图书简介:
第1章 绪论 11.1 人工智能的概念 11.1.1 生命与智能 21.1.2 智能的概念 31.1.3 图灵测试与人工智能 51.1.4 智能的类型划分 71.1.5 人工智能五维知识体系 101.2 人工智能制度 111.2.1 中国的人工智能政策和制度 111.2.2 美国的人工智能政策 131.2.3 其他国家和组织的人工智能制度 141.3 AIGC的概念、发展史、技术思想 151.3.1 AIGC的概念 151.3.2 AIGC的发展史 151.3.3 AIGC的技术思想 161.4 AIGC的算力基础设施 171.4.1 数据:人工智能的“燃料”与学习素材 171.4.2 算力:人工智能的“引擎”与计算基础 171.4.3 算法:人工智能的“菜谱”与智能核心 181.4.4 数据、算力、算法之间的关系 191.5 AIGC的行业应用 191.5.1 智慧教育 191.5.2 人工智能艺术与设计 201.5.3 智能制造 211.5.4 智慧医疗 251.5.5 人工智能与新基建 28习题1 29第2章 AIGC技术和原理 312.1 AIGC技术基础 312.1.1 神经网络的基本概念 312.1.2 深度学习模型的训练与优化 322.1.3 模型优化的方法与技巧 322.1.4 逻辑推理 322.2 自然语言处理 352.2.1 自然语言的概念与作用 362.2.2 自然语言处理的核心技术 362.2.3 自然语言处理在AIGC中的基础性作用 382.2.4 通过对自然语言的理解和生成实现AIGC的目标 392.2.5 预训练语言模型 402.2.6 AIGC语义理解 462.2.7 多轮会话 472.3 生成对抗网络 502.3.1 生成对抗网络的基本原理 502.3.2 生成对抗网络的架构 512.3.3 生成对抗网络的训练过程 512.3.4 生成对抗网络在AIGC中的应用案例 512.4 变分自编码器 522.4.1 变分自编码器的基本原理 522.4.2 变分自编码器的模型结构 522.4.3 重参数化技巧 532.4.4 变分自编码器在AIGC中的应用案例 532.5 Transformer 542.5.1 Transformer的模型结构 542.5.2 自注意力机制 552.5.3 多头注意力机制 552.5.4 编码器-解码器结构 552.5.5 Transformer的应用分析 562.6 扩散模型 572.6.1 扩散模型的基本原理与架构 572.6.2 扩散模型在 AIGC 中的应用 582.6.3 扩散模型的最新研究成果与改进方法 592.7 AIGC内容生成 592.7.1 内容生成的类型 592.7.2 内容生成模型的比较与分析 602.7.3 内容生成的质量评估与优化方法 612.8 多模态交互 632.8.1 多模态交互的概念与意义 632.8.2 多模态数据融合方法与技术 642.8.3 多模态交互的应用案例与方法分析 65习题2 65
第3章 AIGC工具的实践应用 673.1 AIGC代表工具介绍 673.2 提示词基础实验 673.3 AIGC在PPT制作中的应用 773.4 AIGC在音乐制作中的应用 823.5 AIGC在创意绘图制作中的应用 863.6 AIGC在视频制作中的应用 90习题3 102第4章 DeepSeek大模型在行业领域的实践应用 1054.1 DeepSeek在公文写作领域的应用 1054.2 DeepSeek在旅游领域的应用 1114.3 DeepSeek在会计领域的应用 1164.4 DeepSeek在文学领域的应用 1244.5 DeepSeek在教育领域的应用 1304.6 DeepSeek在法律领域的应用 1394.7 DeepSeek在艺术领域的应用 150习题4 155第5章 国产大模型与智能体部署 1575.1 国产主流大模型工具介绍 1575.2 国产大模型DeepSeek本地化部署实验 1585.3 国产智能体(扣子)搭建部署实验 1655.4 智能体简介 1715.4.1 智能体的核心组件与架构蓝图 1715.4.2 智能体的运作机制与工作原理 1745.4.3 典型的智能体开发生命周期/流程 1775.5 模型上下文协议简介 1795.5.1 模型上下文协议的运作机制 1795.5.2 模型上下文协议系统提示词 1805.5.3 模型上下文协议与Function Calling的区别 1825.5.4 模型上下文协议的本质与挑战 1835.5.5 模型上下文协议的应用架构 184习题5 185参考文献 187
展开
人工智能已经成为国家发展战略,不仅是计算机技术发展以及许多高新技术产品中的核心技术,而且由于人工智能是通过模拟人类智能解决问题,几乎在理、工、农、医、人文、社科等所有领域都具有非常广泛的应用。人工智能生成内容(Artificial Intelligence Generated Content,AIGC)是指利用人工智能技术自动生成文本、图像、音频、视频、代码、3D 模型等各种形式数字内容的过程。现阶段,AIGC已深度融入各行各业,成为发展新质生产力的重要力量。AIGC生成文本、图片等内容,提升内容创作效率,降低创作门槛,激发创意灵感,个性化生成高度定制化内容,正在深刻影响媒体、广告、设计、教育、娱乐、软件开发、科学研究等多个领域。AIGC概念、原理与实践是人工智能通识类课程,介绍了人工智能的概念、人工智能五维知识体系、AIGC的基本原理,并侧重于AIGC的实训实验,提供了AIGC工具的应用,拓展了AIGC在行业领域的应用案例,适用于人工智能通识课程的理论学习和实训实验。全书共5章:第1章绪论,主要介绍人工智能的概念、人工智能制度,AIGC的概念、发展史、技术思想,以及AIGC的算力基础设施、AIGC的行业应用;第2章AIGC技术和原理,主要介绍自然语言处理、生成对抗网络、Transformer算法等技术;第3章AIGC工具的实践应用,主要介绍AI提示词、AI生成PPT、AI生成音乐、AIGC绘图、AI生成视频;第4章DeepSeek大模型在行业领域的实践应用,主要介绍AIGC在公文、旅游、会计、文学、教育、法律、艺术领域的具体应用;第5章国产大模型与智能体部署,主要介绍国产主流大模型工具、国产大模型DeepSeek的本地化部署、国产智能体(扣子)的搭建部署。本书结构清晰、内容丰富、取材新颖,既强调理论的完整性,又注重技能的实操性。本书是编者在人工智能AIGC领域取得的教学实践成果的总结,同时汲取了国内外人工智能通识教材的精华。此外,本书配套了辅助电子资料《AIGC实验上机指导书》,在学习中配合使用会得到更好的效果。本书还配有教学用的电子教案、PPT,以供教学与学习使用。本书可作为高等院校计算机及相关专业的人工智能实训课程教材,也可作为非计算机理工专业的人工智能导论课程教材,还可以作为人文专业的人工智能通识类教材。限于编者水平,书中难免有疏漏之处,恳请读者批评指正。本书的相关教学资源,可以从华信教育资源网站下载。编 者 2026年2月
展开