人工智能正在日新月异。

随着事情发生得如此之快，你正在使用的技术可能会被另一种技术完全取代，而你甚至可能还不知道。

无论是因为害怕错失良机，还是为了在快节奏的 2024 年人工智能和数据科学就业市场中保持相关性，了解人工智能领域正在发生的事情比科技领域的任何其他领域都更为重要。

在过去的一年里，我参加了各种在线 AI 社区，也撰写了有关最新技术和 ML 研究论文的技术帖子。我必须找到最优化的方式来跟上 AI 行业的最新动态，在这篇博文中，我将分享我为程序员、学生或AI 从业者提供的资源。

免责声明：我会不断更新我的资源列表。2023 年有效的方法可能与 2024 年的热门话题无关。此外，本文中提到的资源都不是付费或赞助的。最后，虽然有很多值得关注的新闻通讯和博客，但我不会用数百个资源和链接来弄乱这篇文章。我会保持简洁、精心挑选和实用，以便定期关注，即使你有一份全职工作。

阅读新闻通讯，快速获取每日更新

时事通讯是我每天早上的首选资源，可以确保我获得最重要的最新更新。每天花不到十分钟就可以通过合适的时事通讯了解最新动态。我个人喜欢专为开发人员设计的时事通讯，而不是只涵盖“AI 新闻”的时事通讯。就这一点而言，以下是我的首选清单（无特定顺序）：

AlphaSignal：我特别喜欢这个，因为它是为技术读者和开发人员量身定制的。它包含了作为一名人工智能从业者所需要的一切：头条新闻，通常是作为开发人员可能需要了解的可操作新闻，最新趋势帖子和博客文章，与人工智能相关的热门 GitHub 存储库列表，以及用于增加您知识的讲座或网络研讨会。

TheSequence：为行业专家精心策划的新闻通讯。“TheSequence 的目标是让您每次 5 分钟内更了解人工智能。”每封电子邮件都侧重于最近的研究突破或您作为 AI 从业者可能需要进一步探索的主题，例如 AI 代理或 DSPy。

The Neuron：一份收件箱中的简讯，提供 AI 领域的新闻、发布和更新。如果您对 AI 八卦并不十分了解，那么 The Neuron 是一份很棒的简讯，它为您提供了您可能想知道的所有行业动态的简洁信息。

TLDR AI：科技界最受欢迎的新闻通讯之一，还涵盖最新的人工智能研究论文、行业新闻和工程更新。我最近才订阅这份新闻通讯，所以我需要更多时间才能得出结论。不过，我喜欢这份新闻通讯的总体大纲和结构以及它所涵盖的内容。

The Rundown AI：如果您正在寻找有关 AI 公司或最新 AI 产品发布的一般新闻，这是一份受欢迎的时事通讯，而且有充分的理由。此外，在他们的电子邮件末尾，您可以找到最新的热门 AI 工具（IDE、代理、可视化等）和 AI 工作机会。

对于那些投资NLP和LLM 的人来说，有两份特别的新闻通讯你不应该错过：

• NLP 通讯每周更新 NLP 领域最重要的研究论文。
• Sebastian Raschka 的《Ahead of AI》介绍了机器学习领域的发展和研究，特别是大型语言模型。

订阅 YouTube 上的 AI 频道

对于我们大多数人来说，YouTube 就像一个视觉搜索引擎，是我们学习某件事时观看教程的地方。但你也可以找到可以订阅的频道，以便定期观看。有些频道更偏向教育性，有些则偏向娱乐性，我相信保持多样性可以让它更有趣。

AI 领域还有许多值得关注的渠道，可能需要单独发一篇文章来介绍。不过，为了简短实用，我建议以下渠道：

艾杰森

最近我非常关注的一个频道。虽然创建者 Jason Zhou 自称是“分享有趣 AI 实验和产品的产品设计师”，但我发现他的频道是最有信息量的频道之一，涵盖了重要且流行的 AI 主题，并带有娱乐性。制作既有用又不乏味的视频很难，但 AI Jason 做到了。

人工智能解释

另一个新频道 AI Explained 是最佳选择，如果你想关注最新主题和发布的产品。如果你想吸收所有可用信息，比如最近发布的 LLM（例如 Llama 3.1），这是一个不错的选择。

两分钟论文

该频道以让最新研究平易近人且有趣而闻名。虽然它涵盖了研究领域，但人工智能是该频道值得关注的主要焦点。它可以帮助您以视觉方式掌握最新的研究成果。

3蓝色1棕色

很难错过 Grant Sanderson 频道的精彩教育视频。他通过令人惊叹的可视化和叙述深入探讨了基本而复杂的概念。公平地说，这不是一个关注“AI 趋势”的频道，而是一个让你以更直观的理解来教育自己的频道。对于 ML 读者，我建议观看“神经网络”和“线性代数的本质”播放列表。

深入了解技术博客文章

虽然时事通讯会在短时间内对人工智能领域进行广泛但概括性的概述，但一些知名组织和公司（如 Google 和 Spotify）的博客提供了更深入的探讨。这些博客讨论了这些公司的最新研究成果，通常是关于他们面临的工程挑战。

您可能需要投入大量时间来做这些事情，但这是一项很好的投资。以下是业内最佳的列表（无特定顺序）：

• DeepLearning.ai 的批处理 — 机器学习研究
• OpenAI 的研究部门
• 麻省理工技术评论
• BAIR——伯克利人工智能研究中心
• Google 的研究博客
• Spotify 的工程博客

不要低估社交媒体

社交媒体可能会让你想起闲暇时无意识地浏览负面新闻。但前提是，你以消费者的心态使用它，从而错失优势。如果你想了解人工智能领域正在发生的事情，LinkedIn 和 X 是特别好的地方。

作为数据科学家为什么需要社交媒体？

您在新闻通讯中读到的大多数发布和公告都是首先在社交媒体上讨论的，许多开发人员、研究人员和作者都活跃在社交媒体上。以下是如何以优化和有目的的方式使用社交媒体：

X/Twitter：我收集了一份名单（AI Digest List），列出了这个平台上最重要的人物，你需要关注这些人物才能跟上 AI 的最新发展。它涵盖了艺术、产品、研究等广泛的 AI 领域。