AIGC通識教程（微課版）
趙建勇 周蘇 李眉博
商品描述
本書針對各專業學生的人工智能通識教育需求，系統、全面地介紹關於AIGC技術與應用的基本知識和技能，詳細介紹人工智能基礎、什麽是LLM、熟悉AIGC、AIGC與智能體、提示工程與技巧、AIGC賦能工作、AIGC助力學習、AIGC拓展設計、AIGC豐富生活、AIGC成就藝術、AIGC倫理與限制、面向AGI等內容，具有較強的系統性、可讀性和實用性。
本書可作為高等院校各專業人工智能通識類課程的教材，也可供對人工智能、AIGC感興趣的人員閱讀。
作者簡介
周蘇，教授，1982年7月畢業於（現）河海大學自動化系電腦專業。1986年調入杭州大學電腦系任教，1991年破格晉升副教授，1999年由浙江大學轉入浙大城市學院任教，2005年晉升教授。2005年清華大學電腦科學技術系高級訪問學者。 在杭州大學、浙江大學、浙大城市學院、浙江安防職業技術學院、溫州商學院等多所院校擔任專任教師，在嘉興技師學院等多所院校兼職任教，教學經驗豐富。 長期從事創新方法、電腦科學與技術、信息管理、大數據技術、人工智能技術等專業課程教學工作，主講創新思維與創新方法、技術創新方法、管理創新方法、項目管理、操作系統原理、軟件工程、軟件測試技術、軟件體系結構、電腦導論、大數據導論、大數據可視化、人工智能導論、電子商務、移動商務、供應鏈物流管理、多媒體技術、管理信息系統、C語言程序設計、面向對象程序設計、Java程序設計、Python程序設計、人機交互技術、藝術設計概論、數字媒體技術、信息管理與信息系統概論、信息資源管理、科技應用文寫作等數十餘門課程，對應用型高等院校教育有深刻理解，是多項精品課程建設等教改項目的主持人。 1988年出版第一本教材《FoxBASE+及其程序設計技巧》。至今（2022年8月）已經在清華大學出版社、機械工業出版社、中國鐵道出版社、科學出版社、南開大學出版社、天津科學技術出版社、浙江科學技術出版社等出版各課程大學教材電腦系列、大數據系列、人工智能系列、（技術、管理）創新教育系列等超140餘本，積累了豐富的教學改革、教材建設經驗。 主編的《數字藝術設計基礎》（清華大學出版社）、《項目管理與應用》（機械工業出版社）、《軟件測試技術與實踐》（清華大學出版社）獲浙江省“十二五”優秀教材；主編的《大數據導論》獲清華大學出版社“優秀暢銷書”。《電腦教育》雜志“首屆百期十佳作者”；2021年被機械工業出版社授予“優秀作者”稱號，2022年5月被中國鐵道出版社授予“優秀作者”稱號。主持的《創新思維與創新方法》課程成功入選“2016年度杭州市高校市級精品課程建設項目”。
目錄大綱
第 1 章 人工智能基礎 .................... 1
1.1 電腦的淵源........................................1
1.1.1 因戰爭而發展的電腦器........1
1.1.2 通用電腦................................2
1.2 大數據基礎............................................3
1.2.1 信息爆炸的社會........................3
1.2.2 大數據的定義............................4
1.2.3 大數據的 3V 特徵.....................5
1.3 人工智能時代........................................5
1.3.1 圖靈測試及其發展....................6
1.3.2 人工智能的定義........................7
1.3.3 人工智能的實現........................7
1.3.4 大數據與人工智能....................9
1.4 從 LLM 到 AGI ...................................10
1.4.1 大語言模型（LLM） .............10
1.4.2 人工智能生成內容（AIGC）..................................10
1.4.3 通用人工智能（AGI）........... 11
【作業】......................................................... 11
【研究性學習】進入人工智能時代.............13
第 2 章 什麽是 LLM....................15
2.1 Blockhead 思維實驗............................15
2.2 從 NLP 起步 ........................................16
2.2.1 NLP 研究內容.........................16
2.2.2 深度學習的影響......................17
2.3 LLM 定義.............................................18
2.4 LLM 工作原理.....................................18
2.4.1 詞元及字詞標記化..................19
2.4.2 基礎模型..................................19
2.4.3 詞嵌入及其含義......................20
2.4.4 基於 Transformer 模型 ............20
2.4.5 註意力機制..............................21
2.4.6 生成和理解..............................22
2.4.7 預訓練過程與微調..................22
2.5 LLM 的幻覺.........................................23
2.5.1 幻覺的分類..............................23
2.5.2 產生幻覺的原因......................23
2.5.3 檢測幻覺..................................24
2.5.4 減輕幻覺..................................25
【作業】.........................................................25
【研究性學習】基於 ChatGPT 的免費工具：ChatAI 組件 ........................27
第 3 章 熟悉 AIGC .....................30
3.1 什麽是 GAI..........................................30
3.1.1 定義 GAI..................................30
3.1.2 GAI 與 AIGC 的關系 ..............31
3.2 定義 AIGC ...........................................31
3.2.1 內容孿生..................................32
3.2.2 內容編輯..................................32
3.2.3 內容理解..................................33
3.3 AIGC 多模態生成技術 .......................33
3.4 AIGC 的應用場景 ...............................35
3.4.1 典型應用場景..........................35
3.4.2 Web 3.0 ....................................36
3.4.3 元宇宙......................................38
3.4.4 AIGC 常用工具（平臺）.......39
3.5 AIGC 的使用方法...............................40
3.6 案例：國內 10 款 LLM 產品測評......40
3.6.1 模型選擇..................................41
3.6.2 分析規則..................................41
3.6.3 調研維度..................................42
3.6.4 測評分析結果..........................42
【作業】.........................................................43
【研究性學習】熟悉國內主流 LLM 產品.... 45
