趁着睡不着觉，大概谈谈西二AI的考核设计思路，以及自己对AI学习路线的思考。
有些人可能觉得2024西二AI的考核路线学的太注重oop，过于底层，“学院派”，没有应用。作为2024西二AI考核的亲历者，我深刻认识了这些，并且下定决心探索一条适合的学习路线，为后来者开路。
首先必须明确的是，24的西二AI考核是合理的，这是一次大胆的探索，已经比再前一年，AI组第一次开的时候的考核合理多了。23的考核主要是注重于对AI的应用，而对于底层的思维有所欠缺。
并且当时学习和参考资料极其匮乏，24的组长为之添加了诸多详实的材料，我的工作也不过是基于他的基本路线，优化考核的难度曲线，以及补充一些对应用相关的部分。
这几个月在看go组的考核，并且目前也亲手写了前四个task。go组的考核经过重构后，变得极为合理，路线明朗。
第一二轮的语法基础和爬虫是标配，这不必多说。第三轮就是使用现代框架hertz写一个简单的备忘录demo，第四轮则是实现一个丐版抖音，第五轮是把抖音升级为微服务架构。
更后面，就是写mit6.824（已更名为mit6.5840，25spring的golang版本采用的是1.23.5），这是一个分布式集群的项目，是可以写在简历上的。
以及再然后，西二这边会组织开源活动，参加过开源活动后，你手头的简历已经非常牛逼了，再准备一下算法和八股，投中小厂实习手到擒来，再凭借着中小厂实习以及开源的经验，暑期实习进大厂就是板上钉钉的事情，几个月后实习转正，大厂得手。
这一整个过程大约耗时2-3年，可以看到，go考核路线清晰明确，从初学到项目，到开源最后到实习，大厂，清晰明确。
那么对于AI呢？
首先，AI并不像后端那样，它并不是很成熟的东西，充满了未知性。市面上的学习路线庞杂不堪，而且没有清晰的导向，来说明你整条路线到底最后是去干嘛的，是去搞AI应用，还是去做AI科研，这两者就已经有很大的不同。
其次，AI卡学历，一个研究生的学历是最基本的。在福大这样的211下，保研既困难，也不困难。你如果是计科的，那有福了，保研线非常高，虽说一旦保研就基本厦大到手。若是软工或者其他小类，算是还好，但5%的985保研率也是很难的。我现在在这里说如果是想搞科研的，保或考福大研也不错，小登们肯定目前是听不下去的，当然也有像本人这种学历不甘是福大的。
对于考研，如果是考外校985，通常需要花费9-11个月，每天7h+的学习，如果是考本校，通常是6-7个月，每天7h+的学习。试想，对于all in AI的来说，如果保研没得保，考研又没考上，那有福了，虽说福州这边基本你是福大的就要，但是7k的薪资不是开玩笑的，这也是本人为什么选择在今年7月开始学习golang的原因之一，起码考研没上岸，还稍微有点能力去挣扎一下。
最后，AI目前处于红利期，未来的发展很不确定。目前AI对于算法这块的进展没什么很大的突破，架构基本都源自于2017年的transformer，这几年AI蓬发的原因是硬件进步。然而刚开始的竞争还在优化算法，现在的竞争都变成堆卡了。谁的卡多，谁训练的模型久，谁得出的效果就更好。
此外，还有一点我非常担忧的，AI的顶层封装的太完善了，这是一件好事，也是一件坏事。pytorch已经封装的很好了，pytorch上面还有一层transformer库，transformer库上还有继续hugging face封装的各种插件。而这些，你是不需要去学习前置知识的，只需要看文档，即使看不懂也无所谓，然后调库即可。
放弃思考，直接调库。
我不说一个其他方向精通的人想转AI，就说即便是其他理工科专业，甚至是文科专业的人，想去直接学这些顶层的是非常简单的。因为你不需要去理解背后的反向传播，矩阵偏导，数学原理到底是什么，也不需要去了解什么是softmax，什么是卷积，甚至不需要去了解什么是transformer。他们只需要阅读文档，知道这个技术大概是做什么的，有什么效果的，然后调用，调参，就能达到很好的效果。
那么从最底层开始往上学到底有什么效果呢，我不禁思考，如果有一条捷径摆在我眼前，能立刻出结果，出成果，我会不会走？
