คู่มือฟรี · วิดีโอ AI ที่ Hacker News เลือก
วิดีโอที่ดีที่สุดสำหรับทำความเข้าใจ AI คัดสรรจากคอมเมนต์ Hacker News ตลอด 20 ปี
ไม่ใช่สิ่งที่อัลกอริทึมเลือก แต่เป็นสิ่งที่ฟอรัมเทคโนโลยีที่ถกเถียงกันมากที่สุดในโลกออนไลน์เลือก
วิดีโอ AI ที่ Hacker News แนะนำกันซ้ำๆ สำหรับผู้ชมที่ไม่มีพื้นฐานด้านเทคนิค แบ่งเป็น 4 กลุ่มด้านล่างนี้ ได้แก่ หลักการทำงานของโมเดล ความหมายของ AI ต่องานของคุณ ความเสี่ยงที่ควรเข้าใจ และคลิปที่ดูเพลินๆ เลือกวิดีโอด้วยตัวเลือกตามเวลา 15 นาที 1 ชั่วโมง หรือทั้งสัปดาห์ที่อยู่ใต้กล่องนี้ หรือไล่ดูทั้ง 15 คลิปด้านล่าง แต่ละคลิปมีเหตุผลที่ Hacker News แนะนำพร้อมจำนวนครั้งที่ถูกพูดถึงอย่างชัดเจน
เผยแพร่เมื่อ
สรุปประเด็นสำคัญ
- วิดีโอ AI 15 คลิป คัดจากข้อมูลส่งออกของ HackerTube ที่รวบรวมจาก Hacker News แบ่งเป็นกลุ่มหลักการทำงานของ AI งานของคุณ ความเสี่ยงและความปลอดภัย และคลิปเบาๆ
- เลือกตามเวลาที่มีด้านบน หรือไล่ดูแต่ละกลุ่มด้านล่าง ทุกคลิปที่เลือกมาจะระบุเหตุผลที่ Hacker News แนะนำและจำนวนครั้งที่ถูกพูดถึงอย่างชัดเจน
- การดูเป็นแค่ขั้นแรก ใช้ปุ่ม 'Quiz me on this' ในแต่ละวิดีโอเพื่อฝึกฝนกับ Claude ของ Anthropic หรือ ChatGPT ของ OpenAI
เริ่มที่นี่
เลือกคลิปตามเวลาที่คุณมี
คัดลอกไปใช้ได้เลยพรอมต์ที่ใช้ได้ทันทีวันนี้
ทดสอบตัวเองทันทีหลังดูจบ
ฉันเพิ่งดูวิดีโอชื่อ '{video title}' โดย {channel} จบไป โดยไม่ต้องค้นหาข้อมูลเพิ่มให้ฉัน ช่วยถามคำถาม 5 ข้อเพื่อเช็กว่าฉันเข้าใจแนวคิดหลักจริงหรือไม่ ถามทีละข้อ แล้วรอคำตอบของฉันก่อนถามข้อต่อไป ถ้าฉันตอบผิดข้อไหน ให้อธิบายแนวคิดที่ถูกต้องด้วยภาษาง่ายๆ ก่อนไปข้อต่อไปแก้จุดที่ยังไม่เข้าใจให้กระจ่าง
ในวิดีโอ '{video title}' ฉันเข้าใจเนื้อหาส่วนใหญ่ แต่งงตรงช่วงที่พูดถึง {the specific moment or term} ช่วยอธิบายแค่ส่วนนั้นให้ฉันด้วยภาษาง่ายๆ โดยเทียบกับเรื่องในชีวิตประจำวันแทนการใช้ศัพท์เทคนิคเพิ่ม แล้วเช็กดูว่าตอนนี้ฉันอธิบายกลับด้วยคำพูดของตัวเองได้หรือยังเชื่อมโยงกับงานจริงของคุณ
ฉันเพิ่งดู '{video title}' ซึ่งพูดถึง {one sentence on what the video covers} ฉันทำงานเป็น {your role, e.g. a project coordinator at a mid-size company} ช่วยยกตัวอย่าง 2-3 วิธีที่แนวคิดในวิดีโอนี้อาจเกิดขึ้นจริงในงานประจำวันของฉัน ทั้งด้านดีและด้านเสีย โดยให้ยกตัวอย่างเจาะจง ไม่ใช่พูดกว้างๆคู่มือฉบับเต็ม
