人工智能通識（人文藝術·微課版）

"沈煒，浙江理工大學計算機科學與技術學院（人工智能學院）計算機系主任，教授，研究方向為智能控制、計算理論。擔任省市科技、經信部門及杭州市工信領域專家。獲國家二等獎、省一等獎等多項科技獎勵，主持多項國家級、省級及橫向項目，發表幾十篇論文，成果應用於工業控制、疫苗物流追溯等領域。方翠，浙江理工大學計算機科學與技術學院（人工智能學院）省級重點建設實驗教學示範中心主要成員，工程師，研究方向為計算機圖形圖像處理、AIGC內容創作與產業應用等。參與省部級教改項目3項，主編計算機基礎教材2部，主持及參與多項計算機公共基礎課程教學改革項目。"

目錄

 

 

第1章AI與人文藝術: 一場新的對話1

1.1人工智能是什麼: 人文視角的再定義2

1.2AI簡史: 從符號主義到生成時代的文化影響3

1.2.1萌芽期(1940s—1980s): 符號主義與“理性機器”的誕生4

1.2.2發展期(1990s—2010s): 機器學習崛起與“經驗智能”的勝利7

1.2.3爆發期(2020s至今): 生成式AI與“創造性機器”的爭議10

1.2.4一條雙向演進的文明線索11

1.3基於矽的認知: AI如何“理解”文本、圖像與聲音11

1.3.1AI“理解”的核心邏輯: 數據裏的規律遊戲11

1.3.2分模態解析: AI如何“處理”文本、圖像與聲音12

1.3.3本質差異: AI的“識別”vs人類的“感知”13

1.4人文藝術類學生: AI時代的角色與機遇14

1.4.1角色轉變14

1.4.2時代機遇15

1.4.3能力培養17

1.5倫理與思考: AI是文化的傳承者還是顛覆者17

1.5.1AI與文化的傳承、傳播和普及17

1.5.2AI對文化顛覆的風險18

1.5.3平衡之道: 以人文價值引領技術發展19

1.6習題20

第2章機器學習: 文化規律的發現與模仿22

2.1機器學習的核心邏輯: 從數據中提取風格與模式23

2.1.1特征、風格與模式: 從個性、調性到共性24

2.1.2機器學習的一般步驟: 實踐探索24

2.1.3機器學習的基本範式: 幾種經典的學習模式26

2.2監督學習: 分類與預測在文學分析、風格鑒定中的應用26

2.2.1分類任務: 內容的精準識別與區分27

2.2.2預測任務: 從已知中發現未知29

2.3無監督學習: 聚類與降維在文化研究、策展中的價值挖掘30

2.3.1聚類任務: 在數據中尋找自然分組32

2.3.2降維任務: 在復雜中看見本質32

2.4強化學習: 交互敘事與動態藝術中的實踐嘗試33

2.5倫理與思考: 機器學習是否會固化文化偏見34

2.6習題36

第3章深度學習: 生成革命與文化生產37

3.1深度學習: 從數據解讀到內容生成的跨越38

3.2神經網絡: 一種模擬創造力的結構39

3.2.1神經元: 神經網絡的基本單元39

3.2.2信息傳遞機制: 多層級特征深化與誤差反饋優化41

3.3卷積神經網絡(CNN): 從碑拓說起42

3.4生成對抗網絡(GAN): AI思維的碰撞43

3.5循環神經網絡(RNN): 回聲的共鳴45

3.6倫理與思考: 深度學習是否會替代人類的學習與創造46

3.7習題47

第4章大語言模型: 從文本到知識重組49

4.1大語言模型為何“智能”51

4.1.1大模型的發展歷程51

4.1.2大語言模型的智能本質54

4.1.3大語言模型的關鍵特性55

4.2模型如何實現知識重組: Transformer與架構多樣性57

4.2.1大模型的工作原理57

4.2.2理解與生成的關鍵: 自註意力機制60

4.2.3Transformer架構: 編碼器與解碼器63

4.2.4理解與生成: BERT與GPT66

4.2.5混合專家模型: 術有專攻70

4.3如何有效地使用大模型: 從提示到檢索73

4.3.1提示工程: 與AI進行蘇格拉底式對話73

4.3.2RAG: 檢索增強生成76

4.4倫理與思考: AI寫作是否會侵蝕人類表達的真實性79

4.4.1AI寫作的本質: 算法模仿而非自主表達79

4.4.2潛在挑戰: AI寫作對人類表達真實性的侵蝕路徑80

4.4.3理性認知: AI寫作是輔助工具，而非真實性的“對立面”81

4.4.4實踐路徑: 平衡技術便捷與表達真誠，守護人類表達的真實性81

4.5習題82

第5章AIGC: 多模態創作與跨學科實踐85

5.1 什麼是多模態生成——文、圖、音、視頻的聯動86

5.1.1多模態的定義: 從人類感知到AI系統86

5.1.2AI多模態演進之路88

5.1.3多模態AIGC應用場景圖97