答案是否定的，至少现在，我不会。曾经的我也是会在数据机构课上大放厥词，说这课一点用都没有，背后的底层机理学来干嘛，直接掉stl库不就好了，但是这样的提升对自身毫无帮助。
尤其要记住，我是，当然你也是，是cs学生。若是不了解底层，你和其他专业的学生没有任何区别，只是会使用工具，你完全不懂背后的原理。
不懂底层，同时也意味着—可代替性极强。
此前和一些人争论到底要不要直接学顶层的问题，现在想来也争累了。我在这里下个结论：
如果你想真正的做科研，做产品，完成端到端的交付，清晰明了的掌握每个环节的实现，那你应该从底往上学。
如果你只是想打一些比赛，看顶层就够了。
讲到这里，又回到之前的那个问题，学习路线上来。那么无论是你未来要做AI应用 还是投身科研，基础都是必要的。
而西二AI考核路线要求的，只是基础。学完了那些基础，你就拥有了可以阅读任何一篇顶会，复现论文代码的能力，也能快速深层次理解更高层的封装，方法，和学习部署AI应用的能力。
这段话写的很高大上，其实意思就是—
你学完了考核的要求，恭喜你，AI基础学完了。
是的，只是基础，而且只是理论基础。所以我才想着在考核结束后面继续加东西，并且补充考核间的应用，而不只是写一个公开课就了事，其他什么都不管。
AI需要的前置知识太多了，不像其他语言那样那种，面向对象面向用户的应用居多，AI的本质其实是数学，是算法。
在这里先插入一下为什么选择西二，为什么选择西二AI。西二在线是一个学生组织，组织内部没有利益纠纷，诚然加入的目的各有千秋，我也承认我最初加入西二的想法是获取一个个人工位，但真正加入了这个组织，才会发现自学社区的魅力—没有ddl，没有竞争，有的只是相互扶持与交流，所以第一，加入西二，你将轻松拥有和各路大佬交流的机会。
第二，关于进实验室做科研。在福大，你只需要写完d2l或者cs231n（明面上的要求是前者，前者更容易一些且为中文），稍微主动一点，基本所有的实验室都会要你。
（和有关人士聊过之后，实验室的逻辑大概是这样子的：如果你绩点很高，基本所有实验室都能要你，可以进去再学；如果你绩点一般，那手头就得有点东西了。但是第一步都是一样的，发邮件直接问老师，没发就等于没有开始）
第三，工位，这点就不必多说了。
第四，实习证明。
第五，西二AI背靠老师，可以直接提供科研机会（但是不建议，除非没路走了）。
那么为什么选择英文的cs231n作为考核主体，而不是中文的d2l呢，后面再说。
讲到这里，终于进入AI的学习路线了。去年的考核是3轮，task1是宝可梦，一个对初学者不是很友好的oop项目；task2是爬虫，pandas和matplotlib的简单应用；task3是cs231n。
学习路线是没问题的，但是过于单薄，且学习曲线抽象，没有应用，没有后续，基于这些，我做了非常多的修改。
整个学习路线的设计流程如下——
贴一下考核地址
task1：py基础（含一定oop思想）
task2：爬虫（基本业务可能会碰到的所有情况）
task3：数据分析工具（numpy，pandas，matplotlib）
task4：机器学习（knn，svm，softmax，两层神经网络，以及与深度学习机理不同的决策树，随机森林，xgboost等）
task5：深度学习入门（反向传播，批/层归一化，cnn，pytorch）
task6：深度学习深入
llm：词嵌入，机器翻译，transformer
cv：rnn，transformer，gan，ssl，ltsm
task7：
llm：hugging face生态（包括pipline，预训练），langchain框架
cv：timm，opencv，Albumentations，OpenMMLab
task8：
llm应用：高级rag与agent，模型微调，lora
llm论文：BERT -> gpt2/3 -> LoRA -> RAG -> ReAct(Agent)
cv应用：YOLO/Faster，R-CNN
cv论文：AlexNet -> ResNet -> R-CNN -> YOLO
task9：
llm应用：LLM部署与运维 (MLOps / LLMOps)，vllm推理，流式传输，容器
