聚焦ChatGPT——生成式人工智能的应用与前沿电子书

封面页

书名页

版权页

内容简介

彩插

编委会

主编简介

序言一

序言二

序言三

序言四

序言五

序言六

前言

目录

第一部分　人工智能与生成式人工智能

第1章　人工智能简史

1.1　计算机与人工智能：初生之时

1.2　人工智能学科的创立：早期探索

1.3　人工智能的初应用：成长期

1.4　人工智能实用化：专家系统与神经网络

1.5　智慧“双擎”：机器学习与神经网络的崛起

1.6　人工智能的沃土：大数据时代

1.7　人工智能的革命：深度学习与生成式人工智能的应用

1.8　人工智能的繁荣：无处不在

第2章　生成式人工智能概述

2.1　生成式人工智能简介

2.2　生成式人工智能的发展历程与挑战

第3章　生成式人工智能的理论基础与学派

3.1　生成式模型简介

3.2　生成式模型的种类：家族大事记

3.3　生成式模型的挑战与未来：无限可能

3.4　概率模型与贝叶斯学派

3.5　最大似然估计与频率学派

3.6　各学派的比较

3.7　贝叶斯学派与频率学派的比较

3.8　生成式模型与判别式模型的比较

第二部分　生成式人工智能的应用

第4章　自然语言处理

4.1　自然语言处理简介

4.2　主要的训练原理

4.3　文本生成

4.4　机器翻译

4.5　情感分析

第5章　计算机视觉

5.1　计算机视觉中的几个核心任务

5.2　基本的原理和方法

5.3　图像生成

5.4　图像分割

第6章　语音识别与合成

6.1　语音识别技术

6.2　语音合成技术

第三部分　热点分析：聚焦ChatGPT

第7章　ChatGPT的技术原理与应用

7.1　ChatGPT简介

7.2　ChatGPT兴起的原因及意义

7.3　ChatGPT的技术核心

7.4　ChatGPT与其他大语言模型的核心区别

7.5　ChatGPT对Transformer模型架构的优化

7.6　ChatGPT的应用案例

第8章　AutoGPT

8.1　AutoGPT的技术特点

8.2　AutoGPT在各领域的应用

第四部分　人工智能巨头在生成式人工智能领域的竞争

第9章　人工智能产业竞争现状与时间线

9.1　人工智能发展的时间线

9.2　围棋高手——智能机器人AlphaGo

9.3　人工智能发展的其他关键节点

9.4　OpenAI的研究与应用

9.5　谷歌人工智能的研究与发展

9.6　微软人工智能的研究与发展

9.7　脸书人工智能的研究与发展

9.8　亚马逊人工智能的研究与发展

9.9　百度人工智能的研究与发展

9.10　生成式人工智能和多模融合大模型的竞争

9.11　多模融合技术的实例

9.12　多模融合的基本原理与应用

9.13　多模融合的发展经历

第五部分　入门与深造

第10章　如何入门生成式人工智能

第11章　深造与提高

11.1　学术研究方向与国际会议

11.2　跟踪前沿进展的方法和途径

第六部分　人工智能产业人才建设：地方政府和企业推动数字经济发展的新动能

第12章　人工智能产业人才建设

12.1　人工智能产业人才的构成

12.2　人工智能产业人才建设发挥重要作用

12.3　多方协同加快梯队建设速度

第13章　人工智能科学家

13.1　人工智能科学家的独特价值

13.2　地方政府引入人工智能科学家的必要性

13.3　“多管齐下”采取有效措施

第14章　人工智能卓越工程师

14.1　人工智能卓越工程师的魅力

14.2　具有代表性的人工智能卓越工程师

第15章　人工智能经营管理人才

15.1　传统行业的人工智能战略经营管理人才

15.2　人工智能原生科技企业经营管理人才

15.3　企业家层次的经营管理人才

15.4　中层管理者经营管理人才

15.5　小结

第16章　人工智能行业应用人才

16.1　人工智能行业应用专家

16.2　人工智能技能人才

16.3　地方政府应提供强有力的保障

16.4　总结与展望

第七部分　生成式人工智能的法律治理

第17章　生成式人工智能的全球监管态势

17.1　第一梯队国家的现状

17.2　主要第二梯队国家或地区的现状

17.3　主要第三、四梯队国家的现状

第18章　生成式人工智能的重点法律关注

18.1　数据合规

18.2　著作权

18.3　开源软件