摘要

这段视频主要探讨了脑力工作者与体力工作者疲劳的本质区别，并针对脑力工作者常见的3种疲劳类型，提出了相应的休息策略。视频强调，简单的睡觉并非对所有疲劳都有效，脑力工作者需要根据疲劳的根源，选择合适的休息方式，包括运动、被动式休闲和转换用脑等。最后，视频还提出了一个思考题，鼓励观众将所学知识运用到实际生活中。

亮点

• 🏃‍♀️ 脑力工作者的疲劳与体力劳动者不同，主要分为三种：身体低兴奋度、意志力使用过度和长时间重复工作导致的疲劳。#脑力疲劳 #休息方式 #工作效率
• 🏋️‍♀️ 针对身体低兴奋度的疲劳，最佳的休息方式是进行中等强度的有氧运动，如跑步、游泳等，以促进内啡肽分泌，提高身体代谢，为大脑提供更多血氧。#有氧运动 #内啡肽 #身体代谢
• 😴 对于意志力使用过度的疲劳，被动式休闲，如打盹、听音乐等，可以帮助快速恢复意志力，避免强迫自己进行需要消耗意志力的活动。#意志力恢复 #被动休闲 #放空自我
• 🧠 长时间重复工作导致的疲劳，可以通过停止刺激大脑皮层或转换用脑的方式来缓解，例如在不同类型的工作之间切换，让大脑不同区域得到休息。#转换用脑 #工作切换 #大脑休息
• 💡 脑力工作者应根据疲劳类型选择合适的休息方式，而非一概而论地选择睡觉，并强调了333时间管理法的重要性，以兼顾运动、脑力、睡眠、饮食和情绪。#个性化休息 #时间管理 #精力充沛

思考

1. 视频中提到的333时间管理法具体内容是什么？
2. 如何判断自己是哪种类型的疲劳？
3. 除了视频中提到的方法，还有其他适合脑力工作者的休息方式吗？

从零基础开始学AI，提效10倍！🚀

🎯 2024年每个人都值得去做的事情：用AI的方式学AI

在上一期视频中，我提到了一个2024年值得每个人去做并且稳赚不赔的事情，那就是用AI的方式去快速学习AI。

🛠️ 使用AI工具提高学习效率

自从我提到这个话题后，我收到了许多关于这个话题的私信，很多人希望我能详细介绍如何使用AI工具来提高学习效率。在过去的一段时间内，我总结了一些我正在使用的AI工具和方法，希望它可以帮助你选择一两个适合自己的工具，并与这些AI一起进步和发展。

🧠 AI的基础结构原理

我将从AI最基础的结构原理开始，以故事的方式讲述，以使大家更好地理解。然后，我将衍生到我们生活中，探讨如何利用这些AI工具来提高我们的学习效率。即使你是零基础的同学，也可以放心观看。

🤖 “变形金刚” Transformer技术

最近，我们讨论的AI更多的是自动化，用于执行指令。但最近出现的这些AI工具似乎具有部分思考和判断能力，以及重组信息的能力。我们有ChatGPT、Kimi Chat等工具，可以帮助我们总结和提炼论文、出谋划策创作故事，以及帮助我们编写代码。我们还有midjourney、PIKA、Runway和Sora等平台，可以帮助我们生成逼真、精致的图片和视频。

这一切都归功于“变形金刚” Transformer技术的发展。那么“变形金刚”到底是什么？我将用一个每个人都能听得懂的例子来解释一下。

🧠 训练一个像我们人脑一样的大模型

训练一个像我们人脑一样的大模型只需要两步：

1. 大量的曝光和尝试。
2. 基于反馈的强化学习。

就像小朋友学说话一样，他们从单音节词开始，逐渐学会说出完整的句子。每次说话都是一次尝试，看有没有问题，周围的人会给他正向的反馈。这个过程在机器学习中被称为back propagation 误差反向学习。

🤝 人类反馈 vs. AI自己的反馈

在训练AI模型时，我们需要设定一个真人家长，他不需要特别的学识，通过每次机器生成的内容给他奖励或惩罚，从而得到ChatGPT或完全由机器自己去完成的输出。这也是两个公司之前分家的最根本的矛盾，一个是基于人类的反馈，一个是基于AI自己的反馈。

💻 如何使用AI的方式去学AI

学习AI的方式与训练我们大脑和训练一个AI模型的方式是一样的。我们需要大量的曝光和尝试。以下是一些提高学习效率的技巧：

1. 主动曝光：当我们主动学习一件事情时，通常的场景可能是我们搜索某一个词想要学习某个概念。我会先使用Perplexity，它可以给出一个精确的概念解释，并且给到可靠的一些原文出处。
2. 被动曝光：当你输入完成中文的时候，可以使用沉浸式翻译插件将它翻译成英文。当你对基础的概念有了解之后，想要去更深入地挖掘一些知识时，可以使用ChatGPT和Claude等工具帮助你简化一些概念。

📚 学习更深层的知识

如果你想要学习更深层的知识，可以看一些长内容，例如顶级峰会AI大佬的演讲采访或科技公司官方生产的教学视频。这类内容可以感染你的热情，并且可以将复杂的理论非常简单化浅显易懂地讲给你。