llm论文：RLHF -> DPO -> HELM
cv应用：CV部署与运维 (MLOps)，ONNX/TensorRT加速，实时应用，容器
cv论文：3D Vision -> Stable Diffusion -> DiT(Transformer&Diffusion, the core of sora)
task10：AI安全与伦理，Embodied AI/Robotics，多模态（Gemini系列），World Models（JEPA框架等），自己的理解
当然对于考核，只要求task1-6。
（后补：看到这里可以直接拉到最后几段话了，这部分越写越恶心）
学习路线的第一部分是task1-3，这部分是学习AI的基础，设计思路主要是：
py基础->爬虫->数据处理
首先是task1，task1主要是学习计算机的基本习惯，git的使用，终端的初探，环境的配置等等。是的，我并没有说熟悉语法。许多小白上了大学第一次了解计算机这个学科，对于老手认为是常识的东西，很多东西都不了解，这些事项是需要时间去消化的，而且绝不只是2个月就能消化的。
并且他们也常常陷入图省事的问题，比如说很多新手不喜欢用终端，也不喜欢写注释，变量名乱取，这些坏毛病养成了之后，想改就很难了，所以第一轮要人为的去审代码，来预防这些问题。
再然后才是具体编程语言考核考什么，23年的考核是一堆输入输出问题，没有形成基本的项目思维，24年的oop用力过猛，私下里询问一些现在在实验室的朋友说是难度太大 ，且不愿意去写，几经考量后，我综合了一下想法，并且做出了修改。
首先我保留并新增了对新手友好的oi，标为选做。洛谷的那几道题是从go组考核拿过来的，另外一些熟悉语法的问题是从曾经的py后端考核搬过来的。这样既利好新手，也利好老手。老手不需要oi来熟悉语法，而新手恰恰需要oi这种即时满足的东西来让自己有东西往下学。
本来我想把cs61a的a1直接翻译然后拿来当考核，后来想想算了。即使是翻译过的cs61a的assignment1，对于新手来说也太难了。所以直接自己操刀写了一个模仿cs61a的，填函数的小项目作为作业一，并且引入了判断函数，可以实时检测到底有没有写对。
Longmen_vs_Nabiya 大概的目的就是帮新手快速上手，而不只是局限于oi的思维。整个过程只需要看着那份文档，对着写就行了（虽然夹杂了一点私货）
至于作业二（校园·if恋），这是 Tomori Nao 操刀写的。
在设计这个作业时，我们考虑到了作业一虽然能像cs61a那样，很好地锻炼照着文档填函数和实时检测反馈的能力，但这主要还是在“面向过程”的层面。而24年考核那个纯OOP项目又“用力过猛”，难度太大，导致大家没什么动力去写，效果并不好。
所以，作业二的目的，就是搭建一个从面向过程到面向对象（OOP）的桥梁。
它本质上依然是一个填函数的小项目，延续了作业一的模式，降低了新手的心理门槛。但这次，大家需要填充的不再是孤立的函数，而是类（Class）里面的成员函数（比如角色的talk()和give_gift()）。
我们为大家提供了一个完整的游戏框架和一份详细的“需求文档”（也就是剧本），大家不需要从零开始去设计复杂的类结构（这是最难的），只需要在Tomori Nao搭好的架子里，去实现核心的交互逻辑。
这么做的目的，是想让大家在最小的阻力下，第一次真正地“使用”和“感受”OOP，理解对象和方法是怎么协同工作的。
当然，根据去年考核的经验，这份作业明确要求了代码拆分（分到多个.py文件）和 Type Hint。这其实就是在强迫从现在开始就建立起项目思维和工程化的好习惯，这比单纯学会OOP更重要。
当然，Tomori Nao用一个Galgame主题来包装，也是希望大家能真正有兴趣玩进去、写进去，在获得即时满足的同时，不知不觉地完成这次从写脚本到写项目的关键一跃。
在设计作业二的时候，我和Tomori Nao讨论了很久，其实就是关于考核难度的把握。我是想着一定要加入编写存档的逻辑，而他反对。后来讨论之下得出结论，由于本人当时做考核的时候，尽管是零基础，但好歹耳濡目染之下已经有了一定的编程思维。增加这部分逻辑对新手而言确实有一定难度，所以最后只是将之作为bonus。