5.2文生文模型: 文本理解與生成的核心基礎98

5.2.1什麼是文生文模型98

5.2.2文生文模型技術演進之路100

5.2.3文生文模型實踐案例103

5.3文生圖模型: 從概念到視覺的表達轉換106

5.3.1什麼是文生圖模型106

5.3.2文生圖模型技術演進之路107

5.3.3文生圖模型實踐案例110

5.4音視頻生成: AI作曲、語音合成與動態影像119

5.4.1什麼是音視頻生成119

5.4.2音視頻生成模型技術演進之路120

5.4.3音視頻生成模型實踐案例124

5.5倫理與思考: AIGC是否會導致創作同質化127

5.5.1創作同質化風險: 現象與證據127

5.5.2模型偏見與審美繭房128

5.5.3版權與原創性困境129

5.5.4對創作者職業的影響130

5.5.5保護文化多樣性的策略131

5.5.6人類在AI時代的不可替代性132

5.6習題134

第6章AI賦能人文藝術創作與研究137

6.1創作範式: 從工具到協作者到策展人138

6.1.1什麼是範式138

6.1.2什麼是創作範式139

6.1.3創作範式轉換與演進140

6.1.4創作範式演進對創作者的影響143

6.1.5實用建議: 如何進行AI協作創作144

6.2研究範式: AI賦能的人文研究新範式144

6.2.1什麼是研究範式144

6.2.2人文研究範式轉換與演進145

6.2.3實用建議: 如何進行AI輔助的人文研究147

6.3設計範式: 從手工創作到AI智能共創的設計演進148

6.3.1什麼是設計範式148

6.3.2設計範式轉換與演進149

6.3.3AI在用戶體驗設計中的應用151

6.3.4AI在視覺傳達設計中的應用154

6.3.5AI在服裝設計中的應用158

6.4教育範式: AI如何重塑藝術與人文教學161

6.4.1什麼是教育範式161

6.4.2教育範式的轉換與演進162

6.4.3AI互動夥伴: 蘇格拉底式對話的復興164

6.4.4AI在藝術與人文教學中的應用165

6.5倫理與思考: AI時代的價值邊界與人類責任168

6.5.1為什麼要討論AI倫理168

6.5.2AI倫理在人文藝術領域的特殊性169

6.6習題170

第7章AI前沿形態: 智能體、具身智能和腦機接口174

7.1智能體: 從對話者到執行者175

7.1.1什麼是智能體176

7.1.2智能體的四大核心組件178

7.1.3智能體的工作流程179

7.1.4智能體與人文藝術: 融合、應用與未來180

7.2具身智能: 融於現實的智能新形態182

7.2.1具身智能的定義和發展182

7.2.2具身智能的核心組成184

7.2.3具身智能的典型應用185

7.3腦機接口: 意識表達與未來藝術形式的終極想象187

7.3.1引言: 當技術觸達意識而帶來的創作革命187

7.3.2腦機接口: 從科幻走向現實的意識橋梁187

7.3.3腦機接口基本原理與系統結構189

7.3.4腦機接口的發展歷程: 脫機向在線的循序演進191

7.3.5腦機接口與藝術創作: 四大經典形式193

7.3.6未來的藝術形態: 基於腦機接口的終極想象197

7.4倫理與思考: 人與機器的邊界在哪裏197

7.4.1技術回顧: 已經在模糊的邊界198

7.4.2三大核心倫理問題: 讀懂邊界，才能用好技術198

7.4.3對人文藝術類學習者的啟示: 守住邊界，擁抱技術200

7.5習題200

第8章AI安全治理與社會責任: 技術時代的人文守界203

8.1AI安全風險概述: 內涵與分類204

8.1.1AI安全的定義: 核心內涵204

8.1.2AI安全分類: 基於風險根源的三維劃分204

8.1.3AIGC安全與AI安全的關系: 一脈相承的延伸與挑戰207

8.2AI核心風險: 技術浪潮下的人文隱憂208

8.2.1技術內生安全風險: 當“基因”決定命運208

8.2.2技術應用安全風險: 當AI“落地”時209

8.2.3應用衍生安全風險: 當AI“重塑”社會時211

8.3AI的安全治理: 多維協同構築防護生態213

8.3.1技術風險治理措施: 源頭防控214

8.3.2倫理風險治理措施: 過程管控214

8.3.3法律風險治理措施: 過程管控215

8.3.4社會風險治理措施: 長效治理217

8.4倫理與思考: AI時代的人文與規則如何共生218

8.4.1倫理認知: 正視人文與規則的碰撞，理清共生核心矛盾218

8.4.2實踐思考: 立足AI安全治理，探尋人文與規則共生路徑219

8.5習題220

參考文獻222