今天，选了一篇过往比较受欢迎的文章 《都说要学AI，但3种人，3种学法》 。希望对你有所启发。
今天，这条新闻已经不新了，但这条新闻背后的问题，还在。我还是经常能看到有读者在后台问： 我知道 AI 现在很火，未来也有很多机会，但我就是一个普通人，对AI的了解连入门都谈不上。怎么办？ 不学，怕被时代抛弃。更怕被那几个已经在用AI写稿、画图、查资料的同事淘汰。 学，又无从下手。每天冒出来的AI新工具太多了，要学的太杂了。 我到底该从哪里学起？学完哪些才算够？太难学不明白怎么办？能不能给我些书单推荐什么的？ 这样的问题看得多了，我作为一个商业咨询顾问的DNA也动了。 也许，这些问题要解决，并没有那么复杂。只需要在解决前，先加上一层清晰的界定： 学 AI 的人，可以被分成三类。你属于哪一类，就可以按哪一类的方式去学。 “普通用户”学AI，用好就行
第一类学习：如果你是“普通用户”，那就学习使用工具，提高效率。 你知道，最早在中国，当大家在说学计算机时，学的是什么吗？ 很多人狠背词根，苦练指法，只为在计算机刚刚在中国普及的年代里，学会怎么把汉字打进电脑里。 注意，是在没有鼠标只有键盘，没有Windows界面只有DOS小黑窗的情况下，学习怎么用WPS给打出来的文档排版。 如果你不但会五笔，还会WPS，你就是专业的计算机高手。 逛书店，你会开始在架子上，看到很多类似这种名字的书： 《21天学会WORD》《30天成为EXCEL高手》《PPT：从入门到精通》... 在网上，你也会看到很多课，开始教你怎么用办公软件，甚至还能顺便帮你拿个证书，比如： 《零基础学习OFFICE》《10天搞定微软MOS证书》 ... 再然后，你会发现这些东西，出现在了越来越多人的简历里。比如，你有没有看过这句： 能熟练使用Word，Excel，Powerpoint。 不管是学五笔输入法，DOS 版WPS ，还是学Word，Powerpoint， Excel ...本质上，学的其实都是某家公司的某个软件的用法而已。 只不过这家公司的这个软件，实在是太广泛，太流行了，以至于几乎每个人都要用到，都是它的用户。 这些用户，所在的行业并不见得会马上被计算机改变，但一旦能用好这些计算机时代的新工具，就能更有效率，更有竞争优势。 是用户，就要掌握作为一个用户该学的东西： 能熟练使用 。 所以，在计算机的时代，对很多人来说，“学计算机”，就等于“学怎么使用某一个流行的计算机软件”而已。 已知，无论AI有多火，很大一部分比例的人，所在的行业未来不一定马上被AI颠覆。 但是，他一定会用到 AI ，成为某家AI公司的某个AI产品的用户。 这时，这群人的需求，就和当时学怎么用五笔打字，怎么用21天成为Word高手的那群人一样： 不求能造出工具，但求能熟练使用工具，让自己更有效率，就好。 所以今天中国的知识付费教AI时，大多也不会教原理，算法，底层逻辑...而是教怎么和GPT开始一段对话，怎么写出高效的Prompt提示词，怎么让AI帮自己搜索，出图，写文... 然后在不久的将来，越来越多的人也可能会在简历上写下一句话： 能熟练使用 ChatGPT ，Sora，Midjourney。 今天的AI工具那么多，动不动就横空出世，动不动就再次迭代，看都看不过来，我该先学什么？ 如果你的工作要大量写文章，那就好好去关注市面上各种擅长写文案的AI工具。比如： https://yiyan.baidu.com/agreement https://xinghuo.xfyun.cn/ https://ai.chiyingapp.com/ https://openai.com/blog/chatgpt 去学它的Prompt怎么写，试着让他帮你写出一篇文章，研究怎么把写出符合你要求的文章的时间从30分钟缩短到3分钟。 始终围绕自己的工作目的，去筛选，去学习，去使用，去提高自己的效率。 知道要学什么了。可是怎么学？我该不该买课？买了就是被割韭菜吗？ 如果你觉得，有人可以帮你把这些整理得很详尽，讲得很有意思，并且讲的内容还对你很有用，价格又合适，那买就买吧。 提问：你觉得，微软自己，有没有出过关于 “如何使用Word” 的教程呢？ 不但Word有，Powerpoint，Excel......也都有官方教程。并且都是，免费的。 https://support.microsoft.com/zh-cn/word https://support.microsoft.com/zh-cn/powerpoint https://support.microsoft.com/zh-cn/excel 再提问：你觉得， OpenAI ，有没有出过关于“如何使用 ChatGPT ”的教程呢？ 不但ChatGPT有，Midjourney , Sora......也都有官方讲解。并且也都是，免费的。 https://openai.com/blog/introducing-gpts http://mj.bandeyu.com/prompt/guide https://openai.com/research/video-generation-models-as-world-simulators 现在，最后一个问题：你觉得，为什么官方都自己下场，整理得这么详细，还全是免费的，这个世界上还有那么多人，那么多书，那么多课在教你呢？ 有需要的时候，我会直接去官网，看看那些官方自己的东西。 哼哼。天既然都聊到这了，那我就勉为其难地给你展示一下过年时，我在看完官方指南后，自己写Prompt画出来的龙吧。 “行业用户”学AI，理解就行
