AIGC基础、应用与展望（人工智能通识 微课版）

AI是近年来炙手可热的前沿技术。随着越来越多的AI应用进入人们的视野，AI技术也赢得了国内外社会公众、专家、学者和开发者的广泛关注。 自2022年ChatGPT横空出世以来，AIGC迅速成为极其火爆的AI发展方向。近年来，各种AIGC大模型层出不穷，AIGC大模型生成的内容也日臻完善，并且已经达到可以落地应用的程度，因此可能创造大量的就业机会。 本书概述了AIGC的基础技术，从机器学习、深度学习的基本概念和基础算法，到生成模型、自然语言处理和计算机视觉的相关技术，即使是没有学过 AI 基础知识的读者，也可以轻松入门。本书还从众多AIGC大模型中选择了具有代表性的大模型进行解读，使读者能够轻松理解其工作原理，内容涵盖代码生成、图像生成、语音生成和视频生成等诸多应用领域。在此基础上，本书还将带领读者一起试用各种类型的AIGC大模型，使读者能够直观体验AIGC大模型落地应用的效果。 本书既可作为高校人工智能通识课程或AIGC相关课程的教材，也可作为相关领域的从业人员入门了解AI的参考用书。

贾小林： 教授，博士生导师，毕业于西南交通大学，获工学博士学位；现任计算机科学与技术学院副院长，分工负责本专科教育教学与改革、专业建设与评估、教学研究、本科人才培养团队建设等工作,分管教学科研办公室。四川省普通本科高校教学指导委员会委员，国际电子电器工程师学会（IEEE）高级会员，中国计算机学会（CCF）高级会员，CCF优秀传播大使，四川省海外高层次留学人才，绵阳市“4+3”高端成长型产业领军人才，绵阳市优秀教师，西南科技大学十佳岗位青年、优秀共产党员、优秀教师、教学名师等，入选西南科技大学70周年校庆特辑《龙山薪火-西南科大人之教师篇》；主要从事射频识别（RFID）技术、物联网（IOT）技术、计算机应用技术等领域的研究和教学工作；主持完成国家自然科学基金面上项目、四川省科技支撑计划重大项目、四川省应用基础研究项目、四川省高校成果转化重大培育项目、制造过程测试技术教育部重点实验室重点项目等重要研究课题；研究成果荣获四川省科学技术进步二等奖1项，四川省高等教育教学成果三等奖2项，西南科技大学优秀教学成果一等奖1项。 李晓黎： 软件开发工程师，毕业于吉林大学计算机系；自2006年以来，带领团队一直从事网络管理软件、企业ERP系统和电商平台等的开发与建设工作，具有中国投资银行、国家开发银行、中信银行等多家银行从业经历，参与银行信息化建设、网银平台开发、智能合约设计与开发工作多年，在人工智能、AIGC、Java程序设计、系统软件开发、团队组织管理和系统架构设计等领域积累了丰富的实战经验，主编图书10余本，并被上百所高校选作教材。

