当前位置: 首页 > news >正文

fast.ai携手AI:对话式工程解锁编程新纪元

A New Chapter for fast.ai: How To Solve It With Code

fast.ai 正在加入 某机构,并且宣布推出一种新型的教育体验——“如何用代码解决它”。

作者:Jeremy Howard
发布日期:2024年11月7日

Jeremy 11个月后的更新: 这门课程在我发布后24小时内就售罄了。我们有一个页面,上面有数百位毕业生的评论。由于效果非常好,我们今年花费时间在其基础上构建了一个完整的可扩展平台,并于2025年11月3日开始新一期课程。为避免错过,请尽快在此注册:solve.it.com。

八年前,Rachel Thomas和我共同创立了fast.ai,使命是普及人工智能。我们相信AI将成为历史上最重要的技术之一,并且,如果能够广泛传播,我们觉得它能够赋能世界各地的人们去创造任何他们能想象到的东西。但我们担心,如果只有少数精英理解它,可能会导致不平等。

今天,我们兴奋地宣布,fast.ai将加入某机构,这标志着在让AI触达每个人的进程中迈入了一个新阶段。同时,我们宣布推出一门新的测试版课程——How To Solve It With Code,这是一种新型的“AI优先”教育体验。如果您加入这门课程,您将成为首批体验这种新方法的学员。

AI 格局已经改变
当我们创立fast.ai时,普及AI意味着教会人们训练自己的模型。这取得了成功——fast.ai的课程帮助培养了许多当今顶尖的AI从业者。但格局已经发生了巨大变化。正如iPhone让人们无需理解TCP/IP就能使用互联网一样,像ChatGPT、Claude和Gemini这样的大型语言模型(LLMs)也让人们无需理解模型训练就能使用AI。

然而,当人们开始使用AI进行编程时,有趣的事情发生了。起初,它感觉很神奇——就像《黑客帝国》里的基努·里维斯突然会了功夫。你可以在15分钟内创建一个以前需要数周才能完成的应用程序。但现实随之而来:你需要进行修改、添加功能、修复错误。魔力开始消退,许多人会遇到无法跨越的障碍。

一种新型的课程
在fast.ai,我们已经超过两年没有发布新课程了。这是因为我们想要构建一些比以往任何课程都更大胆、更不同的东西——一种从零开始设计,深度融合现代AI技术到整个学习过程中的东西。

这就是我们的新课程“如何用代码解决它”的由来。它不只是另一门课程——它是一种关于人类和AI如何协同工作的全新思维方式。我们称之为对话式工程

它的工作方式如下:不是要求AI一次性生成数百行代码,而是以小的步骤协同工作。你可能会写一两行代码,然后让AI建议下一段。这就形成了一个强大的反馈循环,其中每一步都让你和AI变得更聪明。你们共同创建的代码比人类或AI单独创建的都要更清晰、更易于维护、更强大。

介绍 solveit
为了支持这种方法,我们构建了一个名为 solveit 的新平台。这是第一个专门为对话式工程设计的工具,将AI深度嵌入到开发过程中。我们已在某机构内部使用了数月,凭借一个小团队取得了非凡的成果(正如你们从我们今年的许多突破中所看到的)。

这不仅仅是理论——我们正在使用这些确切的技术来构建某机构本身。当人们问我们如何凭借如此小的团队完成这么多工作时,这就是答案。这并不是因为我们都是天才程序员,而是因为我们拥有将人类与AI能力结合起来的正确流程。

超越单纯的编程
虽然许多人认为AI编程工具仅用于构建应用程序,但对话式工程可以解决各种问题。无论你是为了数据新闻分析数千份PDF,自动生成每周报告,还是构建一个复杂的Web应用程序,方法都是一样的:分解问题,与AI作为合作伙伴一步步解决,并构建你真正理解的东西。

加入首批学员
该课程于11月26日开始,由一支世界级的团队带领,包括我本人、Johno Whitaker和Audrey Roy Greenfeld。你将学到:

  • 如何使用代码和AI共同解决实际问题
  • 对话式工程的原则
  • 如何构建可以维护和扩展的解决方案
  • 顶级开发人员用于与代码交互式协作的技术

首批学员将形成一个特殊的社区,就像我们多年前的第一期fast.ai学员那样。我们将共同探索和拓展人机协作的可能性。

这适合你吗?
如果你曾将AI用于编程但希望超越简单的提示词,那么这门课程非常适合你。你不需要是有经验的程序员,但应该对循环和变量等编码概念有基本的了解。

然而,如果你认为AI已经可以完全取代程序员,那么这门课程可能不适合你。我们的目标不是让AI编写所有代码——而是在人类理解和AI能力之间建立强大的合作伙伴关系。

立即查看课程 →

我们正处在一个编程新时代的开端,问题不在于是否使用AI,而在于如何有效地使用它。加入我们,共同塑造这个未来,在这里,人类和AI携手合作,以任何一方都无法单独实现的方式解决问题。

…顺便提一下…
我们这篇博客文章就是使用solveit的对话式工程编写的!首先,我的朋友Hamel采访了我以生成本文的素材,然后我们使用该转录稿作为上下文,开启了一场由solveit、Hamel和我共同迭代写作文章的对话。这是我们所使用的视频:
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号(网络安全技术点滴分享)

公众号二维码

公众号二维码

http://www.jsqmd.com/news/178233/

相关文章:

  • 【毕业设计】基于YOLOv8的人物目标检测和分割(跟踪)
  • 生成式数据增强方法全解析
  • 深度学习毕设选题推荐:基于随机森林的贷款可能性预测系统实现
  • vscode c++可以找到声明却无法自动补全
  • Day5if单,双,多分支语句详解及其使用案例
  • 11. 图像轮廓
  • 手机照片视频太多怎么一键按年月分类整理并批量重命名?照片视频整理神器
  • kotlin协程-热数据通道Channel
  • 计算机深度学习毕设实战-基于随机森林的贷款可能性预测系统实现
  • 速学宝典!AI应用架构师的企业虚拟运营方案
  • 企业AI创新能力评估模型:AI应用架构师教你从0构建评估体系
  • kotlin协程-冷数据流Flow
  • 医学影像分析中的数据增强具体方法
  • Python 医学影像分析,DICOM读取/分割/可视化全流程
  • Java学习必备的常用知识
  • AN 2024 下载安装教程全攻略:从下载安装激活配置到使用,新手也能快速上手【附一键安装包下载】
  • 2025年刷题学到的几个sql函数
  • 深度学习毕设选题推荐:基于YOLOv8的人物目标检测和分割(跟踪)
  • 0基础开发学习python工具_____一键打包!用 PyInstaller 将 Python 烟花程序转为 .exe(无需 Python 环境)
  • a0001
  • 强烈安利10个AI论文软件,专科生轻松搞定毕业论文!
  • 大模型辅助的细粒度知识图谱构建用于机器人故障诊断
  • 计算机深度学习毕设实战-基于YOLOv8的人物目标检测和分割(跟踪)
  • 2026年IT行业技术发展前瞻:七大趋势将重塑数字未来
  • NEURO-GUARD:知识引导推理驱动的革命性可解释医学影像多模态大模型诊断框架
  • 微信立减金怎么用?闲置时如何安全快速回收 - 京顺回收
  • 【Hadoop+Spark+python毕设】起点小说网数据可视化分析系统、计算机毕业设计、包括数据爬取、数据分析、数据可视化、实战教学
  • 全网最全8个AI论文网站,本科生搞定毕业论文!
  • Spring Boot 全局异常处理策略设计(一):异常不只是 try-catch
  • 脚本网页 双子星棋