掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
CHATGPT簡明教程 版權信息
- ISBN：9787560669359
- 條形碼：9787560669359 ; 978-7-5606-6935-9
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
CHATGPT簡明教程 本書特色
本書具有的主要特點如下：
（1） 深入淺出，通俗易懂，可讀性強。本書避免使用過于復雜的數學公式和技術術語，方便讀者快速理解相關概念和應用技巧。同時，本書結合自然語言處理中的大型語言模型的基本概念、模型結構等多個方面的內容，剖析了從模型預訓練到微調再到應用的全過程，針對ChatGPT的核心技術展開細致入微的論述。此外，本書還對國內外先進的視覺和多模態大模型進行了總結和分析，增強了本書的可讀性。
（2） 注重理論與實踐結合。本書提供的實際應用案例，涵蓋了文本生成、問答系統、語言翻譯、文本分類等多個領域，可以幫助讀者更深入地理解ChatGPT模型的實現和應用。此外，本書也提供了大量ChatGPT應用的使用技巧和注意事項，可以幫助讀者更好地了解和使用ChatGPT，在培養讀者的創新能力與實踐能力的同時，進一步激發讀者的研究興趣。
（3） 既突出核心技術，又與重大場景結合。本書系統且全面地介紹了以ChatGPT為代表的大模型知識體系，幫助讀者掌握大模型在實踐中的應用。在此基礎上，本書與時代緊密結合，對國家《可解釋、可通用的下一代人工智能方法》《“機器人 ”應用行動實施方案》等政策文件進行梳理，對下一代人工智能重大應用場景進行深入分析，進而明確未來發展方向。
（4） 具有前沿性和新穎性，充分反映AI領域的*新進展。本書圍繞ChatGPT及其相關技術的前沿進展進行闡述，不僅對大型語言模型的原理和技術進行了詳盡的介紹和分析，還提供了許多實用的應用案例，可以幫助讀者快速掌握大模型技術，具有很強的實用性、可操作性及趣味性。此外，本書對通用大模型范式面臨的挑戰、ChatGPT帶來的社會變革與產業發展影響進行了討論，對現有大模型發展存在的挑戰和難點進行了分析，希望帶給相關從業者一定的啟發。
CHATGPT簡明教程 內容簡介
作為通用人工智能的重要進展，ChatGPT的出現引起了學術界和產業界人士的廣泛關注。本書系統地論述了ChatGPT的發展歷程、核心技術和基本原理等內容。全書共15章。第1章介紹了ChatGPT的前世今生；第2～6章論述了ChatGPT相關的基礎理論與發展應用；第7～10章論述了ChatGPT的核心技術，包括Transformer、基于人類反饋的強化學習、提示學習以及模型學習與優化；第11章和第12章論述了ChatGPT的重要應用場景；第13～15章論述了以ChatGPT為代表的通用大模型范式面臨的挑戰和對各行業領域的影響，并對下一代人工智能重大場景戰略進行了解讀。
本書內容新穎，通俗易懂，適合作為人工智能、智能科學與技術、計算機科學與技術、智能機器人技術、控制科學與工程、物聯網工程等專業本科生及研究生的通識教材，也可供相關科研人員、政府工作人員參考學習。
CHATGPT簡明教程 目錄
第1章 ChatGPT的前世今生1
1.1 什么是 ChatGPT 1
1.2 從波士頓動力機器人到ChatGPT 5
1.3 ChatGPT的使用說明 6
1.3.1 ChatGPT的注冊 7
1.3.2 ChatGPT的使用 7
1.3.3 如何與ChatGPT交流 8
1.4 ChatGPT 的優勢與缺點 13
1.4.1 ChatGPT的優勢 13
1.4.2 ChatGPT的缺點 13
1.5 ChatGPT的應用場景 14
1.5.1 辦公領域 15
1.5.2 搜索引擎 15
1.5.3 教育領域 16
1.5.4 會計領域 17
1.5.5 其他領域 17
第2章 自然語言處理18
2.1 語義理解 19
2.2 機器翻譯 20
2.3 自動問答 21
2.3.1 自動問答系統的基礎架構 21
2.3.2 自動問答系統的實現技術 22
2.3.3 自動問答技術面臨的挑戰和發展趨勢 22
2.4 文本生成 23
2.4.1 基于規則驅動的文本生成 23
2.4.2 基于機器學習的文本生成 23
2.5 情感分析 24
第3章 ChatGPT深度學習基礎理論27
3.1 神經網絡的基本原理 28
3.2 卷積神經網絡 29
3.3 Word2Vec 31
3.3.1 連續詞袋模型 33
3.3.2 SkipGram模型 33
3.4 循環神經網絡 35
3.5 長短期記憶網絡 36
第4章 GPT系列大模型38
4.1 大規模預訓練模型 38
4.1.1 發展歷程 40
4.1.2 大模型的優勢 41
4.1.3 應用場景 42
4.2 大型預訓練語言模型 43
4.3 GPT1 45
4.3.1 GPT1的結構 46
4.3.2 GPT1的數據集及參數量 47
4.3.3 GPT1的預訓練 47
4.3.4 GPT1的微調 47
4.3.5 GPT1的優勢及局限性 48
4.4 BERT 48
4.4.1 BERT的結構 49
4.4.2 BERT的數據集及參數量 50
4.4.3 BERT的預訓練 51
4.4.4 BERT的微調 51
4.4.5 BERT的優勢及局限性 53
4.5 GPT2 53
4.6 GPT3 54
4.7 ChatGPT 56
4.8 GPT4 57
4.8.1 GPT4的基本信息 58
4.8.2 GPT4的亮點 59
第5章 人工智能基礎大模型61
5.1 谷歌的ViT22B視覺大模型 61