💡 总结

我会把本期视频所有提到的好的工具和资源平台整理在一个链接中，分享在下面的评论当中。但大量的论文仍然放在那里，需要你自己去找去看。

我推荐给大家我的论文拐杖Kimi Chat，它可以生成中文的内容，可读性确实会高一些，帮助我完成了很多在学校需要读论文的作业。

我觉得学习过程对于一个零基础的人想去学AI的过程还是挺不友好的，所以我最近就在想，可不可以有一个工具是面向这些视觉学习者的，可以上传你自己的PDF文件链接，然后AI自己的方式在右边呈现出来一个图文并茂的去简化版，帮助你理解和学习。

如果你知道有这样子的软件，请在弹幕或者评论中告诉我。如果没有这样的软件，但大家也很期待有这样的东西帮助自己去学习的话，也请在弹幕和评论中告诉我。也许我和这边的同学可以去尝试做一下这样的产品。

💡 备受大家欢迎的AI软件

我觉得还是去尝试一些备受大家欢迎的AI软件，例如product Hunt、Hugging face、LinkedIn 和 Twitter X。AI现在还处于一个非常初级的阶段，所以我相信你试用那些新的产品一定会给你一些新的灵感。

💡 学习效率提升的方法

除了奖惩和把知识教给别人，我推荐一本我最近非常喜欢的书，叫做the minimalist entrepreneur。里面有一句话我特别喜欢，它是说：“这样它就会像一个滚雪球一样，或者是像一个飞轮一样就跑起来了。”

分享了这样的内容，大家在评论上面就会提问或者说指出你的一些错误，那么它就变相的驱使我去更加掌握、学透这个知识，并且学习更多的东西。

分享到这个频道，有些人是更了解技术，还可以去解读这些晦涩难懂的论文，有些人更喜好去使用这些工具，它可以讲解stable diffusion、Comfy UI到底是怎么用的。很多人都在畅谈AI，它会取代我们的工作，AGI的出现，也会让我们面临像科幻片那样的灾难。但我想引用斯坦福大学数字经济实验室Erik教授的一个概念，这是AI可以帮助我们去自动化的事情，而且看起来它在变得越来越大，可能会覆盖人类能所做的所有的事情。但是我们忽略了一个更大的事实，就是你可以退一步看，这个板外面的这些东西是什么呢，它是人类在拥有了AI能力之后可以做到的新的事情。而这里AI可以替换成第一次工业革命的蒸汽机，第二次工业革命的电，以及第三次工业革命的互联网信息。而用不了多久，整个白板又会变成像中间这样一个小圈一样的东西，又会不断有新的科技的出现，推动我们的文明和进步。

以上就是本期视频的所有内容了，如果本期视频对你有启发有帮助的话，希望能得到大家的一个三连和关注，并分享给身边有需要的朋友。如果有不同的观点的话，也希望在评论区中有好的讨论和交流。我是张子贺Zake，我们下次再见。

数学|Math|鲍勃|加拿大|免费英语课 transcript (仅限课堂)

欢迎来到这堂关于数学的英语课！

大家好，我是鲍勃，欢迎收看这堂关于数学的英语课！

机器人世界中的三维可视化：Rviz 简介

你好，欢迎来到 ROS2 入门21讲！

在本讲中，我们要介绍 ROS 中的一位重量级嘉宾，以及一款三维可视化的显示神器。在机器人开发中，有时候数据层面的分析可能不够直观，而数据可视化可以大大提高开发效率。

Rviz 是什么？

Rviz（Robot Visualization）是 ROS 中的一款三维可视化工具，它可以将各种数据可视化，如机器人模型、传感器信息、环境信息等。Rviz 的核心框架是基于 Qt 可视化工具打造的一个开放式的平台，官方出厂就自带了很多机器人常用的可视化显示插件。只要按照 ROS 里面的消息发布对应的话题，就可以看到图形化的效果。

Rviz 能做什么？

Rviz 可以可视化各种数据，如机器人模型、传感器信息、环境信息等。只要有数据，Rviz 就可以可视化。Rviz 可以帮助我们快速理解数据的效果，提高开发效率。

Rviz 如何使用？

1. 首先，我们需要安装 ROS，因为 Rviz 是 ROS 的一部分。
2. 打开终端，输入 rosrun rviz rviz 命令，启动 Rviz。
3. 在 Rviz 中，我们可以添加各种显示项，如坐标系、相机数据、网格、地图等。
4. 在 Rviz 中，我们也可以自定义显示项，如修改颜色、大小、透明度等。

Rviz 与 Gazebo 的区别

• Gazebo 是一个三维模拟器，主要用于机器人仿真，可以模拟物体的运动、碰撞、物理特性等。
• Rviz 是一个可视化工具，主要用于数据可视化，可以将各种数据可视化，如机器人模型、传感器信息、环境信息等。

总结

Rviz 是 ROS 中的一款强大的三维可视化工具，可以将各种数据可视化，提高开发效率。Rviz 可以帮助我们快速理解数据的效果，提高开发效率。在机器人开发中，Rviz 和 Gazebo 是不可或缺的工具，两者配合使用，可以让机器人开发更加高效。

相关资源

• Rviz 官方文档
• [Rviz 中文文档](http://wiki.ros.org/rviz/ Tutorials/Chinese%20Translation)
• Rviz 视频教程