แตะที่หัวข้อใดก็ได้เพื่อเปิดอ่าน
เกี่ยวกับคู่มือนี้
Hacker News ถกเถียงกันเรื่องวิดีโอ AI มานานยี่สิบปี Andrej Karpathy จัดระเบียบประวัติศาสตร์นั้นไว้ในโปรเจกต์ HackerTube เราคัดเลือก 15 คลิปที่คุ้มค่าเวลาสำหรับคนที่ไม่มีพื้นฐานด้านเทคนิค
เริ่มที่นี่
AI โมเดลทำงานอย่างไรกันแน่
วิดีโอ 5 คลิปที่อธิบายสิ่งที่เกิดขึ้นภายในโมเดลภาษาขนาดใหญ่ (LLM) เรียงตามลำดับที่ผู้เริ่มต้นควรดู ได้แก่ ภาพรวม 1 ชั่วโมง การเจาะลึกที่ยาวกว่า และอีก 3 ตอนแบบภาพเคลื่อนไหวจากซีรีส์เดียวกันที่ไล่ตั้งแต่โครงข่ายประสาทเทียมพื้นฐานไปจนถึงกลไก attention ภายในทรานส์ฟอร์มเมอร์
Andrej Karpathy
จุดเริ่มต้นที่เนื้อหาเข้มข้นแต่เข้าใจง่ายสำหรับการทำความเข้าใจ LLM และเป็นวิดีโอที่ถูกพูดถึงมากที่สุดในลิสต์นี้
เพิ่มเติม
วิดีโอแนะนำโมเดลภาษาขนาดใหญ่ (LLM) สำหรับผู้ชมทั่วไป ยาว 1 ชั่วโมง ครอบคลุมว่า LLM คืออะไร ฝึกฝนอย่างไร เทียบได้กับระบบปฏิบัติการอย่างไร และปัญหาด้านความปลอดภัยที่มาพร้อมกัน รวมถึงการ jailbreak
Hacker News มองว่าคลิปนี้เป็นจุดเริ่มต้นที่เนื้อหาเข้มข้นแต่เข้าใจง่ายสำหรับทำความเข้าใจ LLM และเป็นวิดีโอที่ถูกพูดถึงมากที่สุดในลิสต์ทั้งหมด ถูกลิงก์ไว้ใน 20 คอมเมนต์
Andrej Karpathy
วิดีโอที่ HN แนะนำบ่อยที่สุดสำหรับพื้นฐานที่ชัดเจนว่า LLM ถูกสร้างขึ้นมาอย่างไรจริงๆ
เพิ่มเติม
วิดีโอเจาะลึกยาวกว่า 3 ชั่วโมง พาไล่ดูขั้นตอนการฝึกฝนทั้งหมดของโมเดลสไตล์ ChatGPT ตั้งแต่ pretraining ไปจนถึง post-training พร้อมกรอบความคิดที่ช่วยให้เข้าใจว่าทำไมระบบเหล่านี้บางครั้งถึง hallucinate และจะรับมืออย่างไร
เป็นคลิปที่ Hacker News แนะนำบ่อยที่สุดสำหรับพื้นฐานที่ชัดเจนว่า LLM ถูกสร้างขึ้นมาอย่างไรจริงๆ โดยไม่ต้องใช้คณิตศาสตร์ขั้นสูง ปรากฏอยู่ใน 18 คอมเมนต์
จุดแรกเริ่มมาตรฐานสำหรับการเรียนรู้ว่าโครงข่ายประสาทเทียมทำงานอย่างไร
เพิ่มเติม
ตอนแรกของซีรีส์ deep learning อธิบายว่านิวรอนและเลเยอร์คืออะไรจริงๆ พร้อมคณิตศาสตร์พื้นฐานที่อยู่เบื้องหลังโครงข่ายประสาทเทียม ยกตัวอย่างด้วยการจดจำตัวเลขเขียนมือ
ผู้คอมเมนต์เรียกคลิปนี้ว่าจุดแรกเริ่มมาตรฐานสำหรับการเรียนรู้ว่าโครงข่ายประสาทเทียมทำงานอย่างไร ได้รับคำชมว่าทำให้คณิตศาสตร์ที่อยู่เบื้องหลังเข้าใจได้ง่ายขึ้น ถูกอ้างอิงใน 19 คอมเมนต์
