今天，吴恩达在推特上宣布和OpenAI、LangChain以及Lamini三家公司共同推出了3门短视频课程，分别是《使用ChatGPT API构建系统》、《基于LangChain的大语言模型应用与开发》和《Diffusion模型是如何工作的》。三门课程都是1个小时的短视频课程，而且配有详细的Jupyter Notebook使用方法。

本文将分别对这三门课做个简单介绍。大家可以挑选感兴趣的学习，不过这三门课程对于相关人员来说应该应该都是需要学习。

一、Building Systems with the ChatGPT API

这门课是和OpenAI一起合作推出的，其主要目标是教授大家如何使用ChatGPT API来建立自己的系统。ChatGPT本身已经是一个强大的聊天机器人，但是如果有合适的prompt工程，它也可以变成许多有用的角色，如英语老师、诗人、财报解读者等。但是，这需要有合适的prompt和精巧地交互技巧。

尽管prompt工程可以让ChatGPT回复指定的内容，但是如果想要建立完整的系统，则需要考虑更多的问题，包括限制用户的问题范围、判断用户是否恶意注入prompt、为用户的提问收集分类记录日志。

例如，本课程一个内容是以建立一个产品客服为例，通过分解回答用户的步骤，设置ChatGPT可以回答的问题以及对用户的问题进行适当的引导和回复。让ChatGPT仅仅回答特定领域内的产品问题，并根据用户的问题回答与产品相关的信息，更正用户的错误等，并通过设置恰达的分隔符隐藏ChatGPT的问题分解过程，只给用户呈现最后的回答内容。

📝 课程名称：Building Systems with the ChatGPT API
⏰ 课程时长：1个小时
🚀 适合的对象：初学者

二、LangChain for LLM Application Development

LangChain是大语言模型时代的Pandas，其目标是简化使用大语言模型开发应用的过程。它提供了标准的LLM交互接口以及支持开发者开发LLM应用的各种工具和库。

对于要开发基于LLM的应用来说，LangChain应该是目前最强大的框架了。本课程是吴恩达与LangChain的创始人一起合作的课程。里面提供了丰富地基于LangChain开发LLM应用的案例以及各种技巧。包括：

1. 基于LangChain框架调用不同的LLMs、提供Prompt、解析LLM的返回结果
2. LLM的记忆处理：存储历史会话以及在有限的上下文中管理历史数据
3. 调用链：创建一系列操作的序列
4. 基于文档的问答系统：应用LLM到如何你自己的数据上，并提供基于这些数据的问答
5. AI Agent：建立自己的AI Agent机器人，完成一系列的工作

📝 课程名称：LangChain for LLM Application Development
⏰ 课程时长：1个小时
🚀 适合的对象：初学者

三、How Diffusion Models Work

这是一个稍微有点难度的课程。其主要的目标是讲授Diffusion模型的原理。Diffusion模型是现阶段图像处理最强大的模型。著名的开源图像生成模型Stable Diffusion就是做一个扩散模型。

与前面的课程不同的是，本课程将叫你从头开始建立一个扩散模型，并提供了训练的细节和提升性能的内容。具体来说，本课程包括：

1. 探索基于扩散的生成式AI的前沿世界，并从零开始构建自己的扩散模型。
2. 深入了解扩散过程和驱动它的模型。
3. 通过对抽样、训练扩散模型、构建用于噪声预测的神经网络以及添加用于个性化图像生成的上下文的实验室工作，获得实用的编码技能。

📝 课程名称：How Diffusion Models Work
⏰ 课程时长：1个小时
🚀 适合的对象：中级水平的人

总结

本次吴恩达发布的三门课程加上之前的《ChatGPT Prompt Engineering for Developers》（https://www.datalearner.com/blog/1051682646763569 ）共同组成了DeepLearningAI的生成式AI短课程集合。目前这四门课都是限时免费中，可以免费注册学习并使用它提供的Jupyter Notebook和免费的OpenAI提供的API学习练习。实测，OpenAI提供的API也可以测试你自己的prompt。建议大家抓紧学习，指不定啥时候就收费了哦~~

吴恩达生成式AI短课程集合链接：https://www.deeplearning.ai/short-courses/