人工智能導論——深度學習大模型基礎

復旦大學計算與智能創新學院副教授，國家級一流本科課程“深度學習及其應用”負責人，入選“高校計算機專業優秀教師獎勵計劃”和“教育部– 華為‘智能基座’優秀教師獎勵計劃”。所編教材入選工業和信息化部“十四五”規劃教材、教育部“十四五”職業教育國家規劃教材。教學成果獲高等教育（本科）上海市教學成果獎一等獎、二等獎，並獲上海市教師教學創新大賽一等獎。主持國家自然科學基金項目、國家重點研發計劃子課題、上海市浦江人才計劃等科研項目40余項，獲上海市科技進步二等獎。出版《商務智能（第6版）》《機器學習（第3版）》《深度學習及其應用》等教材10余部， 在Knowledge and Information Systems 等國內外學術期刊發表論文百余篇。

目錄

第1章人工智能概述

1．1人工智能的發展過程

1．1．1早期探索階段

1．1．2知識工程階段

1．1．3機器學習階段

1．1．4深度學習階段

1．1．5大模型與多模態融合階段

1．2深度學習與人工智能的關系

1．2．1深度學習是人工智能的重要組成

1．2．2深度學習是實現人工智能的主要手段

1．2．3深度學習推動了人工智能的發展

1．3深度學習基礎

1．3．1深度學習的發展史

1．3．2深度學習的核心技術

1．3．3深度學習的主要應用領域

1．3．4深度學習的發展趨勢

1．4大模型技術基礎

1．4．1大模型技術的起源

1．4．2大模型的發展

1．4．3大模型的核心技術

1．4．4大模型的主要應用領域

1．4．5大模型技術的發展趨勢

1．5深度學習與大模型技術的關系

1．6人工智能的發展前景

思考題

第2章計算機視覺

2．1通用分類

2．2動物識別

2．3萬物識別

2．4動作識別

2．5短視頻內容識別

2．6直播視頻內容識別

2．7圖像填充

2．8圖像上色

2．9天空替換

2．10圖像示例替換

2．11視頻上色

2．12視頻編輯

2．13視頻插幀

2．14視頻穩像

2．15視頻修復

2．16通用目標檢測

2．17垂類目標檢測

2．18卡證檢測矯正

2．19動作檢測

2．20圖像少樣本目標檢測

2．213D目標檢測

2．22視頻目標檢測

2．23視頻單目標跟蹤

2．24視頻多目標跟蹤

2．25文字檢測

2．26車牌檢測

2．27表格結構識別

2．28無線表格結構識別

2．29人臉活體檢測

2．30人臉檢測

2．31人臉識別

2．32人臉生成

2．33人臉2D關鍵點

2．34人臉表情識別

2．35人臉情緒識別

2．36人臉屬性識別

2．37人臉質量評估

2．38人體檢測

2．39人體2D關鍵點檢測

2．40人體3D關鍵點檢測

2．41全身關鍵點檢測

2．42頭部檢測

2．43手部檢測

2．44手部2D關鍵點檢測

2．45手勢2D語義識別

2．46人臉人體人手三合一檢測

2．47人群密度估計

思考題

第3章自然語言處理

3．1文本分類

3．2文本生成

3．3分詞

3．4命名實體識別

3．5翻譯

3．6文本摘要

3．7句子相似度

3．8預訓練模型

3．9自然語言推理

3．10文本糾錯

3．11文本向量

3．12特征抽取

3．13情感分析

3．14關系抽取

3．15零樣本分類

3．16表格問答

3．17問答

3．18詞性標註

3．19實體分類

3．20序列標註

3．21任務型對話

3．22語義相關性

3．23常見問題解答

3．24文本分割

3．25端到端文本生成

3．26抽取式摘要

3．27翻譯質量評估

3．28通用信息抽取

3．29聊天機器人

3．30孿生通用信息抽取

思考題

第4章語音處理

4．1語音識別基礎

4．2語音合成

4．3語音喚醒

4．4語音降噪

4．5回聲消除

4．6語音分離

4．7音頻分類

4．8說話人確定

4．9說話人日誌

4．10標點預測

4．11時間戳預測

4．12語音端點預測

4．13困惑度計算

4．14語音語種識別

4．15音頻量化編碼

4．16音視頻語音識別

4．17情緒識別

4．18逆文本正則化

思考題

第5章大模型應用

5．1文本理解和問答

5．2文本翻譯

5．3代碼生成與理解

5．4語法修正和校對

5．5文本補全

5．6語義搜索

5．7智能客服

5．8新聞寫作

5．9視頻生成

5．10智能推薦

5．11情感分析

思考題

第6章多模態應用

6．1圖像描述

6．2視頻描述

6．3視覺定位

6．4文本生成圖片

6．5文本生成視頻

6．6多模態表征

6．7視覺問答

6．8視頻問答

6．9圖文檢索

6．10視覺蘊含

6．11文生代碼大模型

6．12數字人生成大模型

6．13生成式多模態表征

6．14多模態相似度

6．15文檔理解

6．16視頻時序定位

6．17多模態對話

6．18生成模型調優

6．19圖片生成視頻

6．20視覺多模態理解

6．21蛋白質結構生成

6．22蛋白質功能預測

思考題

附錄A阿裏低代碼開發ModelScope平臺註冊

附錄BModelScope平臺使用方法

附錄C常用大模型