5.2 Meta的Segment Anything Model(SAM)分割大模型 65
5.3 微軟的VisualGPT模型 72
5.4 華為的盤古大模型 75
5.5 阿里的“通義千問”大模型 76
5.6 百度的“文心一言”大模型 77
5.7 商湯的“日日新SenseNova”大模型 79
5.8 西電的“西電遙感腦”大模型 83
5.9 西電的“智瞳醫行”大模型 86
第6章 擴散深度網絡模型89
6.1 簡介與背景 89
6.2 擴散模型的基本原理 89
6.3 擴散模型的改進方法 91
6.3.1 改進的擴散模型 91
6.3.2 更大規模的擴散模型 91
6.3.3 用文本引導的擴散模型 92
6.3.4 DALL·E 2 93
6.3.5 更穩定的擴散模型 94
第7章 ChatGPT核心技術——Transformer95
7.1 整體結構 95
7.2 編碼器 96
7.3 解碼器 98
7.4 嵌入 99
7.5 模型優缺點 100
第8章 ChatGPT核心技術——基于人類反饋的強化學習101
8.1 強化學習 101
8.1.1 基本定義 101
8.1.2 強化學習的分類 102
8.2 近端策略優化 104
8.2.1 策略梯度 104
8.2.2 信賴域策略優化算法 106
8.2.3 PPO算法 109
8.3 基于人類反饋的強化學習 112
8.4 強化學習Transformer 114
第9章 ChatGPT核心技術——提示學習116
9.1 提示學習的基本流程 116
9.2 提示學習主要構造 118
9.2.1 預訓練模型的選擇 118
9.2.2 提示工程 118
9.2.3 答案工程 121
9.3 提示學習示例 122
9.3.1 ZeroShot提示學習 122
9.3.2 FewShot提示學習 123
9.3.3 CoT提示學習 124
9.3.4 自一致性提示學習 125
第10章 ChatGPT核心技術——模型學習與優化129
10.1 有監督學習 129
10.2 無監督學習 133
10.3 少樣本學習與多任務學習 135
10.4 遷移學習 137
10.5 深度學習優化方法 139
10.5.1 梯度下降算法 139
10.5.2 動量法 140
10.5.3 牛頓法 142
10.5.4 啟發式學習優化算法 142
第11章 ChatGPT的主要應用實例144
11.1 讓 ChatGPT 成為我們生活中的幫手 144
11.1.1 寫文章 144
11.1.2 機器翻譯 146
11.1.3 對話聊天與提問 148
11.2 讓 ChatGPT 成為我們工作中的顧問 150
11.2.1 關鍵信息提取 151
11.2.2 檢查語法 152
11.2.3 SQL語言生成 153
11.3 讓ChatGPT成為我們科研中的助理 154
11.3.1 提供文獻檢索 155
11.3.2 提供研究背景 155
11.3.3 寫代碼 157
11.3.4 證明 158
11.4 讓ChatGPT為我們提供創作靈感 159
11.4.1 作曲 159
11.4.2 作詞 160
11.4.3 繪畫 160
第12章 ChatGPT智能教育大模型162
12.1 教育大模型介紹 162
12.2 教育大模型的原理 163
12.3 教育大模型的應用 164
12.4 教育大模型的優勢和落地案例 166
12.4.1 教育大模型的優勢 166
12.4.2 教育大模型的落地案例 167
第13章 通用大模型范式面臨的挑戰174
13.1 通用大模型范式面臨的十大挑戰 174
13.2 ChatGPT挑戰問題實例 175
13.2.1 圖靈測試 175
13.2.2 基礎數學計算 176
13.2.3 語義創新 177
13.2.4 模型偏見 178
13.2.5 語音識別難題 178
13.2.6 環境感知 179
13.3 NLP技術挑戰 179
13.4 NLP大模型應用發展挑戰 180
13.5 風險與應對戰略 181
13.5.1 技術風險及其應對策略 181
13.5.2 社會風險及其應對策略 182
13.5.3 經濟風險及其應對策略 183
第14章 ChatGPT對社會變革與產業發展的影響184
14.1 社會變革 184
14.2 教育發展 185
14.3 商業模式 189
14.4 企業優化 191
14.5 產業升級 192
14.6 就業推動 193
第15章 下一代人工智能重大場景戰略與解讀195
15.1 關于發布《可解釋、可通用的下一代人工智能方法》
重大研究計劃2023年度項目指南的通告 195
15.2 工業和信息化部等十七部門關于
印發《 “機器人+”應用行動實施方案》的通知 196
15.3 科技部等六部門關于印發《關于加快場景創新以人工智能
高水平應用促進經濟高質量發展的
指導意見》的通知 197
15.4 關于支持建設新一代人工智能示范應用場景的通知 197
15.5 國家人工智能創新應用先導區 198
15.6 人工智能教育培養體系 200
15.7 人工智能新基建 201
15.8 人工智能領域倫理治理 202
參考文獻204
展開全部
書友推薦
- >
唐代進士錄
- >
伊索寓言-世界文學名著典藏-全譯本
- >
名家帶你讀魯迅:朝花夕拾
- >
苦雨齋序跋文-周作人自編集
- >
有舍有得是人生
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
【精裝繪本】畫給孩子的中國神話
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
本類暢銷