作业三把去年的宝可梦游戏搬过来了，是上一任组长JadeMelody去年设计的。我将其搬运过来，旨在提供一个更具挑战性、更贴近真实游戏开发的OOP实践项目。
在设计这份作业时，我们希望它能成为一个重要的里程碑式项目，帮助大家完成从小模块功能实现到大型、复杂系统架构设计的跨越。
与作业一（娜比娅的填空）和作业二（校园·if恋的框架填充）不同，作业三的目标是引导同学们从更高层次去思考和实践面向对象编程（OOP）。
它要求大家主动进行类设计与继承体系构建，这是一个完整的宝可梦对战系统，包含多种宝可梦、多种属性、多种技能。这需要同学们主动去思考如何抽象出Pokemon基类、Attribute类（如WaterPokemon），以及各种具体的宝可梦类。这对于理解继承和多态等OOP核心概念，并将其应用到复杂系统设计中，是绝佳的机会。
同时，他对逻辑的思考有一定的要求，宝可梦对战中包含了属性克制、技能效果、状态（中毒、烧伤）、回合制流程、闪避率、以及各种被动特性。这些都需要同学们细致地考虑如何将这些逻辑合理地封装在不同的类和方法中，并通过对象之间的交互来实现整个游戏流程。这极大地锻炼了大家的系统设计能力和逻辑思维能力。
然后，就是学习代码复用和优化：作业中明确提出了尽可能避免代码重复，并指出了框架和示例代码中有许多不足的地方，可以多多完善。这不仅仅是鼓励实现功能，更是在引导大家思考如何写出优雅、可维护、可扩展的代码，这是未来任何软件工程都不可或缺的素养。
当然，这份作业的难度会比前两个大幅提升，就像在作业难度排序中显示的 作业一 << 作业二 < 作业三。但通过亲手设计和实现这样一个复杂的、趣味性十足的系统，大家对OOP的理解将达到一个新的高度，真正体会到面向对象思想在解决复杂问题时的强大魔力。
但是为什么不直接把这份考核当作作业2呢，其实是因为相对而言，编写AI程序对OOP的要求并没有那么高深，所以今年的一轮考核才会被大刀阔斧的改革。
作业四是自己写一个项目，这个就是给不想照着考核的来看了，爱怎么写怎么写，反正第一轮考核有输出就好了。
除此之外，就是撰写两份文档。对于文档1，其实就是将零散的知识点，编织成系统的知识网。
很多新手在学习编程时，只是机械地学会了某些语法，尤其是在完成了OI题或小项目后，他们可能会用了，但并不代表他们真懂了。
这份文档的目的，就是为了对抗这种“知其然，而不知其所以然”的浅层学习。
关于文档2，就是建立一个宏观认知架构，不需要精确的数学公式，只需要大致讲解一下自己的理解，这一点十分重要。
此外就是以后需要经常撰写文档。一份好的文档需要做到让任何人都看得明白，看得懂，得把看文档的人当傻子，这样才写的好文档 。
最后就是cs61a，作为bonus的项目。
在AI领域，最前沿的知识、最深刻的洞察往往来自于顶级大学的课程和论文。CS61A 正是这种源头活水的代表。我们希望通过这个Bonus，鼓励大家勇敢地去接触和拥抱这些第一手的、高质量的英文学习资源。
task1 给的时间非常长，对于新手给了足足2个半月（如果是算上正式开始的话，是一个半月）。本质就是希望新手可以在一开始的学习中，打下扎实的基础。
接下来就是task2，task2我沿用了上一任族长的考核——爬教务处 ，爬知乎，然后将pandas和matplotlib相关的东西放在了新增的task3。
爬虫，对于学习AI的来说是必要的。正如我在考核文档里说的那样，当某日陷入训练数据丢失，或者曾经写的爬虫脚本失效时，你得亲手去修改这些爬虫，让他们获取到正确的数据。
但本轮作业的重点在于实现核心功能并成功运行，不必在细节上追求完美，更鼓励大胆尝试，让程序先跑起来，can run is ok。
爬虫只要求掌握最基础的使用requests，而不是https，因为以后的爬虫大多数都是依据api来爬，而提供的api大多数都会有比如一秒只能爬一次的限制，不像福大教务处，只要你连接校园网就可以随便爬。