วิดีโอแนะนำแบบภาพเคลื่อนไหวที่หลายคนเลือกดูเป็นอันดับแรกสำหรับทรานส์ฟอร์มเมอร์ attention และ embeddings
เพิ่มเติม
คำอธิบายแบบภาพเคลื่อนไหวว่าทรานส์ฟอร์มเมอร์และโมเดลภาษาสไตล์ GPT ทำงานอย่างไร ไล่ตามข้อมูลผ่าน token, embedding และ attention ทีละขั้น
Hacker News มองว่าคลิปนี้เป็นวิดีโอแนะนำแบบภาพเคลื่อนไหวที่ควรดูเป็นอันดับแรกสำหรับทรานส์ฟอร์มเมอร์ หลายคอมเมนต์บอกว่าเป็นคลิปที่ทำให้เข้าใจ attention และ embeddings ได้ในที่สุด มีทั้งหมด 16 ครั้งที่ถูกพูดถึง
สำหรับใครที่อ่านคำอธิบาย attention แบบข้อความแล้วยังตามไม่ทัน
เพิ่มเติม
การไล่ดูกลไก attention แบบใกล้ชิดและเป็นภาพเคลื่อนไหวมากขึ้น ครอบคลุม self-attention, multiple heads และ cross-attention ซึ่งเป็นตอนที่ 6 ของซีรีส์ deep learning เดียวกัน
ถูกแนะนำบน Hacker News เป็นพิเศษสำหรับคนที่อ่านคำอธิบาย attention แบบข้อความแล้วยังตามไม่ทัน มีการพูดถึง 8 ครั้งในข้อมูล
AI กับงานของคุณ
AI เปลี่ยนแปลงอะไรในการทำงานจริงๆ
วิดีโอ 2 คลิปที่มีน้ำเสียงต่างกันห่างกันเป็นสิบปี คลิปหนึ่งคือคำเตือนคลาสสิกเรื่องระบบอัตโนมัติและการจ้างงานที่ Hacker News ยังถกเถียงกันอยู่ ส่วนอีกคลิปเป็นการเตือนใจว่าการใช้ AI ให้เก่งนั้น เหมือนกับการเก่งเรื่องอะไรก็ตาม ยังต้องใช้ความพยายามจริงจากตัวคุณเอง
วิดีโออธิบายมาตรฐานอายุสิบปีเกี่ยวกับระบบอัตโนมัติและการว่างงาน
เพิ่มเติม
เดิมใช้ชื่อว่า 'Humans Need Not Apply' วิดีโอนี้เสนอว่าระบบอัตโนมัติจะทำให้แรงงานส่วนใหญ่ไม่มีคุณค่าทางเศรษฐกิจ เหมือนที่เครื่องจักรทำกับม้า โดยสำรวจทั้งแรงงานกายภาพและแรงงานสมองที่ถูกแทนที่ด้วยซอฟต์แวร์และหุ่นยนต์
Hacker News แนะนำคลิปนี้มานานสิบปีในฐานะวิดีโออธิบายมาตรฐานเรื่องระบบอัตโนมัติและการว่างงาน แม้คอมเมนต์ที่ใหม่กว่าจะอ้างถึงมันในฐานะกรณีศึกษาของการคาดการณ์ที่มั่นใจเกินไปด้วยก็ตาม มีการพูดถึง 20 ครั้ง
Perimeter Institute for Theoretical Physics
มุมมองที่สมดุล: AI ช่วยได้ แต่การเรียนรู้ที่แท้จริงยังต้องใช้ความพยายาม
เพิ่มเติม
ไลฟ์สตรีมของ Perimeter Institute ที่ Derek Muller นำข้อมูลจากการเปลี่ยนแปลงเทคโนโลยีในอดีตและวิทยาการด้านการเรียนรู้มาเสนอว่า AI ช่วยให้เข้าถึงข้อมูลได้เร็วขึ้น แต่การเรียนรู้ที่แท้จริงยังต้องอาศัยการฝึกซ้ำอย่างตั้งใจจากผู้เรียนเอง
