在线课程 – mylogs.cn https://mylogs.cn 发现、记录、分享 Sat, 08 Aug 2026 08:06:04 +0000 zh-Hans hourly 1 16 万人上过的斯坦福 AI 课免费重开，却不讲大模型 https://mylogs.cn/stanford-ai-course-free-udacity/ https://mylogs.cn/stanford-ai-course-free-udacity/#respond Sat, 08 Aug 2026 08:05:40 +0000 https://mylogs.cn/stanford-ai-course-free-udacity/ 生成式人工智能普及之后，市面上的培训课程几乎清一色围绕同一批内容展开：Transformer 架构、大语言模型、扩散模型、提示词工程，以及各类应用搭建。这些知识如今已经是入门门槛，而不是加分项。

16 万人上过的斯坦福 AI 课免费重开，却不讲大模型
图片来源：Udacity

科技媒体 ZDNET 的专栏作者戴维·格维茨（David Gewirtz）近期把注意力投向了一门 2011 年的老课程——由彼得·诺维格（Peter Norvig）与塞巴斯蒂安·特龙（Sebastian Thrun）在斯坦福大学开设的《人工智能导论》。这门课目前由在线教育平台 Udacity 免费开放。

一门促成了 Udacity 诞生的课

这门课在规模和影响力上都称得上标志性事件。最初的线上版本吸引了超过 16 万人报名，是最早的大规模开放在线课程之一，也直接为特龙后来创办 Udacity 铺平了道路。

两位授课者的分量不容小觑。诺维格是斯坦福以人为本人工智能研究院的杰出教育研究员，同时担任谷歌研究总监，还是《人工智能：一种现代方法》的合著者——这本教材至今仍是多所高校人工智能课程的主选，2026 年在卡内基梅隆大学、波士顿大学、得克萨斯农工大学、圣何塞州立大学等校依然在用。特龙则是 Udacity 的创始人兼执行主席、前斯坦福教授、谷歌院士，以自动驾驶和机器人领域的开创性工作为人熟知。

格维茨推荐这门课的核心理由是：它把人工智能当作计算机科学的一个完整分支来讲，而不是把”人工智能”简化成大语言模型的代名词。

课程讲什么

课程内容覆盖十二个方向：

  • 问题求解与搜索
  • 概率与概率推理
  • 机器学习与无监督学习
  • 基于逻辑的知识表示
  • 规划，以及不确定条件下的规划
  • 强化学习
  • 隐马尔可夫模型与滤波
  • 马尔可夫决策过程
  • 对抗搜索、博弈与博弈论
  • 计算机视觉
  • 机器人与运动规划
  • 自然语言处理

这些都不是转瞬即逝的产品或功能，而是数学和概念层面的长期基础。围绕它们建起来的技术会一直变，底下的东西却相当耐久。这也正是它能与当下的生成式人工智能课程形成互补的原因——即便到今天，大语言模型也无法解决所有人工智能难题。

格维茨的观察是，这门课呈现的是聊天机器人主导公共讨论之前，研究者们认为最根本的那批问题。它同时说明了一件事：智能远不止于生成文字和图像，人工智能系统还需要表示知识、评估不确定性、搜索解法、规划行动、感知周遭环境，并从结果中学习。

要花多长时间

Udacity 没有公布完课时间估计。课程包含 22 节主课，此外还有习题集、导论和考试等内容。格维茨完整上了博弈论那一节，其中包含 19 个片段，连同练习一起花了大约两小时。按这个节奏推算，他建议为整门课预留 75 到 100 小时。

这个投入量并不轻松，因此有必要把这门课的定位说清楚。

明确的局限

这确实是一门老课，短板显而易见。部分示例和术语带着明显的年代痕迹，视频与音频质量也达不到如今的水准。更关键的是，它的诞生早于 Transformer、大语言模型、扩散模型以及当代所有人工智能开发框架，课程内容也完全没有涉及人工智能伦理，以及这项技术正在世界范围内引发的种种现实议题。

格维茨因此强调，这门课不能替代面向当下的生成式人工智能培训，正确的用法是把它当作新课程的配套材料：如果只想学会怎么把需求丢给聊天机器人，一门生成式人工智能培训课或许就够了；但若想理解那些不会随版本迭代而失效的基础概念，看清人工智能这个领域远比 ChatGPT 大得多，那么诺维格与特龙的这门课值得花时间。