第 4 章 AIGC 與智能體...............46
4.1 什麽是智能體......................................46
4.1.1 智能體的定義..........................47
4.1.2 智能體的性能度量..................47
4.1.3 理性智能體..............................48
4.2 智能體的任務環境..............................48
4.2.1 指定任務環境..........................48
4.2.2 任務環境的屬性......................49
4.3 AIGC 與智能體的聯系.......................51
4.4 智能體的結構......................................52
4.4.1 智能體程序..............................52
4.4.2 學習型智能體..........................53
4.4.3 智能體組件的工作..................54
4.5 構建 LLM 智能體 ...............................55
【作業】.........................................................56
【研究性學習】人形機器人創業獨角獸Figure AI.............................58
第 5 章 提示工程與技巧 ...............60
5.1 提示工程的定義..................................60
5.2 提示的原理..........................................61
5.2.1 提示詞的分類..........................62
5.2.2 提示構成..................................63
5.2.3 提示調優..................................63
5.3 提示工程技術......................................64
5.3.1 鏈式思考提示..........................64
5.3.2 生成知識提示..........................65
5.3.3 少樣本提示..............................65
5.3.4 自一致提示..............................66
5.3.5 思維樹提示..............................66
5.4 提示學習和語境學習 ..........................67
5.4.1 提示學習..................................67
5.4.2 語境學習..................................69
5.5 提示技巧..............................................69
5.5.1 提示詞框架推薦......................70
5.5.2 提示詞實踐技巧......................72
【作業】.........................................................73
【研究性學習】練習撰寫提示詞 .................75
第 6 章 AIGC 賦能工作...............77
6.1 AIGC 促進辦公自動化 .......................77
6.1.1 機器人流程自動化..................77
6.1.2 AIGC 與 RPA 結合..................78
6.2 AIGC 賦能個人工作 ...........................78
6.2.1 彌補非專業知識......................79
6.2.2 創作省時或驗證......................79
6.2.3 構思拒絕平庸..........................80
6.2.4 物料製作“最後一公里” ......80
6.3 案例：AIGC 助力 Excel 圖形化 ........81
6.3.1 構建可視化思維與目標..........81
6.3.2 聚焦業務價值與主題..............82
6.3.3 Excel 餅圖可視化....................83
6.3.4 Excel 帕累托圖可視化............84
6.4 案例：AIGC 打造電商品牌文案........85
6.4.1 新品牌的建立..........................86
6.4.2 品牌心智概念設定..................87
6.4.3 品牌心智刻入..........................88
【作業】.........................................................90
【研究性學習】熟悉訊飛公文寫作工具—— 訊飛繪文 .............................91
第 7 章 AIGC 助力學習...............94
7.1 AIGC 助力教育領域革新...................94
7.2 人工智能教學工具..............................95
7.2.1 QuillBot....................................95
7.2.2 Owlift .......................................95
7.2.3 Grammarly ...............................96
7.2.4 Gradescope...............................97
7.2.5 Fireflies.ai ................................97
7.2.6 Otter.ai......................................98
7.2.7 Google Scholar.........................99
7.2.8 Copy.ai ...................................100
7.2.9 Google Bard ...........................100
7.3 人工智能加持輸入法........................101
7.4 智能代碼生成工具............................102
7.4.1 GitHub Copilot.......................102
7.4.2 通義靈碼................................103
7.4.3 代碼小浣熊............................103
7.4.4 CodeWhisperer.......................103
7.4.5 MarsCode...............................104
7.4.6 CodeGeeX..............................104
7.4.7 Cody.......................................105
7.4.8 CodeFuse................................105
7.4.9 Project IDX ............................105
7.4.10 Codeium...............................106
7.4.11 CodiumAI.............................106
7.4.12 AskCodi ...............................106
7.5 案例：AIGC 生成代碼.....................107
【作業】.......................................................108
【研究性學習】熟悉阿裡雲大模型“通義千問”............................... 110
第 8 章 AIGC 拓展設計.............113
8.1 AIGC 與設計師的協同模式............. 113
8.1.1 嵌入模式................................ 114
