生成式人工智能与大模型素养 / 高等职业教育系列教材
￥59.00定价
作者： 高祖彦，张力，陶慧
出版时间：2025-06-28
出版社：机械工业出版社
- 机械工业出版社
- 9787111783626
- 1-1
- 549798
- 平装
- 2025-06-28
- 376
- 高职
内容简介
本书采用“理论 + 应用 + 操作实践”相结合的方式，深入浅出地介绍生成式人工智能及大模型的基础知识。书中精选典型案例，展示大模型在各行业的应用，并通过Transformer架构，详细解析生成式人工智能及大模型的核心原理与技术演进。此外，本书还通过文本生成、图像生成、视频生成等应用场景，指导读者学习AI工具的使用。
本书体系完整，通俗易懂。内容分为8章，包括生成式人工智能概述、大模型基础、大模型行业赋能、Transformer模型、大语言模型、文本生成、图像生成和视频生成。
本书可作为高等职业院校的人工智能通识课程教材，也可作为工程技术人员的人工智能入门参考书。
本书体系完整，通俗易懂。内容分为8章，包括生成式人工智能概述、大模型基础、大模型行业赋能、Transformer模型、大语言模型、文本生成、图像生成和视频生成。
本书可作为高等职业院校的人工智能通识课程教材，也可作为工程技术人员的人工智能入门参考书。
目录
前言
二维码资源清单
第1章 生成式人工智能概述
案例导入 ChatGPT震撼来袭
1.1 认识人工智能
1.1.1 人工智能的定义
1.1.2 人工智能的分类
1.1.3 人工智能的起源
1.1.4 人工智能发展历程
1.1.5 人工智能的主要流派
1.2 生成式人工智能
1.2.1 认识生成式人工智能
1.2.2 AIGC与内容生产方式变革
1.2.3 AIGC的发展历程
1.3 机器学习与深度学习
1.3.1 机器学习
1.3.2 监督学习与强化学习
1.3.3 人工神经网络
1.3.4 深度学习
1.4 AIGC的应用与风险挑战
1.4.1 AIGC的应用
1.4.2 AIGC的发展方向
1.4.3 AIGC风险挑战
1.4.4 AIGC监管政策
拓展阅读 几位人工智能的奠基人
1.5 习题
第2章 大模型基础
案例导入 2024年诺贝尔物理学奖揭晓
2.1 认识大模型
2.1.1 大模型的定义
2.1.2 大模型的分类
2.1.3 大模型的涌现能力
2.2 大模型的发展
2.2.1 大模型的发展历程
2.2.2 我国大模型的发展
2.3 大模型核心技术
2.3.1 Transformer架构
2.3.2 模型微调
2.3.3 基于人类反馈的强化学习
2.3.4 模型压缩技术
2.3.5 安全与隐私保护技术
2.4 大模型的三要素
2.4.1 算力
2.4.2 算法
2.4.3 数据
2.5 大模型的发展方向
2.5.1 多模态大模型的跨越式突破
2.5.2 AI智能体
2.5.3 具身智能
2.5.4 生物智能
2.5.5 大世界模型
2.6 大模型的构建过程
拓展阅读 一代宗师杰弗里•辛顿
2.7 习题
第3章 大模型行业赋能
案例导入 盘古大模型解决行业难题
3.1 大模型 + 智慧城市
3.1.1 智慧政务⸺华为盘古政务大模型
3.1.2 智慧交通⸺TransGPT交通大模型
3.1.3 智慧环境⸺三监联动大模型
3.1.4 智慧安防⸺依图科技天问大模型
3.2 大模型 + 智慧医疗
3.2.1 智能诊断和决策支持⸺华佗GPT
3.2.2 药物研发⸺盘古药物设计平台
3.2.3 医学影像分析⸺龙影大模型
3.2.4 健康管理系统⸺大医大语言模型
3.2.5 大模型与机器人手术⸺AI脑部手术机器人
3.3 大模型 + 智能制造
3.3.1 大模型赋能智能制造⸺海尔卡奥斯工业大模型
3.3.2 大模型赋能工业机器人⸺通义千问伙伴计划
3.3.3 大模型赋能人形机器人⸺宇树科技的人形机器人
3.4 大模型 + 智慧金融
3.4.1 投研助手⸺浦发银行投研助手
3.4.2 风控合规⸺度小满轩辕风控大模型
3.4.3 理赔助手⸺众安科技智能保险系统
3.4.4 智能营销⸺言犀大模型
拓展阅读 我国生成式人工智能服务数量突破300款
3.5 习题
第4章 Transformer模型
案例导入 2024年诺贝尔化学奖再次花落人工智能
4.1 自然语言处理基础
4.1.1 自然语言处理的概念
4.1.2 自然语言处理任务
4.1.3 语言输入的预处理
4.2 传统语言模型
4.2.1 语言模型的发展历程
4.2.2 统计语言模型
4.2.3 神经网络语言模型
4.3 序列到序列模型
4.3.1 序列到序列结构
4.3.2 注意力机制
