生成式人工智能（AIGC）通識(shí)教程（微課版）
定 價(jià)：52 元
- 作者：孫勇
- 出版時(shí)間：2025/6/1
- ISBN：9787121503689
- 出 版 社：電子工業(yè)出版社
- 中圖法分類(lèi)：TP18
- 頁(yè)碼：176
- 紙張：
- 版次：01
- 開(kāi)本：16開(kāi)
本書(shū)是一本關(guān)于生成式人工智能技術(shù)的通識(shí)性教材，圍繞技術(shù)探索、倫理治理與行業(yè)實(shí)踐三大維度構(gòu)建了多層次的知識(shí)體系。全書(shū)分為理論基礎(chǔ)、核心技術(shù)與產(chǎn)業(yè)應(yīng)用三大模塊，深入解析了大模型生成機(jī)制、多模態(tài)協(xié)同、RAG技術(shù)及人工智能倫理等核心領(lǐng)域。通過(guò)醫(yī)療診斷、工業(yè)質(zhì)檢等典型場(chǎng)景案例，結(jié)合可復(fù)現(xiàn)的Jupyter Notebook代碼，實(shí)現(xiàn)了從技術(shù)原理到工程實(shí)踐的學(xué)習(xí)閉環(huán)。本書(shū)以“技術(shù)深度+實(shí)踐廣度”為特色，拆解了提示工程、跨媒體生成等關(guān)鍵技術(shù)流程，從VAE模型開(kāi)發(fā)到LangChain智能體部署，完整覆蓋了生成式人工智能的技術(shù)鏈教學(xué)。同時(shí)，同步探討了數(shù)據(jù)偏見(jiàn)治理、算法透明性等倫理命題，并介紹了主流的人工智能倫理評(píng)估框架。通過(guò)金融、教育、制造等八大行業(yè)場(chǎng)景的解析，建立了領(lǐng)域需求與技術(shù)應(yīng)用的雙向連接，完整展現(xiàn)了生成式人工智能的產(chǎn)業(yè)化落地方向。本書(shū)兼容學(xué)校教學(xué)與產(chǎn)業(yè)應(yīng)用需求，既為高校新工科教學(xué)提供了系統(tǒng)性課程載體，也為企業(yè)的智能化轉(zhuǎn)型提供了技術(shù)實(shí)施路徑，助力開(kāi)發(fā)者掌握生成式人工智能的關(guān)鍵技術(shù)范式與創(chuàng)新應(yīng)用思維。
孫勇，教授，浙江交通職業(yè)技術(shù)學(xué)院智慧交通學(xué)院專業(yè)帶頭人，杭州市人工智能學(xué)會(huì)理事，研究方向?yàn)椋喝斯ぶ悄�、大�?shù)據(jù)技術(shù)。出版教材多部。
第1章 生成式人工智能簡(jiǎn)介 1
1.1 從圖靈測(cè)試說(shuō)起 2
1.1.1 圖靈測(cè)試的基本原理與影響 2
1.1.2 圖靈測(cè)試的執(zhí)行與挑戰(zhàn) 3
1.1.3 智能的度量方法 3
1.1.4 人工智能與人類(lèi)智能之間的關(guān)系 4
1.2 從數(shù)據(jù)到知識(shí) 4
1.2.1 DIKW模型 5
1.2.2 知識(shí)的表示 6
1.2.3 自然語(yǔ)言處理的發(fā)展史 7
1.3 通用人工智能的曙光 9
1.3.1 內(nèi)容皆可生成 9
1.3.2 文本生成 10
1.3.3 圖片生成 11
1.3.4 視頻生成 12
1.3.5 決策式AI與生成式AI 14
1.4 實(shí)驗(yàn)1：分辨人類(lèi)創(chuàng)作與AIGC 15
1.4.1 實(shí)驗(yàn)?zāi)康?15
1.4.2 實(shí)驗(yàn)步驟 15
第2章 預(yù)訓(xùn)練大模型 16
2.1 什么是GPT 16
2.1.1 Generative（生成式） 17
2.1.2 Pre-trained（預(yù)訓(xùn)練） 18
2.1.3 Transformer（變換器） 19
2.2 大模型的關(guān)鍵技術(shù) 20
2.2.1 基于人類(lèi)反饋的強(qiáng)化學(xué)習(xí) 20
2.2.2 模型微調(diào) 21
2.2.3 基于提示詞的自然交互 22
2.3 大模型的能力評(píng)估 23
2.3.1 評(píng)估基準(zhǔn)指標(biāo) 23
2.3.2 國(guó)內(nèi)外主流大模型能力評(píng)估 24
2.4 規(guī)模定律 25
2.4.1 機(jī)器是如何學(xué)習(xí)的 25
2.4.2 規(guī)模定律的性質(zhì)與應(yīng)用 27
