一个月前，DeepLearning.ai 创始人吴恩达与 OpenAI 开发者 Iza Fulford 联手推出了一门面向开发者的技术教程：《ChatGPT 提示工程》。
该教程总共分为 9 个章节，总一个多小时，里面主要涵盖：提示词最佳实践、评论情感分类、文本总结、邮件撰写、文本翻译、快速搭建一个聊天机器人等等。
你除了能在这个教程里面学到如何使用 Prompt，你还能学到 GPT 接口调用开发知识。
一个月时间过去了，因课程质量之高，受到了不少开发者赞誉。
于是，DeepLearning.ai 今天又重磅推出了 3 大教程，以便帮助开发者们更好的掌握当下较火的 AI 技术。
每个教程时长 1 小时，会拆分为多个章节，让你能更妥善的安排自己时间进行学习。
下面我们来看下这几个教程都包含哪些内容。
一、使用 ChatGPT API 构建系统
自 GPT-4 API 发布以后，很多人都开始使用它来构建各种 AI 应用。包括各种智能助理、聊天机器人、英语私教等等。
互联网上关于如何开发一个完整的 AI 应用，教程相对较少。
因此，本次吴恩达老师，将再次联手 OpenAI 的开发者 Iza Fulford，推出《使用 ChatGPT API 构建系统》教程。
在该教程中，你将学会如何通过链式调用的方式，自动化处理各种复杂的工作流程。
教程核心内容如下：
- 与上文的提示词交互，搭建完整提示链；
- 用 Python 编写一个提示词交互系统；
- 开发一个智能客服 AI 机器人。
你可以将此教程看做是《面向开发者的提示工程》的进阶教程，两个教程结合起来学习，效果会好很多。
除此之外，作者还会教授一些实际场景应用，比如：将用户查询归类为聊天代理的响应、评估用户查询信息的安全性，以及通过思维连、多步推理来处理各种任务。
二、结合 LangChain 开发 LLM 应用
LangChain 是 GitHub 上一个知名的大语言模型开发框架，让你可以组合各种功能，来使用 LLM 开发功能更为丰富的 LLM 应用。
今年 ChatGPT 爆火，间接带动了这一框架的增长，自去年 10 月份开源以来，LangChain 已累积 4.3 万 Star，增长颇为迅猛。
为了让大家都能结合 LangChain，打造出更为强大的 AI 应用，吴恩达老师联合 LangChain CEO Harrison Chase，推出了《结合 LangChain 开发 LLM 应用》教程。
你可以在该教程中，学习使用 LangChain 框架的基本应用和开发技巧：
- 模型、提示和解析器：调用 LLM、提供提示和解析响应内容；
- LLM 内存：存储对话和管理上下文空间内存；
- 链：创建操作序列；
- 文档智能问答：将 LLM 应用于专有数据和指定用例；
- 代理：探索 LLM 作为推理代理的发展与应用。
在你完成这整个教程的学习之后，将收获一个专属的模型，你可以将其当做探索各种 AI 应用的新起点。
开发者可以通过结合 LangChain，为大语言模型扩展更多功能，打破联网查询、数据更新等各种限制，进而开发出更为强大的 AI 应用。
三、Diffusion 模型工作原理
上述两个教程，都不需要了解过多的 AI 技术知识，便能快速上手学习。但是这门教程对 AI 专业知识要求会稍微高点。
该教程将由吴恩达与其高徒 Sharon Zhou 联合教授。Sharon Zhou 是 Lamini 的 CEO。
Lamini 是不久前在 GitHub 上开源的一个项目，主要功能是让开发者可通过少量代码，借助平台数据，快速调教出一个属于自己的大语言模型。
Lamini 主打的就是一个简便、轻快，所有人均可通过微调 Prompt 的方式，造出一个定制化大模型。
在这个教程中，作者将向你介绍扩散模型的一些基础原理，并教会你从头构建一个扩散模型。
你可以从中学到：
- 探索基于扩散的 AIGC 前沿技术，从零创建一个扩散模型；
- 深入了解扩散过程和驱动模型，而不仅仅是预建模型和 API；
- 实验采样、扩散模型训练、构建神经网络（噪声预测），生成个性化图像。
用一个小时的时间，便能快速了解扩散模型的构建、训练以及优化流程，可以说性价比极高。
目前上述教程已经在 DeepLearning.ai 正式上线，官网上线提供了可交互式的 Notebook，让你可以一边学习，一边跟着编写代码实践。
