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(chǎn)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能時代保持競爭力，還能激發(fā)創(chuàng)造力，探索技術與藝術、商業(yè)無限融合的可能性。
本書針對本科院校、職業(yè)院校各專業(yè)學生的人工智能通識教育需求，系統(tǒng)、全面地介紹了關于AIGC技術與應用的基本知識和技能，主要包括人工智能基礎、大語言模型（LLM）、人工智能生成內容（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、邁向通用人工智能（AGI）等內容，具有較強的系統(tǒng)性、可讀性和實用性。
面向本科院校、職業(yè)院校的人工智能通識教育需求。
系統(tǒng)全面介紹AIGC技術與應用的基本知識和技能。
有利于從宏觀角度把握AIGC技術與應用的發(fā)展趨勢。
針對性地安排了課后習題和研究性學習環(huán)節(jié)。
配套提供電子課件、微課視頻、習題集與答案、教學大綱、教案、教學計劃、實踐與思考。
AIGC，即人工智能生成內容（Artificial Intelligence Generated Content），代表了人工智能從1.0時代向2.0時代的重大轉變。AIGC涉及一系列先 進技術的累積與融合，包括但不限于生成對抗網(wǎng)絡（GANs）、CLIP模型、Transformer架構、擴散模型、預訓練模型以及多模態(tài)技術等，這些技術共同推動了人工智能創(chuàng)造內容的能力爆發(fā)式增長。
AIGC的核心在于算法的持續(xù)迭代與創(chuàng)新，尤其是預訓練模型的發(fā)展，為內容生成帶來了質的飛躍。它使得人工智能系統(tǒng)能夠通過單一大規(guī)模數(shù)據(jù)集的學習，掌握跨領域的知識，并且只需少量調整即可應用于多種實際場景。這代表著從計算智能、感知智能到認知智能的演進，為開啟認知智能的新紀元奠定了基礎。
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(chǎn)的效率和多樣性。它具有以下意義。
（1）改變生產(chǎn)力工具：短期內，AIGC成為基礎生產(chǎn)力工具，加速了內容創(chuàng)作的過程。
（2）重塑生產(chǎn)關系：中期看，它將會改變內容創(chuàng)作和分發(fā)的社會生產(chǎn)關系，比如版權、創(chuàng)作者角色等。
（3）推動生產(chǎn)力變革：長期而言，AIGC可能加速社會生產(chǎn)力結構的變化，促進數(shù)字經(jīng)濟等的深入發(fā)展。
此外，AIGC強調數(shù)據(jù)作為核心資源的地位，加速了社會的數(shù)字化轉型。通過將數(shù)據(jù)要素置于戰(zhàn)略高度，AIGC促進了數(shù)據(jù)價值的極大提升，并鼓勵了對數(shù)據(jù)的有效管理和利用。簡而言之，AIGC不僅是技術上的突破，更是對內容產(chǎn)業(yè)乃至整個社會運作模式的一次深刻革命。因此，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能時代保持競爭力，還能激發(fā)創(chuàng)造力，探索技術與藝術、商業(yè)無限融合的可能性。
AIGC通識是一門知識性和應用性都很強的課程。本書針對本科院校、職業(yè)院校各專業(yè)學生的人工智能通識教育需求，系統(tǒng)、全面地介紹了關于AIGC技術與應用的基本知識和技能，主要包括人工智能基礎、大語言模型（LLM）、人工智能生成內容（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、面向通用人工智能（AGI）等內容，具有較強的系統(tǒng)性、可讀性和實用性。
本書的主要特色如下。
（1）內容全面，通俗易懂。本書覆蓋了與AIGC相關的各個知識點。深入淺出的文字、豐富生動的案例，以及與各行各業(yè)的密切結合，十分適合各專業(yè)的讀者了解和學習AIGC相關知識。
（2）條理清晰，意義深刻。本書簡述了人工智能及其意義，闡述了人工智能與大數(shù)據(jù)、LLM、GAI（生成式人工智能）、AGI（通用人工智能）等重要概念之間的密切關系，有助于讀者從宏觀的角度把握AIGC技術與應用的發(fā)展趨勢。