2.4.3 模型性能的涌現(xiàn) 28
2.5 實(shí)驗(yàn)2：寫(xiě)作比賽 29
2.5.1 實(shí)驗(yàn)?zāi)康?29
2.5.2 實(shí)驗(yàn)步驟 29
第3章 負(fù)責(zé)任的生成式人工智能 30
3.1 什么是AI倫理 31
3.1.1 AI倫理與科技 31
3.1.2 AI倫理與道德 32
3.1.3 我國(guó)AI倫理發(fā)展現(xiàn)狀 32
3.2 AIGC引發(fā)的風(fēng)險(xiǎn)與挑戰(zhàn) 33
3.2.1 數(shù)據(jù)隱私和安全性 33
3.2.2 內(nèi)容的真實(shí)性和準(zhǔn)確性 35
3.2.3 歧視與偏見(jiàn) 37
3.2.4 對(duì)法律法規(guī)的挑戰(zhàn) 37
3.3 構(gòu)建負(fù)責(zé)任的AIGC的原則與策略 38
3.3.1 構(gòu)建原則 39
3.3.2 構(gòu)建策略 42
3.4 實(shí)驗(yàn)3：使用平臺(tái)快速搭建自己的AIGC應(yīng)用 44
3.4.1 實(shí)驗(yàn)?zāi)康?44
3.4.2 實(shí)驗(yàn)步驟 44
3.4.3 實(shí)驗(yàn)總結(jié)與評(píng)估 45
第4章 提示工程 46
4.1 提示詞 47
4.1.1 什么是token 47
4.1.2 如何設(shè)計(jì)提示詞 49
4.2 思維鏈 54
4.2.1 思維鏈的應(yīng)用方法 54
4.2.2 思維鏈的應(yīng)用案例 55
4.2.3 思維鏈的優(yōu)勢(shì)與挑戰(zhàn) 56
4.3 RAG 57
4.3.1 RAG的工作原理 58
4.3.2 RAG的核心優(yōu)勢(shì) 59
4.3.3 RAG的應(yīng)用場(chǎng)景 59
4.4 提示工程的最佳實(shí)踐 60
4.4.1 理解任務(wù)與目標(biāo) 60
4.4.2 設(shè)計(jì)具體和清晰的提示詞 61
4.4.3 引導(dǎo)大模型關(guān)注關(guān)鍵細(xì)節(jié) 62
4.4.4 迭代優(yōu)化提示詞 62
4.4.5 確保提示詞的公平性與包容性 63
4.4.6 持續(xù)監(jiān)控并調(diào)整提示詞 64
4.5 實(shí)驗(yàn)4：提示工程實(shí)戰(zhàn) 64
4.5.1 實(shí)驗(yàn)?zāi)康?64
4.5.2 實(shí)驗(yàn)步驟 64
4.5.3 實(shí)驗(yàn)總結(jié)與評(píng)估 65
第5章 多媒體內(nèi)容的生成 66
5.1 AIGC的本質(zhì) 67
5.1.1 多媒體內(nèi)容的基本構(gòu)成要素解析 67
5.1.2 多媒體內(nèi)容的生成原理 69
5.2 兩種生成策略 70
5.2.1 自回歸生成 70
5.2.2 非自回歸生成 71
5.3 AIGC驅(qū)動(dòng)的多媒體內(nèi)容生成 72
5.3.1 圖像的生成 73
5.3.2 擴(kuò)散模型 77
5.3.3 音頻的生成 82
5.3.4 視頻的生成 84
5.4 實(shí)驗(yàn)5：AI短視頻制作探索 86
5.4.1 實(shí)驗(yàn)?zāi)康?86
5.4.2 實(shí)驗(yàn)步驟 86
5.4.3 實(shí)驗(yàn)總結(jié)與評(píng)估 86
第6章 RAG與微調(diào) 88
6.1 RAG的基本原理與工作流程 89
6.1.1 什么是RAG 89
6.1.2 為什么需要RAG 91
6.1.3 RAG的工作流程 95
6.1.4 RAG的適用場(chǎng)景 98
6.2 AI Agent（智能體） 99
6.2.1 Agent特征分析 100
6.2.2 Agent的四種設(shè)計(jì)模式 103
6.3 微調(diào) 109
6.3.1 什么是微調(diào) 110
6.3.2 主要微調(diào)方法 111
6.3.3 微調(diào)的流程與最佳實(shí)踐 113
6.4 實(shí)驗(yàn)6：設(shè)計(jì)與本地文檔對(duì)話的智能體 116
6.4.1 實(shí)驗(yàn)?zāi)康?116
6.4.2 實(shí)驗(yàn)步驟 117
6.4.3 實(shí)驗(yàn)總結(jié)與評(píng)估 118