8.1.2 助手模式................................ 114
8.1.3 代理模式................................115
8.2 AIGC 加速藥物發現 .........................116
8.2.1 AIGC 在藥物發現中的作用....116
8.2.2 AIGC 在藥物發現各個階段的價值........................................116
8.2.3 人工智能藥物開發案例研究........................................117
8.2.4 藥物開發的未來....................117
8.3 AIGC 與搜索技術 .............................117
8.4 用 AIGC 繪制 UML 圖......................118
8.4.1 用 ChatGPT 生成 PlantUML 代碼........................................118
8.4.2 用 draw·io 繪制流程圖..........120
【作業】.......................................................122
【研究性學習】利用 AIGC 完成 UI 設計....124
第 9 章 AIGC 豐富生活.............128
9.1 重新定義個人助理 ............................129
9.2 AIGC 與“欺騙” .............................129
9.2.1 人工智能學會的欺騙............130
9.2.2 人工智能欺騙可能導致的風險........................................131
9.2.3 防止被騙人類所做的努力 ....131
9.3 智能體驅動的商業模式 ....................132
9.3.1 軟件即服務............................132
9.3.2 智能體即服務........................133
9.3.3 模型即服務............................133
9.3.4 機器人即服務........................134
9.3.5 智能體商店............................135
9.3.6 消費者服務............................135
9.3.7 企業解決方案........................136
9.3.8 按需平臺................................137
9.3.9 數據和分析............................137
9.3.10 技術許可..............................138
9.3.11 眾包和協作..........................138
9.4 案例：AIGC 搶了誰的飯碗..............139
【作業】.......................................................142
【研究性學習】熟悉科大訊飛大模型“訊飛星火認知”.......................143
第 10 章 AIGC 成就藝術.............147
10.1 人工智能繪圖工具..........................148
10.1.1 Stable Diffusion....................149
10.1.2 MidJourney ..........................150
10.1.3 文心一格..............................150
10.1.4 稿定設計..............................150
10.2 AIGC 顛覆用戶音樂體驗...............151
10.2.1 AIGC 改變音樂體驗...........151
10.2.2 AIGC 打開音樂想象空間...153
10.2.3 用技術創造的體驗..............154
10.3 AIGC 生成視頻...............................154
10.3.1 原理......................................154
10.3.2 工具......................................155
10.3.3 應用案例..............................155
10.4 AIGC 與營銷創意...........................155
10.4.1 AIGC 推動營銷升級...........155
10.4.2 AIGC 的獨特視覺效果.......156
10.4.3 AIGC 創意的靈魂...............157
【作業】.......................................................158
【研究性學習】文生圖：註冊並使用 MidJourney 繪圖工具............................160
第 11 章 AIGC 倫理與限制 .........163
11.1 AIGC 面臨的倫理問題 ...................163
11.2 數據隱私保護..................................164
11.2.1 數據主權和數據權問題......164
11.2.2 數據利用失衡問題..............165
11.2.3 構建隱私保護的倫理準則.... 165
11.2.4 健全隱私保護的道德倫理約束機制......................................166
11.3 人工智能倫理原則..........................166
11.3.1 職業倫理準則的目標 ..........166
11.3.2 創新發展道德倫理宣言 ......167
11.3.3 可信賴的人工智能倫理準則......................................168
11.4 LLM 的知識產權保護.....................169
11.4.1 LLM 的訴訟案例.................169
11.4.2 尊重隱私、保障安全、促進開放......................................173
11.4.3 邊緣群體的數字平等 ..........173
【作業】.......................................................173
【研究性學習】人工智能獨立完成的視覺藝術品無法獲得版權 .......175
第 12 章 面向 AGI......................178
12.1 GAI 的層次......................................178
12.1.1 應用層..................................178
12.1.2 平臺層..................................179
12.1.3 模型層..................................179
12.1.4 基礎設施層..........................180
12.2 人工智能發展前景 ..........................180
12.2.1 LLM 用於智能製造.............180
12.2.2 預測人類行為的新模型......181
12.3 AGI 涌現..........................................182
12.3.1 AGI 的定義..........................183
12.3.2 LLM 與 AGI ........................183
12.3.3 AGI 的關鍵特性..................184
12.4 從 GAI 邁向 AGI.............................184
【作業】.......................................................185
【課程學習與實踐總結】 ...........................187
課程教學進度表 ............ 191
參考文獻..................... 192
