聚焦ChatGPT——生成式人工智能的應用與前沿
沈寓實 李嵐 丁潔瑤 主編 靳中美 郭哲滔 劉星妍 許木娣 編著
相關主題
商品描述
"本書系統地探討生成式人工智能這一革命性技術，剖析其深層原理、應用前景與未來發展方向，為讀者提供一個俯瞰生成式人工智能全貌的宏觀視角。本書從基礎原理的闡釋到技術應用的廣泛探索，構建了一個全面的知識體系，涵蓋自然語言處理、深度學習等前沿領域，為讀者奠定堅實的理論基礎。通過對ChatGPT在智能客服、內容生成、教育、醫療等多個領域中的成功應用案例的分析，展現生成式人工智能如何在不同場景中釋放其巨大的潛能，推動社會和經濟的深刻變革。除技術層面外，本書針對生成式人工智能引發的關於倫理、法律和社會責任等關鍵問題進行深入探討，並提出前瞻性和建設性的解決方案，引導讀者審慎思考技術對人類社會的長遠影響，確保技術發展與人類價值觀的共融共生。 在內容結構上，本書從基礎到前沿，層層深入，邏輯嚴密，既適合為初學者打下堅實的基礎，又為專業人士提供了深入研究的廣闊空間。 本書適合對人工智能感興趣的初學者、專業人士，以及相關行業從業者、政策制定者和法律專家閱讀。 "
作者簡介
"主編簡介沈寓實，博士，MBA，教授，自然科學研究員，格魯吉亞國家科學院外籍院士，歐洲自然科學院外籍院士，國家級特聘專家，中關村高端領軍人才，“十四五”科技創新先鋒人物，“中國改革開放海歸40年100人”和“福布斯中國·青年海歸菁英100人·影響力人物”入選者，北京市人民政府“留學人員創新創業特別貢獻獎”獲得者，“第十三屆發明創業獎人物獎特等獎”和 “當代發明家”榮譽稱號獲得者。在網信領域有20年以上的科研、研發和管理經驗，網絡空間戰略專家，國際知名雲計算、人工智能、大數據、網絡安全、視頻編解碼和無線通信專家，跨國公司高管，國際華人和科技社團領袖，在中美相關政產學研各界均有深厚淵源。長期致力於推進中國新一代網絡計算體系核心技術的自主創新和國際合作，是“非馮諾依曼網絡計算體系”的主要創造性提出者之一和主要實踐者之一。擁有清華大學電子工程學士學位，美國加州大學聖疊戈分校電子計算機碩士和博士學位，以及美國華盛頓大學工商管理學碩士學位。現任飛諾門陣科技創始人、，現任飛諾門陣科技董事長，清華海峽院智能網絡計算實驗室主任；曾任微軟全球華人協會（CHIME）主席、微軟亞洲人力資源總會（Asian ERG）主席、微軟雲計算中國區總監、世紀互聯集團副總裁及雲CTO等職；曾促成微軟雲平臺Microsoft Azure雲平臺和國際雲安全聯盟（CSA）落地中國。李嵐，博士，美國微軟生成式人工智能商業雲首席技術總監，格魯吉亞國家科學院外籍院士，國家級特聘專家。在生成式人工智能，、自然語言方向深耕數十年，。作為微軟極少數華人高管和傑出技術代表，從頭深度參與了微軟**在國際上掀起的一波AGI產業顛覆式的變革，以超前的眼光引領著此輪波瀾壯闊，、影響深遠的全產業升級與轉化。本科畢業於清華大學，博士畢業於美國加州大學；畢業後加盟微軟總部，歷任高級軟件工程師、高級項目經理、資深軟件構架師等職；現任微軟總部人工智能首席研發總監、技術合夥人，兼任西雅圖清華校友會顧問；曾任西雅圖清華校友會會長、微軟華人協會（CHIME）副主席。丁潔瑤，律師，就職於中國知名紅圈律師事務所，在數字經濟前沿領域具有豐富的法律服務經驗，聚焦企業發展中面臨的數據流動、產品合規以及資本運作等核心議題，為企業提供覆蓋技術研發、跨境運營、資本市場的全周期、一體化的法律服務。曾參與多項人工智能與數據合規領域國家級立法研究項目以及多個行標、團標、行業白皮書的撰寫與制定，深度了解人工智能與大數據行業的立法前沿與司法實踐，受聘擔任中國行為法學會數據要素法治決策咨詢專家委員會專班成員。"
目錄大綱
目錄
CONTENTS
第一部分
人工智能與生成式人工智能/ 1
第1章 人工智能簡史/ 2
1.1 計算機與人工智能：初生之時/ 2
1.2 人工智能學科的創立：早期探索/ 4
1.3 人工智能的初應用：成長期/ 6
1.4 人工智能實用化：專家系統與神經網絡/ 7
1.5 智慧“雙擎”：機器學習與神經網絡的崛起/ 9
1.6 人工智能的沃土：大數據時代/ 10
1.7 人工智能的革命：深度學習與生成式人工智能的應用/ 11
1.8 人工智能的繁榮：無處不在/ 12
第2章 生成式人工智能概述/ 13
2.1 生成式人工智能簡介/ 13