4.4 Transformer模型解析
4.4.1 Transformer模型结构
4.4.2 嵌入和向量化
4.4.3 位置编码
4.4.4 掩码多头自注意力
4.4.5 残差连接和归一化
4.4.6 线性层和softmax层
4.4.7 多层叠加
拓展阅读 混合专家模型MoE
4.5 习题
第5章 大语言模型
案例导入 Nature连发3篇文章，惊呼DeepSeek震惊世界！
5.1 大语言模型技术路线
5.2 GPT系列模型
5.2.1 GPT-1
5.2.2 GPT-2
5.2.3 GPT-3
5.2.4 GPT-3.5
5.2.5 ChatGPT
5.2.6 GPT-4
5.3 BERT模型
5.3.1 BERT模型结构
5.3.2 输入形式
5.3.3 模型预训练与微调
5.4 T5模型
5.4.1 T5模型架构
5.4.2 模型预训练策略
5.4.3 预训练流程
5.5 DeepSeek模型
5.5.1 DeepSeek模型发展历程
5.5.2 DeepSeek-V3
5.5.3 DeepSeek-R1
拓展阅读 DeepSeek颠覆了什么
5.6 习题
第6章 文本生成
案例导入 见证DeepSeek的能力
6.1 AI文本生成的应用
6.2 常用文本生成大模型
6.2.1 文心一言
6.2.2 讯飞星火
6.2.3 智谱清言
6.2.4 通义千问
6.3 提示词
6.3.1 提示词的概念
6.3.2 提示词的组成要素
6.3.3 提示词的技巧
6.4 操作实践 使用文心一言生成文本
6.4.1 文心一言的使用
6.4.2 文学创作
6.4.3 制定学习计划
6.4.4 旅游攻略
拓展阅读 "快笔小新"：新华社第一位机器人记者
6.5 习题
第7章 图像生成
案例导入 AI画作《太空歌剧院》获艺术类比赛一等奖
7.1 AI图像生成技术路线及其应用
7.1.1 AI图像生成的技术路线
7.1.2 AI图像生成的应用
7.2 AI图像生成大模型
7.2.1 Stable Diffusion
7.2.2 DALL•E 2
7.2.3 Midjourney
7.2.4 文心一格
7.3 操作实践 使用文心一格生成图像
7.3.1 文心一格的使用
7.3.2 自定义模式
7.3.3 文生图
7.3.4 图生图
拓展阅读 全球首次AI山水画作成功拍卖，落槌价110 万元
7.4 习题
第8章 视频生成
案例导入 中国首部文生视频AI动画片《千秋诗颂》首播
8.1 AI视频生成的方式及应用
8.1.1 AI视频生成的方式
8.1.2 AI视频生成的应用
8.2 视频生成大模型
8.2.1 Sora
8.2.2 智谱清影
8.3 操作实践 使用智谱清影生成视频
8.3.1 智谱清影的使用
8.3.2 文生视频
8.3.3 图生视频
8.4 虚拟数字人
8.4.1 虚拟数字人介绍
8.4.2 虚拟数字人生成工具
8.5 操作实践 使用腾讯智影创建数字人
拓展阅读 腾讯智影数字人直播
8.6 习题
参考文献
二维码资源清单
第1章 生成式人工智能概述
案例导入 ChatGPT震撼来袭
1.1 认识人工智能
1.1.1 人工智能的定义
1.1.2 人工智能的分类
1.1.3 人工智能的起源
1.1.4 人工智能发展历程
1.1.5 人工智能的主要流派
1.2 生成式人工智能
1.2.1 认识生成式人工智能
1.2.2 AIGC与内容生产方式变革
1.2.3 AIGC的发展历程
1.3 机器学习与深度学习
1.3.1 机器学习
1.3.2 监督学习与强化学习
1.3.3 人工神经网络
1.3.4 深度学习
1.4 AIGC的应用与风险挑战
1.4.1 AIGC的应用
1.4.2 AIGC的发展方向
1.4.3 AIGC风险挑战
1.4.4 AIGC监管政策
拓展阅读 几位人工智能的奠基人
1.5 习题
第2章 大模型基础
案例导入 2024年诺贝尔物理学奖揭晓
2.1 认识大模型
2.1.1 大模型的定义
2.1.2 大模型的分类
2.1.3 大模型的涌现能力
2.2 大模型的发展
2.2.1 大模型的发展历程
2.2.2 我国大模型的发展
2.3 大模型核心技术
2.3.1 Transformer架构
2.3.2 模型微调
2.3.3 基于人类反馈的强化学习
2.3.4 模型压缩技术
2.3.5 安全与隐私保护技术
2.4 大模型的三要素
2.4.1 算力
2.4.2 算法
2.4.3 数据
2.5 大模型的发展方向
2.5.1 多模态大模型的跨越式突破
2.5.2 AI智能体
2.5.3 具身智能
2.5.4 生物智能
2.5.5 大世界模型
2.6 大模型的构建过程