Hacker News แนะนำคลิปนี้ในฐานะมุมมองที่สมดุลเรื่อง AI กับการศึกษา เครื่องมือช่วยได้ แต่ทำส่วนที่ต้องใช้ความพยายามในการเรียนรู้แทนคุณไม่ได้ ซึ่งตรงกับนิสัยที่คู่มือนี้พยายามสร้างขึ้นในส่วนสุดท้าย มีการพูดถึง 6 ครั้ง
ความเสี่ยงและความปลอดภัย
จุดที่ควรระวัง อธิบายแบบตรงไปตรงมา
ช่อง Robert Miles เป็นจุดเริ่มต้นด้าน AI safety ที่ Hacker News แนะนำมากที่สุด ด้วยเหตุผลที่ชัดเจน คือวิดีโอสั้น เจาะจง และไม่ทิ้งศัพท์เทคนิคไว้โดยไม่อธิบาย จับคู่ไว้ที่นี่กับการบรรยายภาพรวมที่ถูกอ้างอิงอย่างกว้างขวางหนึ่งคลิป และภาพยนตร์สั้นหนึ่งเรื่อง ทั้งสองถูกลิงก์บ่อยครั้งเมื่อมีการพูดถึงความเสี่ยงของ AI
Robert Miles AI Safety
ลิงก์เริ่มต้นที่ HN ให้กับมือใหม่ที่ต้องการเข้าใจความเสี่ยงของ AI แบบเข้าถึงง่าย
เพิ่มเติม
วิดีโอแนะนำ AI safety สำหรับผู้ชมทั่วไปแบบปรับปรุงใหม่ ดัดแปลงจากการบรรยายที่ลอนดอน อธิบายว่าทำไม AI ขั้นสูงอาจผิดพลาดได้ และตอบข้อโต้แย้งที่พบบ่อยที่สุดต่อแนวคิดนี้
ลิงก์เริ่มต้นที่ Hacker News ให้กับมือใหม่ที่ต้องการเข้าใจความเสี่ยงและ alignment ของ AI แบบเข้าถึงง่ายและสนุกด้วยซ้ำ มี 7 คอมเมนต์ที่ชี้มาที่นี่เป็นอันดับแรก
Robert Miles AI Safety
คำอธิบายที่ชัดเจนที่สุดว่าทำไม AI ที่ฉลาดอาจมีพฤติกรรมไม่ดีได้โดยไม่ต้องตั้งใจ
เพิ่มเติม
คำอธิบายเรื่อง instrumental convergence ว่าทำไมระบบ AI ที่ไล่ตามเป้าหมายอะไรก็ตามแทบจะเกือบทุกอย่าง มักจะไล่ตามเป้าหมายรองอย่างการรักษาตัวเองและการสะสมทรัพยากรไปด้วย ไม่ว่าจะมีใครโปรแกรมให้ทำแบบนั้นหรือไม่
ถูกแนะนำซ้ำๆ ในฐานะคำอธิบายที่ชัดเจนที่สุดว่าทำไมระบบ AI ที่ฉลาดอาจมีพฤติกรรมไม่ดีได้โดยไม่ต้องมีเจตนาร้าย มีการพูดถึง 8 ครั้ง
Robert Miles AI Safety
คำตอบสั้นๆ มาตรฐานสำหรับคำถามที่ว่า 'AI ที่ฉลาดจะเข้าใจค่านิยมของมนุษย์ไปเองไม่ใช่หรือ'
เพิ่มเติม
คำอธิบายเรื่อง orthogonality thesis ว่าระบบหนึ่งสามารถมีความสามารถสูงมากในขณะที่ไล่ตามเป้าหมายที่ดูแปลกหรือแตกต่างจากมนุษย์ได้อย่างไร โดยแยกความฉลาดของสิ่งหนึ่งออกจากสิ่งที่มันต้องการจริงๆ
Hacker News ใช้คลิปนี้เป็นคำตอบสั้นๆ มาตรฐานสำหรับคำถามที่ว่า 'AI ที่ฉลาดจะเข้าใจค่านิยมของมนุษย์ไปเองไม่ใช่หรือ' และเป็นหนึ่งในรายการที่ถูกอ้างอิงมากกว่ารายการอื่นในลิสต์นี้ด้วย 12 ครั้ง
Center for Humane Technology