对中文读者来说，还有一个现实层面的便利：Udacity 的课程页面可以正常访问，注册后即可免费学习，无需付费解锁。课程使用英文授课，具备一定英文阅读能力是前提。

来源：ZDNET《Taught by AI pioneers, Stanford’s free online course takes you far beyond ChatGPT》，作者 David Gewirtz；课程信息核对自 Udacity 官方课程页

]]> https://mylogs.cn/stanford-ai-course-free-udacity/feed/ 0 一门2011年的老课，比大多数AI教程都耐用 https://mylogs.cn/%e4%b8%80%e9%97%a82011%e5%b9%b4%e7%9a%84%e8%80%81%e8%af%be%ef%bc%8c%e6%af%94%e5%a4%a7%e5%a4%9a%e6%95%b0ai%e6%95%99%e7%a8%8b%e9%83%bd%e8%80%90%e7%94%a8/ https://mylogs.cn/%e4%b8%80%e9%97%a82011%e5%b9%b4%e7%9a%84%e8%80%81%e8%af%be%ef%bc%8c%e6%af%94%e5%a4%a7%e5%a4%9a%e6%95%b0ai%e6%95%99%e7%a8%8b%e9%83%bd%e8%80%90%e7%94%a8/#respond Fri, 07 Aug 2026 09:35:15 +0000 https://mylogs.cn/%e4%b8%80%e9%97%a82011%e5%b9%b4%e7%9a%84%e8%80%81%e8%af%be%ef%bc%8c%e6%af%94%e5%a4%a7%e5%a4%9a%e6%95%b0ai%e6%95%99%e7%a8%8b%e9%83%bd%e8%80%90%e7%94%a8/ 你把提示词技巧、各家大模型的差异都摸熟了，可一碰到「这活儿到底该不该交给大模型」还是没底。ZDNet 资深特约编辑 David Gewirtz 点出症结：现在满世界的 AI 课程教的都是产品，而产品知识的保质期，比基础知识短得多。大模型、扩散模型、提示工程如今只算入门门槛。

一门2011年的老课，比大多数AI教程都耐用
图片来源：Boyuan Yu / iStock / Getty Images Plus

这门课具体讲什么

Udacity 免费开放了 Peter Norvig 与 Sebastian Thrun 于 2011 年在斯坦福开设的《人工智能导论》。当年超过 16 万人注册，是最早的大规模开放在线课程之一，也直接催生了 Udacity。

Norvig 是斯坦福以人为本人工智能研究院杰出教育研究员、谷歌研究总监，合著的《人工智能：一种现代方法》至今仍是卡内基梅隆、波士顿大学等校主流教材；Thrun 是 Udacity 创始人兼执行董事长、前斯坦福教授，以自动驾驶和机器人领域的开创性工作闻名。

课程覆盖问题求解与搜索、概率与概率推断、机器学习与无监督学习、用逻辑做知识表示、规划与不确定性下的规划、强化学习、隐马尔可夫模型与滤波、马尔可夫决策过程、对抗搜索与博弈论、计算机视觉、机器人与运动规划、自然语言处理。

打算学的话，先掂量三件事

  1. 留足时间。 共 22 节主课，另有习题集和考试。Gewirtz 上了博弈论那节，19 个片段连做题花了约两小时，他建议整门课按 75 到 100 小时预留。
  2. 接受它的年纪。 部分例子和术语已显陈旧，视频音质也不如今天，但内容深度还在。
  3. 别拿它当替代品。 这门课早于 Transformer、大模型和扩散模型，也不涉及 AI 伦理，定位是新课程的补课材料。

说白了，只想让 AI 帮你把活干完，现成教程够用；想搞清楚它为什么这么干、什么时候会失手，这门老课值得花时间。

来源：ZDNet

]]> https://mylogs.cn/%e4%b8%80%e9%97%a82011%e5%b9%b4%e7%9a%84%e8%80%81%e8%af%be%ef%bc%8c%e6%af%94%e5%a4%a7%e5%a4%9a%e6%95%b0ai%e6%95%99%e7%a8%8b%e9%83%bd%e8%80%90%e7%94%a8/feed/ 0