（3）輔助教學，資源豐富。本書配有20講微課教學視頻、與全書配套的教學PPT、與各章結合的習題及參考答案等，以幫助讀者理解并掌握AIGC及其應用的相關知識。
對于本科院校和職業(yè)院校的學生來說，AIGC的理念、技術與應用是一門理論性和實踐性都很強的必修課程。本書精心設計課程教學過程，每章都針對性地設計了作業(yè)和研究性學習環(huán)節(jié)，要求學生在拓展閱讀的基礎上，深入理解并掌握AIGC知識。
本書的教學進度設計見課程教學進度表，該表可作為教師授課的參考。實際執(zhí)行時，教師應按照教學大綱安排教學進度，確定本課程的教學進度。
本書的教學評測可以從以下幾個方面入手，即：
（1）每章的課后作業(yè)（12項）。
（2）每章的研究性學習實踐（12項）。
（3）學生針對每章內容寫下的閱讀筆記（建議）。
（4）平時考勤情況。
（5）授課教師認為必要的其他評測方法。
本書特色鮮明、易讀易學，適合本科院校、職業(yè)院校各專業(yè)學生學習，也適合對人工智能以及GAI、LLM、AIGC、AGI相關領域感興趣的讀者閱讀參考。
本書配有授課電子課件，需要的教師可登錄www.cmpedu.com免費注冊，審核通過后下載，或聯(lián)系編輯索取。歡迎教師與作者交流并索取為本書教學配套的相關資料。
本書的編寫得到了浙大城市學院、杭州市中策職業(yè)學校錢塘學校、麗水學院、浙江華邦物聯(lián)技術股份有限公司、浙江經(jīng)貿職業(yè)技術學院等多所院校師生的支持。參加本書編寫工作的還有凌鋒、繆舒倩、呂錦鐲。
由于作者水平有限，書中難免有疏漏之處，懇請讀者批評指正。
周蘇，1958年出生，蘇州人。浙江大學城市學院教授，清華大學訪問學者，科技部相關機構認證創(chuàng)新工程師（二級），清華大學《計算機教育》雜志周蘇專欄作者。周蘇教授的主要教學和研究方向為軟件工程、操作系統(tǒng)和多媒體技術等，僅從自1999年參加獨立學院工作以來，潛心體驗大眾化教育背景下的教學活動并探索其規(guī)律，認真踏實地進行教改研究，在教材研究與建設，教學方法改革與創(chuàng)新等方面積累了豐富的經(jīng)驗。
前言
課程教學進度表
第1章 人工智能基礎 1
1.1 計算的淵源 1
1.1.1 為戰(zhàn)爭而發(fā)展的計算機器 1
1.1.2 通用計算機 2
1.1.3 計算思維 3
1.2 大數(shù)據(jù)基礎 4
1.2.1 信息爆炸的社會 4
1.2.2 大數(shù)據(jù)的定義 5
1.2.3 大數(shù)據(jù)的3V特征 5
1.3 人工智能時代 6
1.3.1 圖靈測試及其發(fā)展 7
1.3.2 人工智能定義 7
1.3.3 強人工智能與弱人工智能 8
1.3.4 大數(shù)據(jù)與人工智能 10
1.4 從LLM、AIGC到AGI 11
【作業(yè)】 12
【研究性學習】進入人工智能新時代 14
第2章 大語言模型（LLM） 16
2.1 Blockhead思維實驗 16
2.2 從NLP起步 17
2.2.1 NLP研究內容 17
2.2.2 深度學習革命 18
2.3 LLM定義 18
2.4 LLM工作原理 19
2.4.1 詞元及其標記化 19
2.4.2 基礎模型 20
2.4.3 詞嵌入及其含義 21
2.4.4 基于Transformer模型 21
2.4.5 注意力機制 22
2.4.6 生成和理解 23
2.4.7 預訓練過程與微調 23
【作業(yè)】 24
【研究性學習】騰訊元寶：3D角色夢工廠 25
第3章 人工智能生成內容（AIGC） 29
3.1 生成式人工智能（GAI） 29
3.1.1 定義GAI 29
3.1.2 GAI與AIGC的關系 30
3.2 定義AIGC 30
3.2.1 內容孿生 31
3.2.2 內容編輯和生成 31
3.2.3 內容理解 32
3.3 AIGC多模態(tài)生成技術 32
3.4 AIGC的應用場景 34
3.4.1 典型應用場景 34
3.4.2 Web 3.0 35
3.4.3 元宇宙 37
3.5 AIGC常用工具（平臺） 38
3.6 AIGC使用方法 39
3.7 案例：國內10個LLM測評 40
3.7.1 模型選擇 40
3.7.2 分析規(guī)則 40
3.7.3 調研維度 41
3.7.4 測評分析 41
【作業(yè)】 42
【研究性學習】熟悉國內主流LLM 44
第4章 智能體 45
4.1 什么是智能體 45
4.1.1 智能體的定義 46
4.1.2 性能度量 46
4.1.3 智能體的理性 46
