幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

AIGC通識課(新形態立體化雙色印刷普通高等教育人工智慧專業系列教材)

  • 作者：編者:周蘇//萬亮斌//胡相勇|責編:郝建偉//解芳
  • 出版社：機械工業
  • ISBN：9787111775157
  • 出版日期：2025/03/01
  • 裝幀：平裝
  • 頁數：201
人民幣：RMB 55 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    AIGC的應用非常廣泛，能夠生成文本、圖像、音頻、視頻等多種類型的內容，顯著提高了內容生產的效率和多樣性。學習AIGC變得日益重要，它不僅能夠幫助個人和組織在人工智慧時代保持競爭力，還能激發創造力，探索技術與藝術、商業無限融合的可能性。
    本書針對本科院校、職業院校各專業學生的人工智慧通識教育需求，系統、全面地介紹了關於AIGC技術與應用的基本知識和技能，主要包括人工智慧基礎、大語言模型（LLM）、人工智慧生成內容（AIGC）、智能體、提示工程與技巧、AIGC高效工作、AIGC助力學習、AIGC拓展設計、AIGC成就藝術、AIGC安全問題、AIGC倫理與限制、邁向通用人工智慧（AGI）等內容，具有較強的系統性、可讀性和實用性。
作者介紹
編者:周蘇//萬亮斌//胡相勇|責編:郝建偉//解芳
目錄
前言
課程教學進度表
第1章  人工智慧基礎
  1.1  計算的淵源
    1.1.1  為戰爭而發展的電腦器
    1.1.2  通用電腦
    1.1.3  計算思維
  1.2  大數據基礎
    1.2.1  信息爆炸的社會
    1.2.2  大數據的定義
    1.2.3  大數據的3V特徵
  1.3  人工智慧時代
    1.3.1  圖靈測試及其發展
    1.3.2  人工智慧定義
    1.3.3  強人工智慧與弱人工智慧
    1.3.4  大數據與人工智慧
  1.4  從LLM、AIGC到AGI
  【作業】
  【研究性學習】進入人工智慧新時代
第2章  大語言模型（LLM）
  2.1  Blockhead思維實驗
  2.2  從NLP起步
    2.2.1  NLP研究內容
    2.2.2  深度學習革命
  2.3  LLM定義
  2.4  LLM工作原理
    2.4.1  詞元及其標記化
    2.4.2  基礎模型
    2.4.3  詞嵌入及其含義
    2.4.4  基於Transformer模型
    2.4.5  注意力機制
    2.4.6  生成和理解
    2.4.7  預訓練過程與微調
  【作業】
  【研究性學習】騰訊元寶：3D角色夢工廠
第3章  人工智慧生成內容（AIGC）
  3.1  生成式人工智慧（GAI）
    3.1.1  定義GAI
    3.1.2  GAI與AIGC的關係
  3.2  定義AIGC
    3.2.1  內容孿生
    3.2.2  內容編輯和生成
    3.2.3  內容理解
  3.3  AIGC多模態生成技術
  3.4  AIGC的應用場景
    3.4.1  典型應用場景
    3.4.2  Web 3.0
    3.4.3  元宇宙
  3.5  AIGC常用工具（平台）
  3.6  AIGC使用方法

  3.7  案例：國內10個LLM測評
    3.7.1  模型選擇
    3.7.2  分析規則
    3.7.3  調研維度
    3.7.4  測評分析
  【作業】
  【研究性學習】熟悉國內主流LLM
第4章  智能體
  4.1  什麼是智能體
    4.1.1  智能體的定義
    4.1.2  性能度量
    4.1.3  智能體的理性
    4.1.4  AIGC與智能體的聯繫
  4.2  環境的本質
    4.2.1  指定任務環境
    4.2.2  任務環境的屬性
  4.3  智能體的結構
    4.3.1  智能體程序
    4.3.2  學習型智能體
    4.3.3  智能體組件的工作
  4.4  構建LLM智能體
  4.5  智能體驅動的商業模式
    4.5.1  軟體即服務
    4.5.2  智能體即服務
    4.5.3  LLM即服務
    4.5.4  機器人即服務
    4.5.5  智能體商店
    4.5.6  消費者服務
    4.5.7  企業解決方案
    4.5.8  按需平台
    4.5.9  數據和分析
    4.5.10  技術許可
    4.5.11  眾包和協作
  【作業】
  【研究性學習】人形機器人創業獨角獸Figure AI
第5章  提示工程與技巧
  5.1  提示工程的定義
  5.2  提示的原理
    5.2.1  提示詞的分類
    5.2.2  提示構成
    5.2.3  提示調優
  5.3  提示工程技術
    5.3.1  鏈式思考提示
    5.3.2  生成知識提示
    5.3.3  少樣本提示
    5.3.4  自一致提示
    5.3.5  思維樹提示
  5.4  提示學習和語境學習
    5.4.1  提示學習
    5.4.2  語境學習