การบรรยายที่ควรดูเพื่อทำความเข้าใจความเสี่ยงของ AI อย่างทันท่วงที ติดอันดับร่วมที่ถูกอ้างอิงมากที่สุด
เพิ่มเติม
Tristan Harris และ Aza Raskin อธิบายเหตุผลที่พวกเขาเชื่อว่าความสามารถของ AI ในปัจจุบันมีความเสี่ยงต่อสังคมจริง โดยเสนอว่าบริษัทต่างๆ กำลังเร่งเปิดใช้งานเร็วกว่าที่งานด้านความปลอดภัยจะตามทัน บรรยายก่อนการเปิดตัว GPT-4 สู่สาธารณะเพียงไม่นาน
ถูกแนะนำบ่อยครั้งในฐานะการบรรยายเดียวที่ควรดูเพื่อทำความเข้าใจความเสี่ยงของ AI โดยเฉพาะจากคนที่เคยดูงานก่อนหน้าของทีมเดียวกันบนโซเชียลมีเดียมาแล้ว มีการพูดถึง 20 ครั้ง เสมอกันเป็นวิดีโอที่ถูกอ้างอิงมากที่สุดในลิสต์นี้
Stop Autonomous Weapons
ข้อมูลอ้างอิงมาตรฐานของ HN เมื่อมีข่าวเกี่ยวกับอาวุธอัตโนมัติ
เพิ่มเติม
ภาพยนตร์สั้นแนวสมมติ ได้รับการสนับสนุนจาก Stuart Russell นักวิจัย AI นำเสนอฝูงโดรนอัตโนมัติราคาถูกที่ใช้การจดจำใบหน้าในการสังหารเป้าหมาย สร้างขึ้นเพื่อรณรงค์ให้แบนอาวุธอัตโนมัติ
ข้อมูลอ้างอิงมาตรฐานของ Hacker News เมื่อมีข่าวเกี่ยวกับฝูงโดรน อาวุธอัตโนมัติ หรือ AI ทางการทหาร มีการพูดถึง 20 ครั้งตลอดหลายปีที่ผ่านมา
ดูเพื่อความเพลิดเพลิน
3 คลิปที่ดูเพลินจริงๆ
ไม่ใช่ทุกอย่างที่คุ้มเวลาจะต้องเป็นบทเรียน ทั้งสามคลิปนี้ถูกแนะนำบ่อยครั้งบน Hacker News เพียงเพราะทำออกมาได้ดี ได้แก่ สารคดีขนาดยาวเต็มรูปแบบ บทสัมภาษณ์ยาว 3 ชั่วโมงที่ครอบคลุมหลายเรื่อง และคลิปสาธิตสั้นๆ แบบสนุกๆ ที่ยังดูได้เพลินจนถึงทุกวันนี้
Google DeepMind
เรื่องราวของมนุษย์ที่สะเทือนอารมณ์และทำออกมาได้ดีเกี่ยวกับ AI โดยไม่ต้องรู้จักเกมโกะมาก่อน
เพิ่มเติม
สารคดีขนาดยาวที่ติดตามโปรแกรม AlphaGo ของ DeepMind ขณะเตรียมตัวและแข่งขันกับ Lee Sedol แชมป์โกะในปี 2016 รวมถึงทีมที่อยู่เบื้องหลังและปฏิกิริยาของโลกเกมโกะต่อการเห็น AI เอาชนะผู้เล่นมนุษย์ระดับสูงสุด
ผู้คอมเมนต์เรียกคลิปนี้สม่ำเสมอว่าเป็นเรื่องราวของมนุษย์ที่สะเทือนอารมณ์และทำออกมาได้ดีเกี่ยวกับ AI ซึ่งดูได้แม้ไม่เคยเล่นโกะมาก่อน และบอกว่ามันไม่ล้าสมัยอย่างที่เนื้อหา AI หลายอย่างเป็น มี 13 คอมเมนต์ที่ลิงก์ถึงคลิปนี้
Lex Fridman
บทสัมภาษณ์ที่สนุกและครอบคลุมหลายเรื่อง โดดเด่นที่มุมมองของ Hotz เรื่องรถขับเคลื่อนอัตโนมัติ
เพิ่มเติม