4.1.4 AIGC與智能體的聯(lián)系 47
4.2 環(huán)境的本質 48
4.2.1 指定任務環(huán)境 48
4.2.2 任務環(huán)境的屬性 49
4.3 智能體的結構 51
4.3.1 智能體程序 51
4.3.2 學習型智能體 52
4.3.3 智能體組件的工作 53
4.4 構建LLM智能體 54
4.5 智能體驅動的商業(yè)模式 55
4.5.1 軟件即服務 56
4.5.2 智能體即服務 57
4.5.3 LLM即服務 57
4.5.4 機器人即服務 58
4.5.5 智能體商店 58
4.5.6 消費者服務 59
4.5.7 企業(yè)解決方案 60
4.5.8 按需平臺 60
4.5.9 數(shù)據(jù)和分析 61
4.5.10 技術許可 61
4.5.11 眾包和協(xié)作 62
【作業(yè)】 62
【研究性學習】人形機器人創(chuàng)業(yè)獨角獸Figure AI 64
第5章 提示工程與技巧 67
5.1 提示工程的定義 67
5.2 提示的原理 68
5.2.1 提示詞的分類 69
5.2.2 提示構成 70
5.2.3 提示調優(yōu) 70
5.3 提示工程技術 71
5.3.1 鏈式思考提示 71
5.3.2 生成知識提示 72
5.3.3 少樣本提示 72
5.3.4 自一致提示 73
5.3.5 思維樹提示 73
5.4 提示學習和語境學習 74
5.4.1 提示學習 75
5.4.2 語境學習 76
5.5 提示詞寫作技巧 77
5.5.1 提示詞框架推薦 77
5.5.2 提示詞實踐技巧 79
【作業(yè)】 80
【研究性學習】練習撰寫提示詞 82
第6章 AIGC高效工作 85
6.1 AIGC促進OA流程 85
6.1.1 機器人流程自動化 85
6.1.2 AIGC與RPA結合 85
6.2 重新定義個人助理 86
6.3 AIGC賦能個人工作 87
6.3.1 彌補非專業(yè)知識 87
6.3.2 創(chuàng)作省時或驗證 88
6.3.3 構思拒絕平庸 88
6.3.4 物料制作最后一公里 88
6.4 案例：AIGC助力Excel圖形化技巧 89
6.4.1 構建圖形化思維與目標 90
6.4.2 聚焦業(yè)務價值與主題聚焦 91
6.4.3 Excel餅圖可視化 91
6.4.4 Excel帕累托圖可視化 92
6.5 案例：AIGC打造電商文案 94
6.5.1 新品牌的建立 94
6.5.2 品牌心智概念設定 95
6.5.3 品牌心智刻入 96
【作業(yè)】 98
【研究性學習】熟悉訊飛公文寫作工具訊飛繪文 100
第7章 AIGC助力學習 102
7.1 AIGC助力學習進步 102
7.2 人工智能教育工具（平臺） 103
7.2.1 QuillBot 103
7.2.2 Owlift 104
7.2.3 Grammarly 105
7.2.4 Gradescope 105
7.2.5 Fireflies.ai 106
7.2.6 Otter.ai 106
7.2.7 Google Scholar 107
7.2.8 Copy.ai 108
7.2.9 Google Bard 109
7.3 輸入法加持人工智能 109
7.4 智能程序代碼生成工具 110
7.4.1 GitHub Copilot 111
7.4.2 通義靈碼 111
7.4.3 代碼小浣熊 112
7.4.4 CodeWhisperer 112
7.4.5 MarsCode 113
7.4.6 CodeGeeX 113
7.4.7 Cody 114
7.4.8 CodeFuse 114
7.4.9 Project IDX 114
7.4.10 Codeium 115
7.4.11 CodiumAI 115
7.4.12 AskCodi 116
7.5 案例：AIGC生成程序代碼 116
【作業(yè)】 117
【研究性學習】熟悉阿里云大模型通義千問 119
第8章 AIGC拓展設計 123
8.1 AIGC與設計師的協(xié)同模式 123
8.1.1 嵌入模式 124
8.1.2 助手模式 124
8.1.3 代理模式 125
8.2 AIGC加速藥物發(fā)現(xiàn) 126
8.2.1 AIGC在藥物發(fā)現(xiàn)中的作用 126
8.2.2 為流程各個階段增加價值 126
8.2.3 人工智能藥物開發(fā)案例研究 127
8.2.4 藥物開發(fā)的未來 127
8.3 AIGC與搜索技術 127
8.4 案例：用AI
書單推薦