  5.5  提示詞寫作技巧
    5.5.1  提示詞框架推薦
    5.5.2  提示詞實踐技巧
  【作業】
  【研究性學習】練習撰寫提示詞
第6章  AIGC高效工作
  6.1  AIGC促進OA流程
    6.1.1  機器人流程自動化
    6.1.2  AIGC與RPA結合
  6.2  重新定義個人助理
  6.3  AIGC賦能個人工作
    6.3.1  彌補非專業知識
    6.3.2  創作省時或驗證
    6.3.3  構思拒絕平庸
    6.3.4  物料製作「最後一公里」
  6.4  案例：AIGC助力Excel圖形化技巧
    6.4.1  構建圖形化思維與目標
    6.4.2  聚焦業務價值與主題聚焦
    6.4.3  Excel餅圖可視化
    6.4.4  Excel帕累托圖可視化
  6.5  案例：AIGC打造電商文案
    6.5.1  新品牌的建立
    6.5.2  品牌心智概念設定
    6.5.3  品牌心智刻入
  【作業】
  【研究性學習】熟悉訊飛公文寫作工具——訊飛繪文
第7章  AIGC助力學習
  7.1  AIGC助力學習進步
  7.2  人工智慧教育工具（平台）
    7.2.1  QuillBot
    7.2.2  Owlift
    7.2.3  Grammarly
    7.2.4  Gradescope
    7.2.5  Fireflies.ai
    7.2.6  Otter.ai
    7.2.7  Google Scholar
    7.2.8  Copy.ai
    7.2.9  Google Bard
  7.3  輸入法加持人工智慧
  7.4  智能程序代碼生成工具
    7.4.1  GitHub Copilot
    7.4.2  通義靈碼
    7.4.3  代碼小浣熊
    7.4.4  CodeWhisperer
    7.4.5  MarsCode
    7.4.6  CodeGeeX
    7.4.7  Cody
    7.4.8  CodeFuse
    7.4.9  Project IDX
    7.4.10  Codeium

    7.4.11  CodiumAI
    7.4.12  AskCodi
  7.5  案例：AIGC生成程序代碼
  【作業】
  【研究性學習】熟悉阿里雲大模型——通義千問
第8章  AIGC拓展設計
  8.1  AIGC與設計師的協同模式
    8.1.1  嵌入模式
    8.1.2  助手模式
    8.1.3  代理模式
  8.2  AIGC加速藥物發現
    8.2.1  AIGC在藥物發現中的作用
    8.2.2  為流程各個階段增加價值
    8.2.3  人工智慧藥物開發案例研究
    8.2.4  藥物開發的未來
  8.3  AIGC與搜索技術
  8.4  案例：用AIGC繪製UML設計圖
    8.4.1  用ChatGPT生成PlantUML代碼
    8.4.2  用Drawio繪製流程圖
  【作業】
  【研究性學習】利用AIGC完成人機交互界面設計
第9章  AIGC成就藝術
  9.1  人工智慧繪圖工具
    9.1.1  Stable Diffusion
    9.1.2  MidJourney
    9.1.3  文心一格
    9.1.4  「稿定」AI
  9.2  AIGC顛覆用戶音樂體驗
    9.2.1  AIGC改變音樂體驗
    9.2.2  AIGC打開音樂想象空間
  9.3  AIGC生成視頻
    9.3.1  原理
    9.3.2  工具
    9.3.3  應用領域
  9.4  AIGC用在營銷創意中
    9.4.1  AIGC推動營銷升級
    9.4.2  AIGC的獨特視覺效果
    9.4.3  AIGC創意的靈魂
  【作業】
  【研究性學習】文生圖：註冊使用MidJourney繪圖工具
第10章  AIGC安全問題
  10.1  AIGC的主要安全問題
  10.2  LLM的幻覺
    10.2.1  幻覺的分類
    10.2.2  產生幻覺的原因
    10.2.3  檢測LLM幻覺
    10.2.4  減輕幻覺
  10.3  「超人」AI的不堪一擊
    10.3.1  AI「圍棋冠軍」的不堪一擊
    10.3.2  實現「超人」人工智慧不簡單

  10.4  警惕AI「智能體風險」
  10.5  案例：AIGC與「欺騙」
    10.5.1  人工智慧學會的欺騙
    10.5.2  人工智慧欺騙可能導致的風險
    10.5.3  對人類防止被騙所做的努力
  【作業】
  【研究性學習】熟悉科大訊飛大模型——訊飛星火認知
第11章  AIGC倫理與限制
  11.1  AIGC面臨的倫理挑戰
  11.2  數據隱私保護對策
    11.2.1  數據主權和數據權問題
    11.2.2  數據利用失衡問題
    11.2.3  構建隱私保護倫理準則
    11.2.4  健全道德倫理約束機制
  11.3  人工智慧倫理原則
    11.3.1  職業倫理準則的目標
    11.3.2  創新發展道德倫理宣言
    11.3.3  歐盟可信賴的倫理準則
  11.4  LLM的知識產權保護
    11.4.1  LLM的訴訟案例
    11.4.2  尊重隱私，保障安全，促進開放
    11.4.3  邊緣群體的數字平等
  11.5  案例：AIGC搶了誰的飯碗
  【作業】
  【研究性學習】人工智慧獨立完成的視覺藝術品無法獲得版權
第12章  邁向通用人工智慧（AGI）
  12.1  GAI的層次
    12.1.1  應用層
    12.1.2  平台層
    12.1.3  模型層
    12.1.4  基礎設施層
  12.2  人工智慧發展願景
    12.2.1  LLM用於智能製造
    12.2.2  預測人類行為的新模型
  12.3  AGI湧現
    12.3.1  AGI的定義
    12.3.2  LLM與AGI
    12.3.3  AGI的關鍵特性
  12.4  從AIGC邁向AGI
    12.4.1  通往AGI的分級系統
    12.4.2  邁向AGI的關鍵步驟
  【作業】
  【課程學習與實踐總結】
附錄  作業參考答案
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032