信息技术基础实训（WPS Office）课件 25.任务5.1 走进 AIGC

任务5.1走进AIGC信息技术基础“信息技术基础”课程组知识要点：人工智能的基本概念、核心技术及产业融合发展5.1.1任务描述任小智在一次关于“探索

AIGC

从概念到实践”的讲座中，了解到

AIGC、人工智能、大模型等新技术，并对此产生了浓厚兴趣。他想用

AIGC

大模型，根据自己的描述生成一幅有关五四青年节的海报。那么，什么是

AIGC

技术？又应当如何正确使用呢？接下来，他需要系统地学习人工智能技术，真正地了解AIGC，并且掌握各个大模型的特点，学会根据需求选择合适的大模型。5.1.1任务描述5.1.2任务分析任务5.1的思维导图如图所示。5.1.2任务分析5.1.3知识准备5.1.3知识准备01人工智能03AIGC02人工智能核心技术1956年，人工智能（ArtificialIntelligence

，AI）的概念首次被提出，它被确立为研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学。它可以让计算机具有感知、理解、判断、推理、学习、识别、生成、交互等类人智能的能力，从而能够执行各种任务，甚至超越人类的智能表现。人工智能的本质是模仿人类思考、认知、决策和行动的过程，其发展以算法、计算和数据为驱动力，其中算法是核心，计算和数据是基础。1.人工智能5.1.3知识准备（1）人工智能的定义①萌芽阶段：20世纪

50年代，人工智能正式诞生。1950

年，“计算机之父”阿兰·图灵（Alan

Turing）提出了一个设想，即如果一台机器能够与人类开展对话而不能被辨别出机器身份，那么这台机器就具有智能。1951年，世界上第一台神经网络计算机出现，这被视为人工智能的一个起点。②第一发展时期：20世纪

60年代是人工智能的第一个发展黄金阶段。在这个阶段，

人工智能的研究主要集中在语言翻译、证明等领域。值得注意的是，1969年，反向传播算法（BackpropagationAlgorithm）20

世纪

80年代成为主流。这种算法对人工智能的训练起到了关键作用。5.1.3知识准备1.人工智能（2）人工智能的发展历程人工智能的发展是一段充满创新和变革的旅程，经历了从概念提出、技术实现到普及应用长时间的历史沉淀。③瓶颈阶段：20世纪70年代，科学家们发现机器模仿人类思维是一个十分庞大的系统工程，难以用当时的理论成果构建模型，因此人工智能的发展进入了瓶颈期。④第二发展时期：

20世纪80年代，人工智能再一次进入高速发展期。在这一阶段，已有人工智能研究成果逐步应用于各个领域，特别是在商业领域取得了巨大的成果。⑤平稳发展阶段：从20世纪90年代开始，随着互联网技术的逐渐普及，人工智能已经逐步发展成为分布式主体，为其发展提供了新的方向。在这一阶段，人工智能技术得到了广泛的应用和普及。1.人工智能5.1.3知识准备特别值得一提的是，2016

年，AlphaGo

连续战胜世界顶级围棋选手，这一事件让世人对人工智能的期待再次提升到前所未有的高度，推动了人工智能的进一步发展。2.人工智能核心技术5.1.3知识准备（1）机器学习机器学习（MachineLearning）是一门涉及统计学、神经网络、系统辨识、优化理论等诸多领域的交叉科学，其任务是研究计算机怎样模拟或实现人类的学习行为，指导计算机从数据中学习，并利用经验来改善自身的性能，以获取新的知识或技能，这也是人工智能技术的核心。在机器学习中，算法会不断进行训练，从大型数据集中发现的模式和相关性，然后根据数据分析结果做出最佳决策和预测。机器学习应用具有自我演进能力，即获得的数据越多，其准确性也会越高。机器学习的应用领域非常广泛，包括但不限于语音识别和自然语言处理、图像识别和计算机视觉、智能家居和自动驾驶、智能医疗和健康管理等，覆盖教育、金融、交通、零售和物流、制造业以及农业等各行各业。人工神经网络（ArtificialNeuralNetwork）是一种模拟人脑神经元工作方式的计算模型，由大量人工神经元相互连接而成，通过训练和学习来不断优化连接权值，以实现复杂的分类、预测和识别任务。人工神经网络具有高度的非线性、并行分布处理、高容错性、智能化和自学习等特点。它可以对输入数据进行复杂的模式识别和特征提取，并利用这些特征进行分类、预测或决策。由于其强大的自适应和自学习能力，人工神经网络在许多领域都有广泛的应用，如语音识别、图像识别、自然语言处理、推荐系统、医疗诊断等。人工神经网络可以通过多种算法进行训练和学习，