【章名目录】 【第　1篇 导论篇】 第　1章 AI技术概述 【第　2篇 基础篇】 第　2章 生成模型 第3章　自然语言处理经典模型 第4章　计算机视觉经典模型 【第3篇　应用篇】 第5章　大语言模型 第6章　代码生成大语言模型 第7章　图像生成大模型 第8章　语音生成大模型 第9章　视频生成大模型 【第4篇　展望篇】 第　10章 AIGC时代的机遇、挑战及发展趋势 附录　大语言模型智能体精选与推荐 【详细目录】 【第　1篇 导论篇】 第　1章 AI技术概述 1.1　AI技术基础　2 1.1.1　AI技术的发展历程　2 1.1.2　AI领域的常用概念　4 1.2　机器学习基础　7 1.2.1　机器学习的三要素　7 1.2.2　机器学习的分类　8 1.2.3　机器学习的工作流程　10 1.2.4　机器学习案例：使用线性回归算法预测房价　11 1.3　深度学习基础　16 1.3.1　深度学习的概念　16 1.3.2　前馈神经网络与反向传播算法　17 1.3.3　深度学习案例：基于LeNet-5模型识别手写数字　17 1.3.4　深度学习的常用基础函数和算法　18 1.3.5　深度学习的基本工作流程　23 1.4　AIGC的发展历史、应用方向及基础技术　25 1.4.1　AIGC的发展历史　25 1.4.2　AIGC的应用方向　26 1.4.3　AIGC的基础技术　28 本章小结　32 习题　32 课程实践　33 【第　2篇 基础篇】 第　2章 生成模型 2.1　生成模型技术基础　35 2.1.1　生成模型和判别模型　35 2.1.2　生成模型的分类　36 2.1.3　生成模型中用到的统计学概念　37 2.2　深度生成模型　42 2.2.1　GAN模型　42 2.2.2　自回归模型　44 2.2.3　扩散模型　44 2.2.4　VAEs模型　46 2.2.5　标准化流模型　49 本章小结　50 习题　50 课程实践　50 第3章　自然语言处理经典模型 3.1　NLP技术的发展历程和应用现状　52 3.1.1　NLP技术的发展历程　52 3.1.2　NLP技术的应用现状　54 3.2　NLP技术基础　55 3.2.1　文本的数值化表示　56 3.2.2　NLP模型　59 3.2.3　注意力机制　60 3.2.4　语料库　66 3.3　经典NLP深度学习模型　67 3.3.1　RNN模型　67 3.3.2　编码器-解码器架构　69 3.3.3　LSTM模型　69 3.3.4　Transformer架构　70 3.3.5　BERT模型　78 本章小结　80 习题　80 课程实践　81 第4章　计算机视觉经典模型 4.1　CV技术的发展历程和应用现状　82 4.1.1　CV技术的发展历程　82 4.1.2　CV技术的应用现状　84 4.2　CV技术基础　85 4.2.1　图像的表现形式　86 4.2.2　数字图像处理　87 4.3　经典CV模型　89 4.3.1　CNN模型　89 4.3.2　ResNet模型　96 4.3.3　ViT模型　97 本章小结　100 习题　100 课程实践　100 【第3篇　应用篇】 第5章　大语言模型 5.1　大语言模型概述　102 5.1.1　大语言模型的定义　102 5.1.2　大语言模型的工作原理　104 5.1.3　大语言模型落地应用的方法　105 5.2　主流大语言模型简析　105 5.2.1　国外主流大语言模型　105 5.2.2　国内主流大语言模型　107 5.3　GPT系列模型的工作原理　109 5.3.1　GPT-1　109 5.3.2　GPT-2　113 5.3.3　GPT-3　120 5.3.4　GPT-3.5和GPT-4　122 5.4　体验主流大语言模型　123 5.4.1　设计体验任务　123 5.4.2　体验大语言模型的方法　125 5.4.3　体验纯文本任务　127 5.4.4　体验多模态任务　131 本章小结　137 习题　138 课程实践　138 第6章　代码生成大语言模型 6.1　代码生成大语言模型概述　139 6.1.1　什么是代码生成大语言模型　139 6.1.2　代码生成大语言模型的基本工作原理　141 6.2　主流代码生成大语言模型选解　142 6.2.1　GitHub Copilot　142 6.2.2　CodeWhisperer　143 6.2.3　CodeGeeX　143 6.2.4　CodeBERT　146 6.3　体验CodeWhisperer　148 6.3.1　在IDEA中安装AWS Toolkit插件　148 6.3.2　在IDEA中使用CodeWhisperer　149 6.3.3　Amazon Q Chat　150 6.3.4　在开发过程中利用CodeWhisperer的编码建议　152 6.4　体验CodeGeeX　154 6.4.1　在VS Code中安装CodeGeeX插件　154 6.4.2　在VS Code中使用CodeGeeX　155 本章小结　160 习题　160 课程实践　160 第7章　图像生成大模型 7.1　图像生成大模型的工作原理　161 7.1.1　图像嵌入　161 7.1.2　图像生成大模型的基本工作流程　162 7.1.3　条件生成模型　163 7.1.4　建立文图联系的CLIP模型　165 7.2　主流图像生成大模型选解　168 7.2.1　国外的图像生成大模型　168 7.2.2　国内的图像生成大模型　175 7.3　体验图像生成大模型　176 7.3.1　体验图像生成大模型的方法　176 7.3.2　设计体验任务　180 7.3.3　体验生成人物摄影图像　183 7.3.4　体验生成风景植物图像　186 7.3.5　体验生成建筑设计图像　188 7.3.6　体验生成中国风格图像　190 本章小结　192 习题　192 课程实践　192 第8章　语音生成大模型 8.1　语音生成大模型的工作原理　193 8.1.1　TTS技术的发展历史　193 8.1.2　梅尔频谱　194 8.1.3　TTS的工作原理　194 8.2　语音生成大模型选解　195 8.2.1　XTTS模型　195 8.2.2　Mega-TTS模型　196 8.3　体验语音生成大模型　198 本章小结　199 习题　199 课程实践　200 第9章　视频生成大模型 9.1　视频生成大模型的基础技术　201 9.1.1　视频表示　201 9.1.2　条件概率视频生成大模型的概念　201 9.2　主流视频生成大模型选解　202 9.2.1　Sora模型的工作原理　202 9.2.2　MagicVideo-V2模型的工作原理　205 9.3　体验主流视频生成大模型　206 9.3.1　Gen-3模型生成的视频　206 9.3.2　Pika模型生成的视频　207 9.3.3　MagicVideo-V2模型生成的视频　208 本章小结　209 习题　209 课程实践　209 【第4篇　展望篇】 第　10章 AIGC时代的机遇、挑战及发展趋势 10.1　AIGC的社会影响　211 10.1.1　AIGC对社会经济的影响　211 10.1.2　AIGC对普通人生活的影响　212 10.2　AIGC时代的机遇和挑战　213 10.2.1　AIGC时代的机遇　213 10.2.2　AIGC时代的挑战　216 10.3　AIGC技术所面临的挑战及发展趋势　221 10.3.1　AIGC技术的伦理问题和所面临的挑战　221 10.3.2　AIGC技术的发展趋势　224 本章小结　227 习题　228 课程实践　228 附录　大语言模型智能体精选与推荐 F.1　文心智能体平台　229 F.2　通义智能体　229 F.3　ChatAI的定制模型　230 F.4　DeepSeek智能体　231