 1/5000，大家想想這是什么樣的結果。
那我拿我們目前最熟悉的一個，因為今天，程序員是非常非常高薪的一個職位，寫代碼，過去是人來寫，今天 GPT 可以寫代碼，可以幫助你寫代碼。一個微軟出身的 CTO 帶著他的團隊，三個人的團隊，用一個月的時間產出了 10 款左右的 APP，然后他自己來形容，過去需要用這些 APP 的這個產出，需要用 120 人的團隊干一年，現(xiàn)在他三個人的團隊，干一個月就可以干完。那同理，文案的成本，做圖片的成本，做視頻的成本，還有和很多，我們能想象得到，其它各領域專業(yè)服務的成本，都會快速地大規(guī)模地降低。
所以當我講到這，我不知道屏幕前的各位同學，你們是什么樣的心情。我們舉兩個，目前市場上，非常非常知名的兩位專家，埃隆?馬斯克，他認為 ChatGPT，它 GPT 只是大語言模型的一種，LLM 的一種，它有一種 scary good，我不知道大家怎么理解，scary good 這個詞，他說我們離危險的強人工智能不遠。比爾?蓋茨說，GPT 是他一生遇到的兩次革命性的技術之一，而第一次是互聯(lián)網。我相信既然各位看直播，既然通過在線的方式學習，我相信每一個屏幕前的同學你們，都已經深刻地體會到，互聯(lián)網是如何改變我們的社會，改變我們的工作，改變我們的生活的。那么接下來，通用人工智能，對我們的工作生活的改變，會更加的深刻，范圍會更加的廣。這就是我們面臨的一個現(xiàn)狀。我們可以這么說，學會用通用大模型的人，以及不會用通用大模型的人，未來在工作和生活中的表現(xiàn)，是截然不同的。所以我會用前言，會用相當一大段的篇幅，來跟大家講這件事情的重要性。
那今天我們畢竟是一堂工具課，所以我就帶著大家進入到，大模型的實戰(zhàn)。首先我們要用大模型，要理解它能干什么，能干什么，我剛剛簡單的講了，我們要知道它不能干什么，也就是它的限制在哪。首先它有四個，目前大語言模型有四個限制，分別是知識源截斷、一本正經的胡說八道、輸入輸出的長度限制，以及輸出有偏見的結論。
首先我們看知識源截斷，因為大模型，為什么叫大模型呢？很簡單，因為它需要的算力和參數(shù)特別的多，因為它需要的算力和參數(shù)特別的多，就會導致它訓練一次的時間特別長，所以它不能夠隨時隨地地采集網上的數(shù)據(jù)，進行訓練，它是準備好一堆的數(shù)據(jù)，準備好以后，一起喂給大模型訓練一次，然后一個半月到兩個月的時間，每天需要 5 萬美元的電費。所以呢，它不像其它的小型的人工智能模型，可以隨時隨地采用新的數(shù)據(jù)，隨時隨地地訓練，因為它的成本比較高。所以呢，基本上它會截取一段時間的數(shù)據(jù)，然后到此為止訓練模型，然后訓練完了以后，在這個模型在市場當中測試，測試的過程當中，它的團隊，研發(fā)團隊會繼續(xù)采集最新的信息，最新的數(shù)據(jù)，來準備它繼續(xù)訓練下一個階段的模型。現(xiàn)在用的是 GPT4，那未來可能是 GPT5，GPT5 在訓練當中。所以目前你問通用大模型，問 GPD4 或者問國內的通義千問、文心一言、科大訊飛，那么它會告訴你，我的知識源截斷，我了解的知識截止于什么時間之前，GPT 是在 2023 年 4 月份之前的東西它都知道，4 月之后的東西，最新的消息它就不知道，這是第一，知識源截斷。這會導致 GPT 它對最新發(fā)生的新聞，你問它它就不知道了，所以不要問它最新的東西。
第二個限制，一本正經的胡說八道。那我們看，這是我讓 ChatGPT 寫，我問它，李白寫了哪些關于李清照的詩，然后它大家看屏幕，它就給出了一系列的，李白寫過的關于李清照的詩。大家知道李清照，李清照本人生于宋代，而李白是唐朝的人，它不可能知道李清照這個人。所以呢，這個解決這個問題呢，也非常簡單，讓它回答之前核實一下事實，然后它就知道哦，原來我說的是不準的。所以各位使用通用大模型的時候，要特別警惕，通用大模型，大語言模型 LLM 給你做一本正經的胡說八道，所有它給你的新聞數(shù)據(jù)，知識源你都要核實。所以這個特朗普的兩名律師，就因為這個事情，遭受了比較慘重的損失，因為它提交給法院的很多案例，是 GPT 生成的虛假案例，很多人在工作當中已經付出代價了。所以各位專業(yè)使用，專業(yè)學習，怎么使用大模型的工具性的課程，我們一定要把這個東西給大家講清楚。
那接下來，輸入輸出的長度限制，因為它對于算力的消耗特別大，就目前，GPT4 的上下文長度分別是 8192 個 token，和 32768 個 token，這是官方公布的。但是當我親自問 GPT4 的時候，GPT4 給出的是 4096 個字符，所以不同的版本，給的算力是不一樣的，就是你輸入提示詞的時候，最長的長度大概是 4096 個，它輸出的也大概是 4096 個，就是我們普通人用到的版本，那專業(yè)的版本，可能是到 8000 到 30000，這個數(shù)量級。那一個 token 是多少呢？大家簡單理解成一個漢字就可以了，但是這個不完全對等，因為有些有些時候，一個漢字的它蘊含的信息量，遠多于一個 token，但是大部分情況下，我們可以簡單地把它等同于一個漢字了。所以它是有輸入和輸出的長度限制，你說讓它給你寫，寫篇文章，寫一個 20 萬字的小說，那它肯定寫不了。那解決這個問題，也相對比較簡單，20 萬字的小說，先讓它給你寫，寫個 2000 字、3000 字，只要在輸入長度之內，就可以，然后一點一點地拼出來，這個小說也是可以的。
那同時要警惕，GPT 包括其它的通用大模型，輸出有偏見的結論。因為它學習的是人類歷史上，幾乎能見到的公開的所有的文字和文本，英語、漢語。那大家知道人類只要寫出這樣的文字，它就有潛在的價值觀的偏見。比如我給大家舉個例子，外科醫(yī)生走到停車場，他掏出了什么，掏出了鑰匙，它默認這個外科醫(yī)生是一個男的。然后把這個護士改成護士呢，護士走到停車場，掏出了什么呢，掏出了鑰匙，但是默認這個護士是個女的。大家知道醫(yī)生可能是男的，可能是女的，女護士也可能是男的，也可能是女的。那今天，Chat GPT，包括 Open AI，包括 BUD 以及美國的各種大模型是，禁止對中國的用戶提供服務的，因為它們有它們的政治偏見在里邊。所有大模型，它所有所有的語料，它語料的選擇，包括背后輸入的價值觀都包含了，訓練它們的工程師，他們的這個價值偏向和價值觀。所以要特別警惕，它給你內容，內涵了很多，很深層的價值觀方面的偏見，有些時候，有可能還涉及到各種歧視，所以我們用的時候，要警惕它的這個缺陷。