周弘毅表示，AI科普的需求量很大，李一舟之所以能獲得高收入，主要是因為他從使用者的角度發現了使用者的需求。 李一舟最大的問題是，與其對相關課程內容收費，不如免費。 我將推出免費的AI培訓課程，做更多的AI科普。
有趣的是，周弘毅也是清華大學的博士，他正是一名主修電子資訊的電腦科學專業，雖然只是兼職學生，但他也希望360智慧型大腦能幫助他順利畢業，也算得上是AI工具的踐行者。
有的網路大佬喜歡現身指點國，有的講課踏踏實認真，比如張朝陽的物理課，質量很高。 周弘毅的話....它介於兩者之間，有強烈的表達和乾貨慾望，但仍然會有一些交通的功利主義。
而且也不知道周老師打算講什麼知識，演示什麼工具，畢竟上課可以免費，軟體、算力或本地部署環境所需的PC顯示卡都不是免費的。
之前朋友圈裡有很多人賣過課，這次李一舟的事情是片面的，有的人委婉地表示支援李一舟，也有人沒提李一舟，卻在談論知識付費的影響。
我還是說，為李一舟辯護的人，都是想成為李一舟的人。 李一舟的問題確實不在於費用，而在於課程的內容和質量。 拿路邊的花言巧語，兜售夢想和焦慮，是無益的，也是有害的。
換句話說，我們不必要求每個人都為愛發電，如果真的有高質量的內容，就有必要為此付費。 而且每個學員的情況都不一樣，有的人喜歡自己探索，有的人習慣了被動的死記硬背。
以下是分享一些免費課程資源的順便：
這些課程是與OpenAI、Microsoft、Google、HuggingFace、Langchain等第三方合作推出的，一半的課程是乙個小時，部分課程還會有筆記本或伺服器學習環境。 這相當於 Ng Endar 贊助每個人免費錄製課程。
serverless llm apps with amazon bedrock
chatgpt prompt engineering for developers
building systems with the chatgpt api
langchain for llm application development
langchain: chat with your data
finetuning large language models
large language models with semantic search
building generative ai applications with gradio
evaluating and debugging generative ai models using weights and biases
how diffusion models work
building applications with vector databases
automated testing for llmops
llmops
advanced retrieval for ai with chroma
reinforcement learning from human feedback
building and evaluating advanced rag applications
quality and safety for llm applications
vector databases: from embeddings to applications
functions, tools and agents with langchain
pair programming with a large language model
understanding and applying text embeddings
how business thinkers can start building ai plugins with semantic kernel
我還建議看一下之前的 AI for Everyone： AI for Everyone
前 OpenAI 科學家 Andrej Karpathy 的個人頻道枯燥而感人......b站有人加字幕來攜帶它們。
良好的飛書知識庫
總之，AI工具還是需要用到的，多用多用，多練習。 如果你真的不感興趣，不要那麼著急。 我之前也分享了王川的乙個觀點：
技術發展如此之快，以至於現在最好的策略可能是預設“躺平，照顧好你的身體，然後等待”。 否則，你拼命積累的一點資源，很可能在幾年內就化為烏有。由於技術的原因，它不值一分錢，但你的健康是乙個真正的損失。其實想想，從去年到現在，很多事情在這個過程中都發生了變化，AI能力的不斷增強會讓一些技能變得不必要，AI工具的發展方向一定是通用的，沒有門檻的。 因此，不跟進學習無非是失去了一些可能存在的機會和發展過程中不必要的試錯，從長遠來看，你可能會得到更多的普遍紅利。