第二类学习：如果你是“行业用户”，那就学习基础原理，适应变化。 如果你读过大学，那我猜你大概率学过一门课：《大学计算机基础》。 甚至，还大概率考过一个证：《国家计算机二级证书》。 今天，国内大学的很多理工科学生，甚至很多文科生，都得考。 可是，为什么？这东西有什么用？什么数据库，什么C语言，我毕业以后又不去做程序员，为什么要学？ 因为，这是让一个人真的理解计算机时代下的世界的重要办法。 首先，确实，非相关专业的人毕业后，大概率都不会去搞开发，写代码。 但是，在今天这个计算机时代下的世界，你未来干的行业，大概率都跟计算机是脱不了关系了。 大到自动化办公、数字化生产、小到汇报时做个PPT、报销时整理电子单据...... 你可以不知道那些功能背后的代码怎么写，但你得能理解这些事儿大概是怎么回事儿。 而让你学计算机基础，考二级证书的目的，就是让你对计算机的原理有一个框架性的了解。 这也意味着，越来越多的行业用户，需要了解AI会如何改变他们的行业。 然后，才能为此提前做准备，做改变，去应对未来的竞争，适应未来的市场。 他们未来不见得会去从事AI行业，可以不了解AI的算法具体怎么调优，模型具体怎么训练。 否则，他们很难理解计算机对你的行业带来的改变，更没办法像一个经理人操盘他的业务那样，去模仿，去创新，去降本，去增效，去主动让改变发生。 所以，当一个行业用户说他要“学计算机”时，比起计算机打字，做PPT...更能帮助他操盘他的业务的，是去学点计算机的基础原理，理解它为行业带来的改变，并从中发现趋势和机会。 比如，什么是多模态、大模型？什么是符号主义、连接主义？什么是卷积神经网络、生成对抗网络？什么是分析式人工智能、生成式人工智能？...... 这些东西听起来好难啊，那些教怎么使用的课程里面也很少会讲到，怎么学？ 我找到了一个大学在线学习平台，叫 Coursera，由美国斯坦福大学两名计算机科学教授创办。 https://www.coursera.org/lecture/ai-for-everyone/week-1-introduction-SRwLN 教这门课的老师，叫吴恩达，是斯坦福大学人工智能实验室主任，也是在人工智能领域里的权威学者之一。 但这些都不是重点。重点是：这样的课，既不会离你太远，完全看不懂，又真的开始讲到技术，讲到原理。 建议你，找到这样的课。把它当成曾经的那门《大学计算机基础》，像还在大学里啃C语言那样： 稍微啃一下。 如果平时很忙，没什么时间和精力的冗余，但还是想学人工智能，怎么办？ 先让自己，尽量轻松地入门。基于这个角度，这2本书，推荐给你。 这两本书，都不算新书，但它们都用了一种比较轻简的方式，把人工智能的主要概念的底层逻辑，讲得比较清楚。 如果，听完课，看完书，还是弄不懂里面的很多概念，怎么办？ 比如，你可以先问AI，请给我解释清楚什么是卷积神经网络。 AI给你发回了一段解释，你回它3个字：“听不懂”。 它可能会回复你“哎呀很抱歉，那我再给你打个比方”。 然后，你再回它3个字：“听不懂”，它再换个说法给你解释...... “请假设你是讲给小学生，用小学生听得懂的方式解释清楚什么是卷积神经网络......” 如果前面三件事都做了，有了一定基础了，我还能怎么学？ 我加过很多有大量AI专业用户的群，于是，我经常能收到一些东西。 比如，今天某家公司又发布了什么模型，居然可以做到什么效果了，做到这个效果意味着什么，这个效果又能有什么其它的应用场景，这些应用能帮企业省掉多少费用...... 比如，关注一些有持续在跟进和观察人工智能的公众号。 保持学习。提高自己对基础原理的理解。让自己有能力看懂和适应AI带来的改变。 只有这样，才能对AI的边界在哪里有概念，对很多信息有判断力， 否则，认知不够，不但不能帮自己和自己的业务做出好的决策，还容易被误导甚至被蒙骗。 “专业用户”学AI，精进就行
第三类学习：如果你是专业用户，那就学习专业知识，精进技术。 前段时间，我和我在微软最敬佩的老同事之一，王建硕，在我的直播间聊Sora时，就曾聊起过一个我们以前常干的活：啃技术文档。 每次，某个微软的新产品出来后，就会一起出来一本厚到令人发指的技术文档。 里面不但全是英文，还全是很多人一辈子也不需要会的技术概念。 不把它全部看完，你就不能深刻理解这个新产品是什么，不知道怎么对它进行开发和维护，让它通过技术更好地实现功能。 可是要把它看完，你就得真的学完一些系统性的计算机课程。 比如，一个计算机专业的大学生，课表里的课程名字可能都是长这样的： 编译原理。数据结构。数据库系统原理。信息安全数学基础...... 这些专业知识，如果你不学计算机乃至整个工科，不用写代码，不打算做技术岗的话，一辈子都用不到。 但如果打算进入计算机行业，以技术岗的角色提供服务的话，就必须学习。 如果那个大学生要考证，也很难指望只靠一本《国家计算机二级证书》，通过专业的技术岗位的面试。 他一定要去爬更高的山，潜更深的海，走更少人走过的路。 当一个技术人员，或打算未来成为技术人员的人，说他要学AI时，他要学的，肯定远远不止怎么使用某一个软件，怎么刷完某一门入门课。 他学习的目的，也不止是为了效率和机会，还有实现追赶和超越。 比如，去看论文，去泡GitHub，去研究上面的代码，去下载最新的开源模型训练，去翻看某家AI公司发布的技术报告。
最后的话
在面对瞬息万变，层出不穷，仿佛没有尽头的AI知识时，别怕。 面对正在到来的AI时代， 很多人 都在聊焦虑和迷茫，但其实很多事情，在计算机时代，已经发生过一遍了。
夜雨聆风
