百問大模型(你的AI時代生存手冊)

陳光 北京郵電大學人工智能學院副教授，現任中國人工智能產業發展聯盟（簡稱AIIA）具身智能工作組秘書長，目前主要研究方向是文本計算和具身智能。

第1章 初識AI巨人：什麼是大模型？
1.1 AI世界的“新星”：大模型究竟是什麼？
1.2 “大”在哪裏？大模型的“大”，指的是哪些方面？
1.3 大模型vs傳統AI：區別在哪裏？
1.4 大模型圖譜：國內外有哪些值得關註的明星大模型？
1.5 高考“模擬考”：大模型參加高考，能考上清華北大嗎？
1.6 “超能力”揭秘：大模型，到底有多神奇？
1.7 機遇與挑戰：大模型時代，我們面臨哪些機遇和挑戰？
第2章 大模型簡史：從萌芽到爆發
2.1 AI的漫長進化：大模型是憑空出現的嗎？它的發展經歷了哪些階段？
2.2 深度學習的崛起：深度學習，在大模型的誕生過程中起到了什麼作用？
2.3 Transformer橫空出世：Transformer架構，為什麼被稱為大模型的“發動機”？
2.4 預訓練模型：預訓練模型，對大模型發展有何重要意義？
2.5 巨頭入場，群星閃耀：大模型發展史上，有哪些關鍵的裏程碑事件？
2.6 超級AI暢想：我們離“鋼鐵俠”賈維斯那樣的超級AI，還有多遠？
第3章 大模型的能力清單：智慧之光還是鏡花水月？
3.1 “能說會道”：大模型真的能理解人類的語言嗎？
3.2 智力大考：大模型的智能，究竟有多高？
3.3 能力邊界：大模型的能力，有哪些局限性？
3.4 “胡言亂語”：大模型為什麼會一本正經地“胡說八道”？
3.5 意識覺醒？大模型，真的有自我意識嗎？
3.6 人類式思考？大模型，真的像人類一樣在思考嗎？
3.7 通用人工智能之夢：大模型，是通往通用人工智能的必經之路嗎？
3.8 開源的誘惑：開源的大模型，可以免費使用和隨意修改嗎？
3.9 “慷慨分享”還是“另有圖謀”？為什麼科技巨頭要開源自家的大模型？
3.10 並非“萬能藥”：大模型，可以完全替代傳統機器學習模型嗎？
3.11 “取而代之”：大模型能完全替代搜索引擎嗎？
3.12 創新之源？大模型，擁有真正的創造力和原創性嗎？
第4章 “AI魔法棒”：大模型的創造力與應用
4.1 藝術新境界？大模型能創作出真正的藝術作品嗎？
4.2 妙筆生花？大模型能寫出暢銷小說嗎？
4.3 風格模仿秀：大模型能模仿特定人物的寫作風格嗎？
4.4 “咒語”的秘密：什麼是提示詞（Prompt），它為什麼這麼重要？
4.5 點石成金：如何才能設計出點石成金的提示詞？
4.6 “馴服”AI：什麼是提示詞工程，我們為什麼要“馴服”AI？
4.7 靈丹妙藥：提示詞工程能克服大模型的所有局限嗎？
4.8 玩轉AI對話：如何才能高效地使用AI對話機器人？
4.9 “芝麻開門”的咒語：普通人如何通過提示詞“魔法”讓大模型更懂你？
4.10 內容創作新範式：大模型將如何變革內容創作領域？
4.11 避開陷阱：使用大模型時，有哪些常見的“坑”需要註意？
第5章 解碼大模型：探秘AI的“大腦”
5.1 “黑盒”揭秘：大模型為什麼被稱為“黑盒”，我們能打開它嗎？
5.2 圖靈測試：大模型能通過圖靈測試，證明它很智能嗎？
5.3 “出口成章”：大模型是如何“出口成章”，生成流暢文本的？
5.4 “AI原子”：什麼是詞元，它可以被看作AI世界的“原子”嗎？
5.5 精雕細琢：什麼是微調，為什麼要對大模型進行微調？
5.6 錦上添花：微調大模型等於教會它新知識嗎？
5.7 “三觀校正”：什麼是模型對齊，為什麼模型對齊如此重要？
5.8 推理與決策：大模型是如何進行推理和決策的，它真的有邏輯思維能力嗎？
5.9 “多才多藝”：什麼是多模態大模型，它有哪些“才藝”？
5.10 抽絲剝繭：什麼是思維鏈，它如何幫助大模型提升能力？
5.11 “瘦身術”：什麼是模型壓縮，為什麼我們需要對大模型進行“瘦身”？
5.12 推理加速：OpenAI提出的“推理時計算”，指的是什麼？
第6章 大模型煉成記：AI如何“讀書”
6.1 “海量閱讀”：大模型是如何“海量閱讀”，學習知識的？
6.2 學以致用：大模型的學習方式，和人類孩子學習有什麼不同？
6.3 觸類旁通：大模型會像人類一樣觸類旁通、舉一反三嗎？
6.4 “書山題海”：訓練一個大模型，需要多少“書山題海”般的數據？
6.5 耗時耗力：訓練一個大模型，需要耗費多少時間和算力？
6.6 “過目不忘”：大模型真的把訓練數據都“記住”了嗎？
6.7 “溫故知新”：大模型能“溫故知新”，學習新的知識嗎？
6.8 多語通：大模型是如何做到能處理多種語言的？
6.9 “心領神會”：大模型是如何“心領神會”，理解問題的意圖的？
6.10 “雁過留聲”：與大模型的對話數據會被如何存儲和使用？
6.11 化解歧義：大模型是如何化解歧義、處理語言中的歧義的？
6.12 龍生九子：所有大模型都大同小異嗎？
6.13 “七十二變”：大模型的回答為何總是一次一個樣？
6.14 能力認證：我們應該如何評價大模型的真實能力？
6.15 未來學習猜想：未來的大模型，能像人類一樣通過親身體驗學習嗎？
6.16 自主進化：如果大模型學會了自