另外需要掌握更强大的浏览器模拟工具Selenium，以及阅读文档，利用api来获取数据的能力。
py爬虫的生态目前也是最完善的，此前在和柠檬味氨水讨论py的爬虫，以及爬虫本身的生态。基于这些以及一些思考，爬虫作业的设计就很显然了。
基本的爬虫->selenium->找隐藏的api接口->直接利用已有api请求->逆向
作业一是基本的爬虫，对于基本的爬虫，这其实没什么好说的。只要连接校园网就可以随便爬取，不需要注意任何请求的规范。这里主要就是锻炼一下使用阿贾克斯请求的能力。很多数据不是写死在网页里的，而是通过network里的XHR动态加载的。所以这些不是request然后正则在网页里找，而是需要利用阿贾克斯请求来获取到这些数据。
作业二是针对反爬很强的网站。对于这些网站，比如说知乎，只是request请求，即便是进行了UA伪装，也无能为力。当正门（API）走不通，或者正门太复杂时，我们可以“假装成一个真正的人类”来操作浏览器，绕过屏障，这是对反爬的第一次正面攻坚，也是为什么引入Selenium。
作业三是柠檬味氨水设计的爬开源之夏的作业。有些网页使用了前后端分离的技术，直接使用requests等库是无法获取到网页内容的，而使用selenium等浏览器模拟工具又显得过于重型。而这类网站一般会通过接口与后端进行数据交互，我们可以通过在浏览器控制台的network中找到这些接口并进行请求，从而获取到我们想要的数据。
作业四的目的是学会阅读API文档，并精确构建请求。学会了找API，下一步就是用公开的、正式的API来精确获取所有指定数据。
bonus的设计是爬b-wiki。这已经接近“逆向”了。mediawiki 的 API 全是生肉，而且逻辑非常的抽象。这不是简单的调用，而是需要去理解一个复杂系统的设计逻辑。
上述的这些其实就已经包含了几乎所有编写爬虫可能会碰到的情况，基本不会碰到更复杂的了。
经历了task1-2的学习，现在应该是基本已经掌握py的基础，一定的oop思想以及爬虫的能力。此时依旧尚未开始学习人工智能，在正式学习人工智能之前，还需要一些知识进行过渡，最重要的就是一些数据分析工具的使用，numpy, pandas, matplotlib等。
这些数据分析工具是必要的，也是今后写AI常常打交道的东西。
Numpy的作用是使用向量化的思维处理数据，极大的提高了运算速度；而Pandas则是把乱七八糟的数据整理得井井有条，贴上标签，想怎么筛选、怎么分组、怎么合并都十分方便；Matplotlib让冰冷的数据开口说话，把我们分析的结果变成漂亮的图表。
其实这部分的作业设计没什么好讲的，作业1和2沿用上一任组长，作业3-5是自己新增的，主要讲几个要点——
作业1第一次硬性要求使用Jupyter Notebook，Jupter Notebook在业界被广泛使用，掌握是必要的，尤其是后续使用colab，其内核就是Jupyter Notebook。
作业2没什么好说的，主要就是熟悉一下这个画图工具就行了。
作业3-5的主要思维是：
基本矩阵操作->广播机制->基本图像处理
设计为选做的原因是task4-5大量的使用这些机制，不会这些的话也会被动的掌握，所以还是建议写一写的。
那么接下来，才是终于进入了task4-6，也就是正式学习AI的内容了。这部分的学习思路主要是：
机器学习->深度学习入门->深度学习前沿
在这里也是直接引入了大名鼎鼎的cs231n公开课作为考核的内容。
d2l虽然是中文，但是其需要你本地有gpu，对于像我这种手头拿着2019年联想小新13的穷哥们来说，是学不了的，除非氪金。而cs231n拉来谷歌作为赞助商，有免费的colab，所以才会把考核设计成cs231n，而不是d2l。
那么到这里其实还有一个问题，事实上，对于萌新而言，他们目前的数学基础不足以支撑AI的学习，所以我增加了一层前置知识，足足有七八条，供他们参考和学习。
cs231n的这门公开课本身的设计路线是——
机器学习（knn, svm, softmax）-> 两层神经网络 -> 深度学习基础（cnn）-> 引入pytorch -> 深度学习前沿（rnn，transformer等）