如反向传播算法、梯度下降算法、遗传算法等。训练过程中，网络会不断调整权值以最小化预测误差或损失函数，

从而提高模型的准确性和鲁棒性。2.人工智能核心技术5.1.3知识准备（2）人工神经网络知识图谱（KnowledgeGraph）是一种由节点和边组成的图数据结构，通过结构化的方式表示知识。其基本组成单位是“实体—关系—实体”三元组，以及实体及其相关“属性—值”对。不同实体之间通过关系相互连接，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。通俗地讲，知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的方法。知识图谱的作用主要体现在提升信息检索的准确性、支持智能推荐系统、增强语义理解等方面，可用于反欺诈、不一致性验证等公共安全保障领域，需要用到异常分析、静态分析、动态分析等数据挖掘方法。特别地，知识图谱在搜索引擎、可视化展示和精准营销方面有很大的优势，已成为业界的热门工具。2.人工智能核心技术5.1.3知识准备（3）知识图谱计算机视觉（Computer

Vision）是研究如何使计算机从图像或视频中获取信息并理解内容的学科。它涉及图像识别、目标检测、图像分割等多个领域，旨在让计算机像人类一样理解和解释视觉信息。在计算机视觉中，机器学习算法被广泛应用于各种任务。例如，可以使用卷积神经网络（Convolutional

Neural

Network

，CNN）进行图像分类和目标检测，这些网络通过训练学习从图像中提取有用的特征，并基于这些特征进行分类或定位。此外，还可以使用无监督学习方法如聚类来自动发现图像中的结构和模式。2.人工智能核心技术5.1.3知识准备（4）计算机视觉通过结合计算机视觉和机器学习的技术，可以构建出更智能、更准确的视觉处理系统，从而在各种应用中实现更高级的功能，如自动驾驶、智能安防、医学影像分析等。人工智能生成内容（ArtificialIntelligenceGeneratedContent，AIGC），是指基于生成对抗网络、大型预训练模型等人工智能的技术方法，通过已有数据的学习和识别，以适当的泛化能力生成相关内容的技术。AIGC技术的核心思想是利用人工智能算法生成具有一定创意和质量的内容。通过训练模型和大量数据的学习，AIGC可以根据输入的条件或指令，生成与之相关的内容。例如，通过输入关键词、描述或样本，AIGC可以生成与之相匹配的文章、图像、音频等。3.AIGC5.1.3知识准备5.1.3知识准备目前，AIGC的应用场景有文字内容生成（AI可以根据特定的指令或者模板，生成新闻报道、产品描述、故事等文本内容）、图像和视频制作（利用深度学习等技术，

AI可以设计图像、动画或视频，甚至能够模仿特定艺术家的风格）、音乐创作（AI可以创作旋律和和声，生成不同风格的音乐作品）、交互式内容（在游戏或虚拟环境中，

AI可以用来创建动态变化的内容，提升用户体验）等多个方面。①文心一言：一款由百度推出的知识增强大语言模型，在自然语言处理领域具有显著优势和特点，能够满足用户在多个方面的需求，并在实际应用中展现出较强的实力。3.AIGC5.1.3知识准备目前国内常用的

AIGC大模型有以下

4种。②讯飞星火：科大讯飞自主研发的认知大模型，具有较强的语言理解和知识库覆盖能力、语音识别和翻译能力以及高效的代码生成和分析能力，接近人类的语言交互体验。5.1.3知识准备3.AIGC目前国内常用的

AIGC大模型有以下

4种。③有道子曰：网易有道发布的一款教育大模型，突出场量驱动和精准应用的重要性，通过先进的语音识别和情感分析技术，为英语口语训练提供实时反馈和练习，显著提升口语表达能力。④通义千问：阿里巴巴推出的一款

AI预训练模型，基于海量的数据训练而成，具备深厚的知识储备，可以涵盖科技、文化、历史、生活等各类主题，为用户提供高效、准确和智能的问答服务体验。5.1.4任务实现1.选择合适的大模型讯飞星火大模型是科大讯飞发布的认知智能大模型，拥有多学科、多领域的知识和语言理解能力，能够基于自然对话方式理解和执行任务，即可以理解人的说话内容，并做出合理的回答或建议。本任务选择使用讯飞星火大模型。5.1.4任务实现打开讯飞星火大模型官网，注意第一次使用讯飞星火大模型需要使用手机号申请注册，注册成功后就可以进入大模型主界面，如图所示。5.1.4任务实现1.选择合适的大模型2.构建关键字条指令单击“新建对话”按钮，在“插件”组件中选择“图片设计”，然后在下方输入框构建关键字条指令“帮我设计一个以五四青年节为主题的海报”，单击“发送”按钮，如图所示。5.1.4任务实现3.生成评估图像得到一系列相关图像，如图所示。5.1.4任务实现4