บทสนทนายาว 3 ชั่วโมงระหว่าง Lex Fridman และ George Hotz ผู้ก่อตั้งบริษัทรถขับเคลื่อนอัตโนมัติ Comma.ai ครอบคลุมเรื่องรถขับเคลื่อนอัตโนมัติ Tesla และ Waymo คริปโทเคอร์เรนซี GPT-3 และคำแนะนำหนังสือ
ถูกแนะนำบน Hacker News ในฐานะบทสัมภาษณ์ที่สนุกและครอบคลุมหลายเรื่อง โดยมีคอมเมนต์เฉพาะเจาะจงที่ชี้ไปที่มุมมองของ Hotz เรื่องการขับขี่ด้วยโครงข่ายประสาทเทียมแบบ end-to-end มีการพูดถึง 10 ครั้ง
วิดีโอแนะนำที่เข้าถึงง่ายซึ่งหลายคนเลือกดูเป็นอันดับแรกสำหรับแมชชีนเลิร์นนิงสไตล์นี้
เพิ่มเติม
คลิปสาธิตสั้นๆ ของ MarI/O โปรแกรมที่ใช้โครงข่ายประสาทเทียมและอัลกอริทึมเชิงพันธุกรรมที่เรียกว่า NEAT เพื่อเรียนรู้การเล่น Super Mario World ด้วยตัวเอง โดยไม่มีมนุษย์บอกกฎให้
วิดีโอแนะนำที่เข้าถึงง่ายซึ่ง Hacker News เลือกดูเป็นอันดับแรกสำหรับแมชชีนเลิร์นนิงสไตล์นี้ ได้รับคำชมในคอมเมนต์ว่าให้เครดิตงานวิจัยก่อนหน้าที่มันต่อยอดมาอย่างชัดเจน มีการพูดถึง 20 ครั้ง
ที่มาของลิสต์นี้แหล่งข้อมูลและการให้เครดิต
วิดีโอ ชื่อช่อง สรุปเนื้อหา และจำนวนครั้งที่ถูกพูดถึงทั้งหมดข้างต้นมาจากข้อมูลส่งออกสาธารณะที่เผยแพร่โดย HackerTube (hackertube.org) Andrej Karpathy ซึ่งปรากฏตัวในฐานะผู้สร้างวิดีโอ 2 คลิปในคู่มือนี้ด้วย ได้สร้าง HackerTube จากชุดข้อมูล open-index/hacker-news (huggingface.co/datasets/open-index/hacker-news) และอธิบายโปรเจกต์นี้ด้วยคำพูดของเขาเองว่า 'ผมรำคาญกับคำแนะนำของ YouTube เลยให้ Claude กรองคอมเมนต์ 43 ล้านรายการตลอด 20 ปีของ HN จนได้วิดีโอ 6,454 คลิปที่ถูกแนะนำซ้ำๆ' ข้อมูลส่งออกที่เราใช้มีวิดีโอ 6,454 คลิปและการพูดถึงบน Hacker News รวม 39,834 ครั้ง อยู่ภายใต้ลิขสิทธิ์ ODC-By 1.0 เราคัดเลือก 15 คลิปจากทั้งหมดนั้น โดยเลือกให้เหมาะกับผู้ชมที่ไม่มีพื้นฐานด้านเทคนิค สำหรับหน้านี้
ข้อมูลของ Hacker News จัดทำโดย Y Combinator ชื่อวิดีโอและชื่อช่องข้างต้นเป็นของผู้สร้างแต่ละคน ไม่ใช่ของ Nightschool AI หรือ HackerTube และหน้านี้เพียงลิงก์ออกไปยังแต่ละวิดีโอบน YouTube โดยไม่ได้โฮสต์หรือฝังวิดีโอใดๆ ไว้ ดังนั้นคุณจะได้ดูแต่ละคลิปบนช่องของผู้สร้างเอง