2.2 生成式人工智能的發展歷程與挑戰/ 14
第3章 生成式人工智能的理論基礎與學派/ 16
3.1 生成式模型簡介/ 16
3.2 生成式模型的種類：家族大事記/ 16
3.3 生成式模型的挑戰與未來：無限可能/ 17
3.4 概率模型與貝葉斯學派/ 18
3.5 最大似然估計與頻率學派/ 19
3.6 各學派的比較/ 20
3.7 貝葉斯學派與頻率學派的比較/ 22
3.8 生成式模型與判別式模型的比較/ 23
第二部分
生成式人工智能的應用/ 27
第4章 自然語言處理/ 28
4.1 自然語言處理簡介/ 28
4.2 主要的訓練原理/ 30
4.3 文本生成/ 38
4.4 機器翻譯/ 40
4.5 情感分析/ 44
第5章 計算機視覺/ 47
5.1 計算機視覺中的幾個核心任務/ 47
5.2 基本的原理和方法/ 48
5.3 圖像生成/ 49
5.4 圖像分割/ 50
第6章 語音識別與合成/ 55
6.1 語音識別技術/ 56
6.2 語音合成技術/ 58
第三部分
熱點分析：聚焦ChatGPT/ 61
第7章 ChatGPT的技術原理與應用/ 62
7.1 ChatGPT簡介/ 62
7.2 ChatGPT興起的原因及意義/ 66
7.3 ChatGPT的技術核心/ 70
7.4 ChatGPT與其他大語言模型的核心區別/ 74
7.5 ChatGPT對Transformer模型架構的優化/ 107
7.6 ChatGPT的應用案例/ 117
第8章 AutoGPT/ 124
8.1 AutoGPT的技術特點/ 124
8.2 AutoGPT在各領域的應用/ 132
第四部分
人工智能巨頭在生成式人工智能領域的競爭/ 139
第9章 人工智能產業競爭現狀與時間線/ 140
9.1 人工智能發展的時間線/ 140
9.2 圍棋高手—智能機器人AlphaGo / 142
9.3 人工智能發展的其他關鍵節點/ 144
9.4 OpenAI的研究與應用/ 150
9.5 谷歌人工智能的研究與發展/ 151
9.6 微軟人工智能的研究與發展/ 153
9.7 臉書人工智能的研究與發展/ 154
9.8 亞馬遜人工智能的研究與發展/ 155
9.9 百度人工智能的研究與發展/ 157
9.10 生成式人工智能和多模融合大模型的競爭/ 158
9.11 多模融合技術的實例/ 161
9.12 多模融合的基本原理與應用/ 163
9.13 多模融合的發展經歷/ 164
第五部分
入門與深造/ 167
第10章 如何入門生成式人工智能/ 168
第11章 深造與提高/ 171
11.1 學術研究方向與國際會議/ 171
11.2 跟蹤前沿進展的方法和途徑/ 176
第六部分
人工智能產業人才建設：地方政府和企業推動數字經濟發展的新動能/ 179
第12章 人工智能產業人才建設/ 180
12.1 人工智能產業人才的構成/ 180
12.2 人工智能產業人才建設發揮重要作用/ 181
12.3 多方協同加快梯隊建設速度/ 182
第13章 人工智能科學家/ 184
13.1 人工智能科學家的獨特價值/ 184
13.2 地方政府引入人工智能科學家的必要性/ 185
13.3 “多管齊下”采取有效措施/ 185
第14章 人工智能卓越工程師/ 187
14.1 人工智能卓越工程師的魅力/ 187
14.2 具有代表性的人工智能卓越工程師/ 187
第15章 人工智能經營管理人才/ 192
15.1 傳統行業的人工智能戰略經營管理人才/ 192
15.2 人工智能原生科技企業經營管理人才/ 193
15.3 企業家層次的經營管理人才/ 193
15.4 中層管理者經營管理人才/ 194
15.5 小結/ 195
第16章 人工智能行業應用人才/ 196
16.1 人工智能行業應用專家/ 196
16.2 人工智能技能人才/ 198
16.3 地方政府應提供強有力的保障/ 199
16.4 總結與展望/ 201
第七部分
生成式人工智能的法律治理/ 203
第17章 生成式人工智能的全球監管態勢/ 204
17.1 第一梯隊國家的現狀/ 205
17.2 主要第二梯隊國家或地區的現狀/ 207
17.3 主要第三、四梯隊國家的現狀/ 211
第18章 生成式人工智能的重點法律關註/ 213
18.1 數據合規/ 213
18.2 著作權/ 217
18.3 開源軟件/ 222
