在 B 站刷DeepLearning的最新系列课程，这次是的课程主题是和微软合作的《商业研究者如何使用语义内核构建人工智能插件》，里面有关 AI 浪潮这次最核心的点讲述的很清楚。
这次 AI 科技浪潮最核心的两个点：一个是补全，completion，就像 OpenAI 专门提供的最重要的接口就是 completion 一样，人们关注最多的也是补全这个机制，因为能对话，能依据 prompt 补全。另一个就是相似度，similarity，之前的技术范式下，cat≠lion 这两个不会有任何的相似度，但是这次不一样了，cat≈lion，是个比较大的突破。但是后者大家投入的关注度没这么高。
在应用过程中，这两个核心点会相互交互，相似性会像吸铁石一样，按照 prompt 吸出来非常想尽的内容，然后用作补全。中间交互又会产生两个重要的概念：检索增强生成，利用外部知识库来提高补全的能力和质量；幻觉，这个是最近讨论比较多的问题，说白了就是它会产生胡说八道的情况，影响准确性。
所以P3 这张图，一个图，四个点，很清楚地总结了这次大模型风暴带来的进化和问题。虽然没有深入到背后的原理解释，不涉及到更多的概念，但是对于初学者已经很友好了。
为了扣题和商业有关，视频还展开了一个披萨店老板的商业决策的场景，使用了了 business thinking 和 design thinking 的两个插件，感觉就像咨询工资拆 case 一样，把一些基础的商业模型逻辑作为一个插件来解决 piza点老板可能遇到的一些问题。
这个课程大概率是为了宣传微软的Semantic Kernel，一种框架或者 SDK，和 Langchain 很像（后续准备专门聊聊这俩的区别）。以后可能商业服务也都是插件的形式了，卖插件而不是卖服务了，毕竟麦肯锡的 Lilli都已经发布了，写到这，我甚至怀疑 Lilli 是不是用Semantic Kernel研发的，因为好像是麦肯锡和 Microsoft Azure 合作做出来的。