คู่มือนี้เป็นส่วนย่อยที่คัดสรรจากชุดข้อมูลที่ใหญ่กว่ามาก ไม่ใช่การจัดอันดับวิดีโอทั้งหมด 6,454 คลิป และจำนวนครั้งที่ถูกพูดถึงข้างต้นบอกเพียงว่าแต่ละวิดีโอถูกลิงก์ในคอมเมนต์ Hacker News บ่อยแค่ไหน ไม่ใช่จำนวนการดูหรือเมตริก YouTube อื่นใด HackerTube ของ Karpathy เป็นโปรเจกต์ส่วนตัวที่สร้างขึ้นด้วยความช่วยเหลือของ Claude ไม่ได้มีการกล่าวอ้างใดๆ เกี่ยวกับ Nightschool AI และไม่มีส่วนใดในหน้านี้ที่ควรตีความว่า Karpathy, Hacker News หรือ Y Combinator รับรองหลักสูตรของ Nightschool AI
การดูวิดีโอกับการสร้างนิสัยเป็นสองเรื่องที่ต่างกัน
วิดีโออธิบายดีๆ ทำให้แนวคิดอยู่ในหัวคุณได้แค่ช่วงบ่ายวันนั้น การฝึกฝนกับผู้ช่วย AI แบบที่พรอมต์ข้างบนทำ คือสิ่งที่ทำให้ความรู้นั้นติดอยู่กับคุณจริงๆ หลักสูตรฟรีของ Nightschool AI ลงมือทำจริงตั้งแต่บทเรียนแรก เพื่อให้คุณสร้างนิสัยในการทำงานกับ Claude บนเรื่องจริง ไม่ใช่แค่เพิ่มอีกวิดีโอในประวัติการดูของคุณ
คำถามที่พบบ่อย
ลิสต์วิดีโอ AI นี้มาจากไหนกันแน่
มาจากข้อมูลส่งออกสาธารณะที่เผยแพร่โดย HackerTube ซึ่งเป็นโปรเจกต์ที่ Andrej Karpathy สร้างขึ้นโดยให้ Claude จัดระเบียบคอมเมนต์ Hacker News 43 ล้านรายการตลอด 20 ปี ให้เป็นวิดีโอที่คนแนะนำกันซ้ำๆ ข้อมูลส่งออกมีวิดีโอ 6,454 คลิปและการพูดถึงบน Hacker News 39,834 ครั้ง เราคัดเลือก 15 คลิปที่เหมาะกับผู้ชมที่ไม่มีพื้นฐานด้านเทคนิค
ทำไมใช้คอมเมนต์ Hacker News ในการเลือกวิดีโอ AI แทนคำแนะนำของ YouTube เอง
เพราะเป็นสัญญาณที่ต่างกัน คำแนะนำของ YouTube ถูกปรับให้เหมาะกับสิ่งที่ทำให้คุณดูต่อไปเรื่อยๆ ส่วนการถูกพูดถึงบน Hacker News หมายความว่ามีคนคนหนึ่ง ในบทสนทนาหนึ่ง คิดว่าวิดีโอนี้คุ้มค่าที่จะลิงก์เพื่ออธิบายประเด็นหนึ่ง Karpathy สร้าง HackerTube ขึ้นมาด้วยเหตุผลนี้เอง โดยบอกว่าเขารำคาญกับคำแนะนำของ YouTube เอง
ต้องมีพื้นฐานการเขียนโค้ดไหมถึงจะดูวิดีโอเหล่านี้ได้
ไม่ต้อง เราตั้งใจคัดวิดีโอที่เนื้อหาเน้นโค้ดหนักๆ ในชุดข้อมูลออก เช่น การไล่ดูไลบรารีแมชชีนเลิร์นนิงเฉพาะทาง และเก็บไว้เฉพาะวิดีโอที่ทำขึ้นสำหรับผู้ชมทั่วไป ได้แก่ วิดีโออธิบาย สารคดี บทสัมภาษณ์ และภาพยนตร์สั้น คุณสามารถตามทั้ง 15 คลิปได้โดยไม่ต้องเขียนโค้ดเลยสักบรรทัด
ควรดูวิดีโอเหล่านี้ตามลำดับไหน
เริ่มจากกลุ่ม 'AI โมเดลทำงานอย่างไรกันแน่' ตามลำดับที่ระบุไว้ คือการบรรยาย 1 ชั่วโมงของ Karpathy ตามด้วยการเจาะลึกที่ยาวกว่าของเขา จากนั้นค่อยดู 3 ตอนของ 3Blue1Brown หลังจากนั้น อีก 3 กลุ่มที่เหลือไม่ขึ้นกับกันและกัน เลือกตามสิ่งที่คุณสนใจได้เลย ไม่ว่าจะเป็นงานของคุณ ความเสี่ยง หรือแค่คลิปที่ดูเพลินๆ
