引言
关于本次活动
本次活动由Microsoft 和 NVIDIA联合举办，参会的开发者也是非常的多，还有一些领域内的企业，以及领域资深导师的精彩分享，让线下和线上的所有参与者都有了一个收获多多的下午时刻。首先再来回顾一下沙龙的日程安排，具体如下图所示：
个人关于主题演讲的思考
笔者几乎全程参加了主题演讲，逐一听了各位讲师的干货分享，但是所有的主题都是关于AIGC大模型相关的，个人比较感兴趣的是钱老师分享的：实操布署一套开源的私有化大语言模型，以及潘老师分享的：AIGC新发展。
首先来聊一下潘老师的主题分享，随着不到一年的发展，目前开源大语言模型已经出现好多，比如清华大学和智谱AI、百川智能等。而且随着时间的推移，会有越来越多的大模型参与到开源中来，这是一件非常利好的事情。在不久的将来，AGI会进入人们生活的各个方面，结合机器人，可能会全面代替人类，人们的生活将会变得更加轻松。潘老师分享的是关于虚拟人世界的应用搭建过程，从安装cuda，到安装python环境，再到安装开发环境，以及引用python包等操作步骤，详细的讲解了如何搭建应用的过程，参会者想必都学会了操作步骤。最后关于大模型语言的知识库和微调的介绍，以及Langchain的应用介绍，这几个知识点都是我所不太熟悉的，让我听完分享之后，有了新的见解，非常受用。
然后再来聊一下潘老师的主题分享，首先是山姆·阿尔特曼说的一句：万物智能成本无限降低，人类生产力与创造力解放，实现管理通用人工智能AGI。个人觉得这句话非常的在理，尤其是随着人工智能的不断发展，把使用成本降下来是下一步的发展方向，而且也让人工智能早日全面的造福所有人。潘老师分享关于后GPT时代开发范式思考，从商业范式，到开发范式，再到实践，以及GPT的知识和实践，整个体系的来看后GPT时代开发范式。个人比较最感兴趣的就是关于LLM真题测评，各个大模型的对比，非常的有对比性，具体如下所示：
人工智能应用实践对推动人工智能技术与行业发展的影响
通过本次沙龙，个人感觉到只有不断的去实践和应用，才能促进和推动技术和行业发展，人工智能技术同样如此，只有不断的去推广和实践，吸引更多的开发者和企业参与进来，产生更多的人工智能的应用实践，进而推动人工智能技术与行业发展。而且笔者以为，这种影响是可以从几个方面呈现出来，具体如下：
- 可以促进技术应用与创新：人工智能与行业应用实践沙龙为技术与行业之间的对话搭建了桥梁，促进了技术的应用与创新。通过展示最新的技术成果和成功案例，沙龙为行业提供了应用人工智能技术的实践指南，推动技术在实际场景中的落地和应用。
- 以及促进跨界合作与创新：沙龙的参与者包括来自不同行业和领域的专业人士，他们可以在沙龙中交流合作，发现跨界合作的机会。这有助于推动不同行业之间的合作与创新，共同应对人工智能带来的挑战。
- 还可以促进人才培养与交流：人工智能与行业应用实践沙龙为人才培养提供了平台。参与者可以通过与行业专家和企业代表的互动交流，了解行业的需求和趋势，进一步提升自己的专业技能和知识水平。同时，沙龙也为人工智能领域的从业者提供了一个交流和学习的机会，促进人才的培养与交流。
- 甚至可以推动行业发展与转型：人工智能与行业应用实践沙龙的举办有助于推动行业的发展与转型。通过分享最佳实践和成功案例，沙龙为行业提供了借鉴和学习的机会，帮助行业更好地应用人工智能技术，提高效率和竞争力。
不管怎么说，个人觉得只有不断的去推广和实践，才能推动技术的不断发展和进步。
动手工作坊体验
随着人工智能技术的快速发展，大模型成为了当前人工智能领域的热门话题，大模型拥有比传统模型更强大的计算能力和学习能力，能够处理更复杂的任务和数据。在物联网设备中应用大模型，可以为智能化应用带来更高的准确性和效果，本次动手工作坊体验主题就是：在大模型时代，如何在物联网设备上构建一个基于大模型的应用解决方案呢？
再来了解一下大模型的概念与优势，大模型是指参数规模庞大的深度学习模型，如GPT、BERT等。相比传统的小型模型，大模型具有更好的表征能力，大模型能够学习更多的特征和模式，提供更准确的预测和推理结果；大模型具有更高的泛化能力，大模型通过大规模数据的训练，可以更好地适应不同的场景和数据分布；大模型具有更好的迁移学习能力：大模型在不同任务之间的迁移学习效果更好，能够更快地适应新任务。
在动手工作坊开始时间之前，由何老师和卢老师给所有参与动手工作坊的参会者进行讲解大模型相关的技术以及原理。在两位老师进行原理讲解之后，我们参会者跟着两位老师的指导，用了大概 1 小时的时间做一个在 NVIDIA Jetson 上使用大模型的场景，并且完整体验大模型的应用场景，以及学到了如何综合人工智能知识来打造新一代的智能化应用。
本次动手实践是在NVIDIA Jetson上使用大模型，在工作坊中通过以下步骤来构建一个基于大模型的应用解决方案：
步骤一：安装和配置NVIDIA Jetson开发环境，参与者需要按照指导安装和配置Jetson开发环境，以便能够进行后续实践。由于本次时间有限，直接是在线上访问和使用NVIDIA Jetson开发环境，大大方便了参会者的实践操作。
步骤二：选择适合的大模型和应用场景。在工作坊中，导师选择一个适合的大模型和应用场景，并介绍其基本原理和应用方法。
步骤三：进行大模型的优化和压缩。由于Jetson设备资源有限，需要对选择的大模型进行优化和压缩，以适应设备的硬件条件。
步骤四：进行模型训练和调优。参与者将学习如何使用标注数据对大模型进行训练，并进行模型的调优和改进。
通过这个实践工作坊，参与者将能够亲身体验构建基于大模型的应用解决方案的全过程，了解大模型的优势和应用方法，并掌握相关的开发技术和方法。虽然本次多动手工作坊耗时不长，但是需要与会者具备一定的python编程语言知识，而且需要自带电脑等设备。不过跟着两位老师的亲自指导和帮助，所有参会者都成功实践体验了一把大模型，也成功生成了自己的AIGC图片，笔者也通过修改和操作，生成了自己制作的AIGC图，具体如下所示：
附录
这次线下、线上沙龙，不仅有干货知识分享，也有实践动手操作，参加线下活动的小伙伴还可以品尝到好吃的茶歇，可以说是收获满满，最后再来分享一下线下沙龙的现场，废话不多说，上图：
结束语
本次线下沙龙，进一步的让大家意识到人工智能与行业应用实践是推动人工智能技术与行业发展的重要措施，通过促进跨界交流与合作、共享最佳实践与案例研究、推动技术与行业创新，举办沙龙可以发挥着重要的作用。以及在大模型时代，将大模型应用于物联网设备可以为智能化应用带来更高的准确性和效果，通过选择适合的大模型、优化和压缩模型、进行训练和调优、集成到设备中，我们可以构建基于大模型的应用解决方案，以及通过动手实践，我们可以深入了解大模型的应用场景和方法，并为打造新一代智能化应用做出贡献。让我们期待一下人工智能的新的技术跨越，也期待人工智能早日全面造福人类生产、生活！