对于深度学习前沿这部分的内容，我则是针对LLM和CV调整为cs224n的所有assignment或就是cs231n本身的a3。
那么有关于task4-6的基本骨干就设计完毕了，这条路线也是很经典的机器学习-深度学习路线，从上世纪90年代乃至更早的机器学习方法学习到2017年发布的transformer。
然而这些只是理论派的学习，略缺乏应用，并且事实上机器学习不只是只有深度学习这一派的。目前的深度学习是基于一部分机器学习算法改进而来的，那么对于非深度学习机理的机器学习，有没有必要掌握呢？我认为也是必要的，但不需要掌握的那么深，只需要大概知道是做什么的就行了，无需从零开始手搓。
这部分虽然不是深度学习的路线，但是在数据分析，数学建模等领域也有很大的用处。所以我在task4引入了sk-learn库的学习，并且引入了一个泰坦尼克号的kaggle任务，作为机器学习成果的应用，而且泰坦尼克号kaggle任务的最优解应该不是深度学习那一派算法的机器学习。
对于泰坦尼克号这个任务，我一开始接触的时候也是很懵逼的，因为我不知道除了替换模型和超参数之外还有什么办法可以优化，好在思考了一阵子，想出了挺多方案的。比如说可以增加特征，将异常值通过某些手段给他补上，这是优化数据；再然后才是替换模型，替换超参数等等。
当然还有更多的思路，这里就不一一列举了。
对于task5的应用，我引入了一个最经典的CNN，就是在MNIST数据集上训练数字识别。经典但是非常有效，task5应该是用numpy手搓了CNN后，第一次接触到现代框架，正好拿这部分内容练手。
而对于task6，我就不额外增加应用了，这部分内容虽然代码不难，但是非常难理解。对于AI，学到后面反而是理解能力>代码能力，很多东西你需要从头到尾的去理解，而对于代码部分，反而是次要的任务。
其实我也建议走LLM路线的先去写cs224n的前三个assignment，然后再去把cs231n给写完。这样的话其实路线才是稍微完整的，cs224n的assignment4直接是transformer，而没有其他前时代模型的描述，还是稍微有点遗憾的。
学到这里，终于把所有和AI有关的基础学完了，考核其实也到尾声了。那么未来呢，学完了这些能做什么呢，这也是我设计task7-10的目的。
由于本人目前是走LLM的，而且是LLM的应用，对其他方向其实了解的不多，这几天也在到处问，并且希望在12月结束前撰写完毕这份blog。
总体而言，task7-10主要是：
llm/cv的现代工具->走科研的读经典论文/走应用的开发->更前沿的论文/更深入的开发并打包->关于AI的未来以及思考。
事实上，task7-10的编写反而遵守了小黄老师的规矩，也就是从一个东西开始，后面的每一轮要在他上面添砖加瓦。
task7主要学的是LLM和CV的现代工具，而task8则直接拆解为四个方向，LLM应用，LLM论文，CV应用以及CV论文。
首先以我最为得意的LLM应用开始，LLM应用task7只是学了很基本的使用，主要是langchain的记忆模块以及简单的hugging face词句调用。
而task8就是在之前的基础上，完完整整的实现一个微调，RAG检索，ReAct Agent设计
task9则是在这基础上进一步打包，从在开发环境里能跑变为在生产环境里能跑。
而cv应用其实也差不多，这里就不多说了。
至于论文部分，就是task8-9，总体的设计都是过去的论文到现在的论文。从旧时代到新时代，最后到task10的未来。
task10我主要是抛出几个思考，比如说LLM架构未来在多模态，老架构可能已经到了极限等等。
总的来说，这一整份设计图，我还是相对满意的，只是感觉，依旧是内容不足，过于单一化。
其他也不多说了，后面我越写越恶心，其中之一就是自己的输出被人当做应当如此，这点我在撰写转专业总文档的时候就已经体会的淋漓尽致；另一点是自吹自擂。
其实我这条路也设计的很一般，只是我闲暇之余的一点思考罢了，希望能有后来者能补全并完善，AI始终需要追逐前沿知识。
追逐梦想，首先要考虑的是生活，这是普通人的无奈。