ลิสต์นี้เหมือนกับการดูเนื้อหา AI ที่ YouTube แนะนำมาเฉยๆ หรือไม่
ไม่เหมือน ทั้ง 15 คลิปนี้ถูกเลือกจากข้อมูลส่งออกที่คัดสรรไว้แล้วของวิดีโอที่ถูกลิงก์ในบทสนทนา Hacker News มานานหลายปี ไม่ใช่จากอัลกอริทึมแนะนำที่ติดตามประวัติการดูของคุณ จำนวนครั้งที่ถูกพูดถึงสะท้อนว่าวิดีโอนั้นถูกอ้างอิงในบทสนทนาบ่อยแค่ไหน ไม่ใช่จำนวนการดู
ใช้ผู้ช่วย AI ช่วยให้เรียนรู้จากวิดีโอเหล่านี้ได้จริงๆ ไม่ใช่แค่ดูอย่างเดียว ได้ไหม
ได้ และนั่นคือจุดประสงค์ของพรอมต์ในส่วน 'วิธีใช้วิดีโอเหล่านี้กับผู้ช่วย AI' ของคู่มือนี้ รวมถึงปุ่ม 'Quiz me on this' ในการ์ดวิดีโอทุกคลิป วางพรอมต์ที่คัดลอกไว้ลงในผู้ช่วย AI เช่น Claude ของ Anthropic หรือ ChatGPT ของ OpenAI ทันทีหลังดูวิดีโอจบ ก่อนจะไปดูคลิปต่อไป
ทำไมไม่มีวิดีโอเกี่ยวกับการเขียนโค้ดโมเดล AI อยู่ในลิสต์นี้
เพราะคู่มือนี้เขียนขึ้นสำหรับคนที่กำลังเรียนรู้การใช้ AI ให้ดีในงานประจำวัน ไม่ใช่การเขียนโค้ดแมชชีนเลิร์นนิง ข้อมูลส่งออกของ HackerTube มีหลายรายการที่เนื้อหาเน้นโค้ดหนัก รวมถึงรายการที่สอนสร้างโครงข่ายประสาทเทียมขนาดเล็กจากศูนย์ ซึ่งเราคัดออก เลือกวิดีโอที่อธิบายแนวคิดโดยไม่ต้องมีพื้นฐานการเขียนโปรแกรมแทน
Nightschool AI เกี่ยวข้องกับ Hacker News, HackerTube, YouTube, Y Combinator, Andrej Karpathy, Anthropic หรือ OpenAI หรือไม่
ไม่เกี่ยวข้อง Nightschool AI เป็นอิสระและไม่มีส่วนเกี่ยวข้องหรือได้รับการรับรองจาก Y Combinator, Hacker News, YouTube, Google, Anthropic, OpenAI หรือ Andrej Karpathy ข้อมูลวิดีโอในหน้านี้ใช้ภายใต้ลิขสิทธิ์ ODC-By 1.0 ที่ข้อมูลส่งออกของ HackerTube เผยแพร่อยู่ และชื่อวิดีโอกับชื่อช่องทุกรายการเป็นของผู้สร้างเอง ส่วน Claude, ChatGPT, Hacker News และ YouTube ถูกกล่าวถึงที่นี่เพียงเพื่ออธิบายว่าคืออะไรและให้เครดิตแหล่งที่มาอย่างถูกต้องเท่านั้น
เรียนรู้ต่อ
คู่มือและคอร์สที่เกี่ยวข้อง
เลือกวิดีโอหนึ่งคลิป แล้วฝึกฝนสิ่งที่มันสอนคุณ
วิดีโอดีๆ 15 คลิปไม่สามารถทำให้คุณคล่องแคล่วกับ AI ได้ด้วยตัวมันเอง การใช้คลิปหนึ่งคลิปร่วมกับผู้ช่วย AI วันนี้ คือจุดเริ่มต้น
คัดสรรจาก HackerTube (hackertube.org) จากคอมเมนต์ Hacker News ลิขสิทธิ์ ODC-By 1.0 ไม่มีส่วนเกี่ยวข้องกับ Y Combinator, Hacker News, YouTube หรือผู้สร้าง