ChatGPT簡明教程

ChatGPT簡明教程

《ChatGPT簡明教程》是一本由西安電子科技大學出版社出版的科普類圖書。作者：焦李成

基本介紹

  • 中文名：ChatGPT簡明教程
  • 作者：焦李成
  • 出版時間：2023年7月1日
  • 出版社：西安電子科技大學出版社
  • 出版地：西安
  • 頁數：224 頁
  • 字數：274
  • ISBN：9787560669359
  • 定價：49.00 元
  • 開本：16 開
  • 裝幀：平裝
內容簡介,圖書目錄,作者簡介,

內容簡介

作為通用人工智慧的重要進展，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套用；第7～10章論述了ChatGPT的核心技術，包括Transformer、基於人類反饋的強化學習、提示學習以及模型學習與最佳化；第11章和第12章論述了ChatGPT的重要套用場景；第13～15章論述了以ChatGPT為代表的通用大模型範式面臨的挑戰和對各行業領域的影響，並對下一代人工智慧重大場景戰略進行了解讀。

圖書目錄

第1章 ChatGPT的前世今生1
1.1 什麼是 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的註冊 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的套用場景 14
1.5.1 辦公領域 15
1.5.2 搜尋引擎 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 基於規則驅動的文本生成 23
2.4.2 基於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 神經網路的基本原理 28
3.2 卷積神經網路 29
3.3 Word2Vec 31
3.3.1 連續詞袋模型 33
3.3.2 SkipGram模型 33
3.4 循環神經網路 35
3.5 長短期記憶網路 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 套用場景 42
4.2 大型預訓練語言模型 43
4.3 GPT1 45
4.3.1 GPT1的結構 46
4.3.2 GPT1的數據集及參數量 47
4.3.3 GPT1的預訓練 47
4.3.4 GPT1的微調 47
4.3.5 GPT1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 GPT2 53
4.6 GPT3 54
4.7 ChatGPT 56
4.8 GPT4 57
4.8.1 GPT4的基本信息 58
4.8.2 GPT4的亮點 59
第5章 人工智慧基礎大模型61
5.1 谷歌的ViT22B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 擴散深度網路模型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——基於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 近端策略最佳化 104
8.2.1 策略梯度 104
8.2.2 信賴域策略最佳化算法 106
8.2.3 PPO算法 109
8.3 基於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 ZeroShot提示學習 122
9.3.2 FewShot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——模型學習與最佳化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 深度學習最佳化方法 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 啟發式學習最佳化算法 142
第11章 ChatGPT的主要套用實例144
11.1 讓 ChatGPT 成為生活中的幫手 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智慧型教育大模型162
12.1 教育大模型介紹 162
12.2 教育大模型的原理 163
12.3 教育大模型的套用 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 通用大模型範式面臨的挑戰174
13.1 通用大模型範式面臨的十大挑戰 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大模型套用發展挑戰 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 企業最佳化 191
14.5 產業升級 192
14.6 就業推動 193
第15章 下一代人工智慧重大場景戰略與解讀195
15.1 關於發布《可解釋、可通用的下一代人工智慧方法》
重大研究計畫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於
印發《 “機器人+”套用行動實施方案》的通知 196
15.3 科技部等六部門關於印發關於加快場景創新以人工智慧
高水平套用促進經濟高質量發展的
指導意見的通知 197
15.4 關於支持建設新一代人工智慧示範套用場景的通知 197
15.5 國家人工智慧創新套用先導區 198
15.6 人工智慧教育培養體系 200
15.7 人工智慧新基建 201
15.8 人工智慧領域倫理治理 202
參考文獻204

作者簡介

焦李成，歐洲科學院外籍院士，IEEE Fellow，西安電子科技大學華山學者傑出教授。現任西安電子科技大學計算機科學與技術學部主任、人工智慧研究院院長、智慧型感知與圖像理解教育部重點實驗室主任、智慧型感知與計算國際聯合研究中心主任、智慧型感知與計算國際合作聯合實驗室主任、智慧型信息處理科學與技術國家創新引智基地主任、教育部科技委學部委員、教育部人工智慧科技創新專家組專家、 “一帶一路”人工智慧創新聯盟理事長、陝西省人工智慧產業技術創新戰略聯盟理事長、中國人工智慧學會第六屆和第七屆副理事長、 IEEE/IET/CAAI/CCF/CIE/CAA Fellow，連續九年入選愛思唯爾高被引學者榜單。曾任第八屆全國人大代表、國務院學位委員會學科評議組成員、人社部博士後管委會評議組專家，1991年被批准為享受國務院政府津貼的專家，1996年首批入選國家級領軍人才，並當選為全國模範教師、陝西省西遷精神傳承人。

相關詞條

熱門詞條

聯絡我們