拓展阅读 一代宗师杰弗里•辛顿
2.7 习题
第3章 大模型行业赋能
案例导入 盘古大模型解决行业难题
3.1 大模型 + 智慧城市
3.1.1 智慧政务⸺华为盘古政务大模型
3.1.2 智慧交通⸺TransGPT交通大模型
3.1.3 智慧环境⸺三监联动大模型
3.1.4 智慧安防⸺依图科技天问大模型
3.2 大模型 + 智慧医疗
3.2.1 智能诊断和决策支持⸺华佗GPT
3.2.2 药物研发⸺盘古药物设计平台
3.2.3 医学影像分析⸺龙影大模型
3.2.4 健康管理系统⸺大医大语言模型
3.2.5 大模型与机器人手术⸺AI脑部手术机器人
3.3 大模型 + 智能制造
3.3.1 大模型赋能智能制造⸺海尔卡奥斯工业大模型
3.3.2 大模型赋能工业机器人⸺通义千问伙伴计划
3.3.3 大模型赋能人形机器人⸺宇树科技的人形机器人
3.4 大模型 + 智慧金融
3.4.1 投研助手⸺浦发银行投研助手
3.4.2 风控合规⸺度小满轩辕风控大模型
3.4.3 理赔助手⸺众安科技智能保险系统
3.4.4 智能营销⸺言犀大模型
拓展阅读 我国生成式人工智能服务数量突破300款
3.5 习题
第4章 Transformer模型
案例导入 2024年诺贝尔化学奖再次花落人工智能
4.1 自然语言处理基础
4.1.1 自然语言处理的概念
4.1.2 自然语言处理任务
4.1.3 语言输入的预处理
4.2 传统语言模型
4.2.1 语言模型的发展历程
4.2.2 统计语言模型
4.2.3 神经网络语言模型
4.3 序列到序列模型
4.3.1 序列到序列结构
4.3.2 注意力机制
4.4 Transformer模型解析
4.4.1 Transformer模型结构
4.4.2 嵌入和向量化
4.4.3 位置编码
4.4.4 掩码多头自注意力
4.4.5 残差连接和归一化
4.4.6 线性层和softmax层
4.4.7 多层叠加
拓展阅读 混合专家模型MoE
4.5 习题
第5章 大语言模型
案例导入 Nature连发3篇文章，惊呼DeepSeek震惊世界！
5.1 大语言模型技术路线
5.2 GPT系列模型
5.2.1 GPT-1
5.2.2 GPT-2
5.2.3 GPT-3
5.2.4 GPT-3.5
5.2.5 ChatGPT
5.2.6 GPT-4
5.3 BERT模型
5.3.1 BERT模型结构
5.3.2 输入形式
5.3.3 模型预训练与微调
5.4 T5模型
5.4.1 T5模型架构
5.4.2 模型预训练策略
5.4.3 预训练流程
5.5 DeepSeek模型
5.5.1 DeepSeek模型发展历程
5.5.2 DeepSeek-V3
5.5.3 DeepSeek-R1
拓展阅读 DeepSeek颠覆了什么
5.6 习题
第6章 文本生成
案例导入 见证DeepSeek的能力
6.1 AI文本生成的应用
6.2 常用文本生成大模型
6.2.1 文心一言
6.2.2 讯飞星火
6.2.3 智谱清言
6.2.4 通义千问
6.3 提示词
6.3.1 提示词的概念
6.3.2 提示词的组成要素
6.3.3 提示词的技巧
6.4 操作实践 使用文心一言生成文本
6.4.1 文心一言的使用
6.4.2 文学创作
6.4.3 制定学习计划
6.4.4 旅游攻略
拓展阅读 "快笔小新"：新华社第一位机器人记者
6.5 习题
第7章 图像生成
案例导入 AI画作《太空歌剧院》获艺术类比赛一等奖
7.1 AI图像生成技术路线及其应用
7.1.1 AI图像生成的技术路线
7.1.2 AI图像生成的应用
7.2 AI图像生成大模型
7.2.1 Stable Diffusion
7.2.2 DALL•E 2
7.2.3 Midjourney
7.2.4 文心一格
7.3 操作实践 使用文心一格生成图像
7.3.1 文心一格的使用
7.3.2 自定义模式
7.3.3 文生图
7.3.4 图生图
拓展阅读 全球首次AI山水画作成功拍卖，落槌价110 万元
7.4 习题
第8章 视频生成
案例导入 中国首部文生视频AI动画片《千秋诗颂》首播
8.1 AI视频生成的方式及应用
8.1.1 AI视频生成的方式
8.1.2 AI视频生成的应用
8.2 视频生成大模型
8.2.1 Sora
8.2.2 智谱清影
8.3 操作实践 使用智谱清影生成视频
8.3.1 智谱清影的使用
8.3.2 文生视频
8.3.3 图生视频
8.4 虚拟数字人
8.4.1 虚拟数字人介绍
8.4.2 虚拟数字人生成工具
8.5 操作实践 使用腾讯智影创建数字人
拓展阅读 腾讯智影数字人直播
8.6 习题
参考文献
