拥抱AIGC

拥抱AIGC

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

编辑推荐

技术背景深厚的微软工程师带你探索AIGC的奥秘。

内容简介

本书先概述生成式人工智能所涉及的技术和工具,帮助你了解如何训练模型以生成新数据;接着展示如何用ChatGPT提高营销、科研和软件开发等相关工作的生产力和创造力;随后介绍如何通过改进提示设计从与ChatGPT的交互中获得好的效果,以及如何在企业级场景中使用OpenAI模型。

通过阅读本书,你可以了解生成式人工智能的相关概念,以及如何通过有效的提示设计增加ChatGPT的价值,如何基于Python语言构建和部署生成式人工智能系统,如何利用Azure OpenAI服务实现企业级应用。

本书适合想用生成式人工智能提升工作效率的所有人阅读,包括但不限于商务人士、数据科学家、软件开发人员、营销人员和科研人员。

作者简介

作者瓦伦蒂娜·阿尔托,于2020年进入微软公司,任Azure解决方案专家,并于2022年后转至制造业和制药业的数据分析及人工智能树算法负载均衡研究。

长期以来,她与客户项目的系统集成商密切合作,共同部署云架构,主要关注现代数据平台、数据Mesh网格框架、物联网和实时分析、Azure机器学习、Azure认知服务(包括Azure OpenAI服务),以及Power BI。

她发表了多篇关于统计、机器学习、深度学习和人工智能的技术文章,并撰写了一本关于用Python进行机器学习的入门类图书。

章节目录

版权信息

内容提要

译者简介

译者序

作者简介

审阅者简介

前言

第一部分 生成式人工智能与GPT模型基础

第1章 生成式人工智能概述

1.1 什么是生成式人工智能

1.2 研究历程和新发展

1.3 小结

第2章 与OpenAI和ChatGPT面对面

2.1 技术要求

2.2 什么是OpenAI

2.3 OpenAI系列模型概述

2.4 通往ChatGPT之路:模型背后的数学原理

2.5 ChatGPT

2.6 小结

2.7 参考资料

第二部分 ChatGPT应用

第3章 熟悉ChatGPT

3.1 设置ChatGPT账户

3.2 熟悉界面

3.3 组织对话

3.4 小结

第4章 了解提示设计

4.1 什么是提示,提示为什么重要

4.2 零样本学习/一次样本学习/少样本学习——Transformer模型的典型功能

4.3 定义明确的提示规则,以获得相关和一致结果

4.4 应避免隐性偏见的风险,并在ChatGPT中纳入伦理道德考量

4.5 小结

第5章 ChatGPT助力生产力提升

5.1 技术要求

5.2 日常小助手——ChatGPT

5.3 文本生成

5.4 提升写作技能和优化翻译效果

5.5 快速检索信息和竞争情报

5.6 小结

第6章 ChatGPT助力软件开发

6.1 为什么开发人员需要ChatGPT?

6.2 生成、优化和调试代码

6.3 生成文档和代码可解释性

6.4 理解机器学习模型可解释性

6.5 不同编程语言之间的转换

6.6 小结

第7章 ChatGPT助力营销

7.1 技术要求

7.2 营销人员对ChatGPT的需求

7.3 新品研发和上架策略

7.4 用于营销对比的A/B测试

7.5 促进搜索引擎优化(SEO)

7.6 用于提高质量和提高客户满意度的情绪分析

7.7 小结

第8章 ChatGPT助力科学研究

8.1 研究人员对ChatGPT的需求

8.2 收集文献资料

8.3 就实验的设计和研究框架的制订提供支持

8.4 生成和格式化参考文献

8.5 生成演示文稿

8.6 小结

第三部分 企业OpenAI

第9章 企业OpenAI和ChatGPT

9.1 技术要求

9.2 OpenAI和微软的合作以及Azure OpenAI服务

9.3 引入公共云的目的

9.4 负责任的AI

9.5 小结

第10章 企业用例

10.1 技术要求

10.2 企业如何使用Azure OpenAI

10.3 合同分析器和生成器

10.4 了解呼叫中心的分析方法

10.5 探索语义搜索

10.6 小结

第11章 结语

11.1 回顾前面所学

11.2 这只是开始

11.3 生成技术对行业的影响——一种颠覆性的力量

11.4 对生成式人工智能的担忧

11.5 生成式人工智能的伦理影响及为何需要负责任的人工智能

11.6 未来的发展方向

11.7 小结

拥抱AIGC是2024年由人民邮电出版社出版,作者[美] 瓦伦蒂娜·阿尔托。

得书感谢您对《拥抱AIGC》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

你可能喜欢
计算思维与人工智能基础 电子书
本教材共分9章:第1章计算机技术与计算思维基础、第2章计算机中信息表示、第3章计算机系统基本组成和基本工作原理、第4章互联网与物联网、第5章计算机新技术、第6章计算机求解问题基础、第7章人工智能概述、第8章搜索与博弈和第9章机器学习。
深度学习原理与 TensorFlow实践 电子书
本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识:机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow:Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlowLite和TensorFlow.js、TensorFlow案例--医学应用和S
机器学习案例实战 电子书
机器学习已经广泛地应用于各行各业,深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践,首先讨论了TensorFlow、PySpark、TI-ONE等主流机器学习平台的主要特点;然后结合Tableau介绍了数据可视化在银行客户用卡行为分析的应用。在此基础上,利用上述介绍的这些平台,通过多个项目案例,详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、卷积神经网络、循环神经网络、对抗
机器学习与大数据技术 电子书
本书较为全面地论述了机器学习、深度学习、大数据技术与图像处理技术的基本概念、基础原理和基本方法,以农业为应用场景,力求通缩易懂,深入浅出的介绍了与机器学习、深度学习、大数据技术与图像处理技术问题联系密切的内容。全书主要分为4大部分:机器学习、大数据技术和图像处理技术的基础知识;经典的机器学习基本理论和方法,以及深度学习和大数据未来的发展;实践应用;机器学习和人工智能的数学基础与编程基础。
深度学习在动态媒体中的应用与实践 电子书
本书是一本深度学习的基础入门读物,对深度学习的基本理论进行了介绍,主要以Ubuntu系统为例搭建了三大主流框架——Caffe、TensorFlow、Torch,然后分别在3个框架下,通过3个实战项目掌握了框架的使用方法,并详细描述了生产流程,最后讲述了通过集群部署深度学习的项目以及如何进行运营维护的注意事项。本书适合对深度学习有浓厚兴趣的读者、希望用深度学习完成设计的计算机专业或电子信息专业的高校