大模型通识课:技术演进、商业革命与行业落地电子书

前折页

书名页

版权

序1 站在风口上的“大模型时代”

序2 无AI，不未来

前言

第1章 AI的进化与大语言模型时代

1.1 AI进化时间线

1.2 符号主义与专家系统

1.3 机器学习兴起

1.4 深度学习的突破

1.5 大语言模型时代

1.5.1 GPT-4：大语言模型的里程碑

1.5.2 缩放定律与能力涌现

1.5.3 从预训练范式到推理范式的转变

第2章 能力“涌现”的机理、工作范式与争议

2.1 能力涌现的机理

2.2 涌现式AI的工作范式与经典案例

2.2.1 传统AI工作范式的五大局限

2.2.2 涌现式AI的工作范式

2.2.3 能力涌现的经典案例

2.3 能力涌现的学术争议及其解决方案

2.3.1 学术争议分析

2.3.2 突破之法：“三位一体”的研究框架

第3章 传统AI困境与思维链

3.1 传统AI的四大困境与认知突破路径

3.1.1 符号统计之困

3.1.2 黑盒决策之困

3.1.3 单步推理之困

3.1.4 因果认知之困

3.1.5 认知突破路径

3.2 认识思维链

3.2.1 思维链的兴起与发展

3.2.2 思维链与AI推理的关系

3.3 思维链的类型

3.4 思维链的本质

3.4.1 模拟人类思维

3.4.2 慢思考

3.4.3 元认知涌现

3.4.4 通用AI桥梁

第4章 AI产业变局与知识平权

4.1 DeepSeek新纪元

4.1.1 崛起之路

4.1.2 AI竞争博弈

4.2 中美AI发展路径分析

4.3 打破“算力美元”垄断

4.4 引领知识平权时代

第5章 DeepSeek引发的商业革命

5.1 破坏者的规则及特质

5.1.1 破坏的成本经济学

5.1.2 破坏既有价值假设

5.1.3 破坏者的特质

5.2 推理改变商业

5.2.1 人类推理局限

5.2.2 机器推理的“渗透”冲击

5.3 企业和个人的抉择

5.4 中国式创新力量

5.5 DeepSeek的商业成功学

5.5.1 高效协同的关系构建

5.5.2 开启AI民主化

第6章 DeepSeek技术解析

6.1 架构演进与技术突破

6.1.1 架构演进历程

6.1.2 MLA

6.1.3 动态负载均衡路由

6.1.4 MoE架构

6.2 模型训练技术创新

6.2.1 DeepSeek-V3的训练方法创新

6.2.2 DeepSeek-R1的训练方法创新

6.2.3 硬件基础层的关键支撑技术

6.2.4 大模型训练方法创新的未来展望

第7章 大模型技术在六大领域的落地

7.1 在机器人领域的应用

7.1.1 赋能机器人系统

7.1.2 与具身智能的融合

7.2 教育的智能革命

7.2.1 智能解题辅导

7.2.2 跨学科教学

7.3 金融决策新范式

7.3.1 智能投研决策逻辑的重塑

7.3.2 智能风控系统构建

7.3.3 信贷评估逻辑的革新

7.4 法律领域的创新实践

7.4.1 法律推理能力升级

7.4.2 合同风险识别

7.4.3 智能调解创新

7.5 汽车工业革新

7.5.1 智能座舱升级

7.5.2 赋能制造体系

7.5.3 辅助驾驶革新

7.6 医学与健康领域的创新实践

7.6.1 肾脏病学中的创新实践

7.6.2 心理健康智能评估的创新实践

7.6.3 性格特征识别的创新实践

第8章 技术局限与未来发展

8.1 三大局限

8.2 技术进化与应用生态构建

8.2.1 技术进化的关键方向

8.2.2 应用生态的立体构建

8.3 未来图景

8.3.1 认知协同的新型文明

8.3.2 人类价值的重新定位

后记 我命由我不由天

后折页