第7章 行業(yè)賦能 119
7.1 生成式人工智能賦能千行百業(yè) 120
7.1.1 經(jīng)濟(jì)價(jià)值創(chuàng)造 121
7.1.2 關(guān)鍵領(lǐng)域的價(jià)值聚焦 121
7.1.3 行業(yè)影響 121
7.1.4 工作活動(dòng)自動(dòng)化 122
7.1.5 生產(chǎn)力提升 122
7.2 教育創(chuàng)新賦能 122
7.2.1 教學(xué)環(huán)節(jié)的智能化提升 123
7.2.2 學(xué)生學(xué)習(xí)方式的變革 123
7.2.3 教育管理的智能化 124
7.2.4 教育資源的普及 124
7.2.5 智能教育生態(tài)的構(gòu)建 124
7.2.6 教育行業(yè)落地場(chǎng)景 124
7.3 醫(yī)療健康賦能 125
7.3.1 藥物研發(fā)與新藥發(fā)現(xiàn) 126
7.3.2 疾病診斷與早期篩查 126
7.3.3 個(gè)性化治療與精準(zhǔn)醫(yī)療 127
7.3.4 患者管理與健康服務(wù) 127
7.3.5 人工智能醫(yī)療落地場(chǎng)景 128
7.4 消費(fèi)零售賦能 130
7.4.1 利用大模型重塑品牌與消費(fèi)者的連接 131
7.4.2 消費(fèi)領(lǐng)域落地場(chǎng)景 132
7.5 智能制造賦能 133
7.5.1 通過(guò)大模型實(shí)現(xiàn)制造業(yè)的智能化升級(jí) 134
7.5.2 智能制造落地場(chǎng)景 134
7.6 游戲娛樂(lè)賦能 135
7.6.1 大模型助力游戲創(chuàng)作與設(shè)計(jì) 136
7.6.2 生成式人工智能推動(dòng)娛樂(lè)體驗(yàn)的個(gè)性化 136
7.6.3 虛擬人物與虛擬世界的創(chuàng)造 136
7.6.4 游戲內(nèi)經(jīng)濟(jì)與虛擬物品創(chuàng)造 136
7.6.5 游戲娛樂(lè)落地場(chǎng)景 137
7.7 實(shí)驗(yàn)7：角色扮演類(lèi)多智能體應(yīng)用設(shè)計(jì)體驗(yàn) 137
7.7.1 實(shí)驗(yàn)?zāi)康?137
7.7.2 實(shí)驗(yàn)步驟 138
7.7.3 實(shí)驗(yàn)總結(jié)與評(píng)估 139
第8章 生成式人工智能應(yīng)用的構(gòu)建 140
8.1 LangGraph簡(jiǎn)介 141
8.1.1 LangGraph的核心概念 142
8.1.2 LangGraph的優(yōu)勢(shì)與應(yīng)用場(chǎng)景 142
8.2 任務(wù)1：基礎(chǔ)對(duì)話系統(tǒng)的設(shè)計(jì) 143
8.2.1 創(chuàng)建模型 144
8.2.2 定義圖的狀態(tài)（MessageState） 146
8.2.3 創(chuàng)建LLM節(jié)點(diǎn) 146
8.2.4 構(gòu)建圖 147
8.2.5 運(yùn)行測(cè)試 147
8.3 任務(wù)2：為系統(tǒng)添加工具調(diào)用能力 148
8.3.1 Reducer函數(shù) 149
8.3.2 創(chuàng)建工具（乘法器） 149
8.3.3 構(gòu)建圖 150
8.3.4 運(yùn)行測(cè)試 150
8.4 任務(wù)3：為系統(tǒng)添加路由能力 151
8.4.1 構(gòu)建圖 152
8.4.2 運(yùn)行測(cè)試 153
8.5 任務(wù)4：智能體的創(chuàng)建 153
8.5.1 創(chuàng)建工具（四則運(yùn)算器） 154
8.5.2 使用提示詞引導(dǎo)大模型 155
8.5.3 構(gòu)建圖 155
8.5.4 運(yùn)行測(cè)試 156
8.6 任務(wù)5：具有記憶的智能體的創(chuàng)建 157
8.6.1 MemorySaver檢查點(diǎn) 158
8.6.2 設(shè)置線程ID 159
8.7 任務(wù)6：Web界面的創(chuàng)建 161
8.7.1 Gradio簡(jiǎn)介 162
8.7.2 使用Gradio為“四則計(jì)算器”智能體添加Web界面 163
書(shū)單推薦
