AIGC应用通识教程课件 第一章 人工智能与AIGC概述

ArtificialIntelligence人工智能与AIGC概述第1章AIGC应用通识教程编者：×××1.1认识人工智能1.2认识大语言模型认识AIGC1.3综合实践1.61.5AIGC的基本使用方法AIGC的应用场景1.41.1.1人工智能的定义与发展1．人工智能的起源

约翰·麦卡锡首次提出了“人工智能”这一概念，并将其定义为“研制智能机器的一门科学与技术”。这次会议被视为人工智能作为一个独立学科诞生的标志，这一年也因此被称为“人工智能元年”。1956年英国数学家艾伦·麦席森·图灵提出了著名的“图灵测试”，这一测试不仅是一个思想实验，更是人工智能领域的第一块基石，为后续的研究奠定了理论基础。1950年可以追溯到古希腊哲学家亚里士多德和中国古代思想家墨子，他们曾探讨过关于人造机器和智能的可能性。然而，真正意义上的人工智能研究始于20世纪50年代。20世纪50年代1.1.1人工智能的定义与发展2．人工智能的发展20世纪60年代至80年代，人工智能迎来了一个快速发展阶段。在这个阶段，机器学习、神经网络等前沿技术应运而生，极大地拓宽了人工智能的应用领域。值得一提的是，1985年神经网络算法的诞生，为语音识别、图像识别等多个领域带来了突破。3．人工智能的低谷20世纪90年代初，人工智能陷入了暂时的低谷。受到当时计算机的计算能力以及数据集和算法的制约，人工智能的应用受到了限制。1.1.1人工智能的定义与发展4．人工智能的复兴21世纪，随着大数据、云计算等技术的蓬勃兴起，人工智能再次进入快速发展阶段。深度学习、自然语言处理、计算机视觉等技术的迅猛发展，使得人工智能的应用领域更加广泛。目前，医疗、金融、交通等多个行业都已见证了人工智能的巨大潜力，而未来，人工智能的发展空间仍不可限量。1.1.2人工智能的核心要素1．算法算法是人工智能系统的“大脑”，它决定人工智能如何进行学习、推理、决策和解决问题。算法的选择和设计直接影响人工智能系统的性能和效率。人工智能中使用了许多不同的算法，常见算法如下。机器学习算法机器学习算法是人工智能中十分常用的算法之一，它使计算机系统能够通过数据进行学习和改进。深度学习算法深度学习是机器学习的一个分支，它利用人工神经网络模拟人脑神经元之间的连接和信号传递。强化学习算法强化学习算法是一种通过观察环境和采取行动来学习最优策略的算法。1.1.2人工智能的核心要素2．数据数据是人工智能系统的“燃料”，缺乏高质量且大规模的数据支撑，人工智能便无法进行高效的学习与训练。数据的形式多样，包括结构化数据（如数据库表格）和非结构化数据（如文本、图像、音频）。数据的价值主要体现在以下3个方面。数据的数量与多样性对提升模型的准确性和性能至关重要。训练模型数据为深入洞察现实世界提供了有力支撑，是帮助模型做出明智决策的重要依据。支持决策和洞察数据是创新与发现的催化剂。创新和发现1.1.2人工智能的核心要素3．算力算力是人工智能系统的“动力”，它赋予了人工智能处理海量数据及执行繁复算法的能力。人工智能中常用的算力如下。CPU负责执行计算机程序的指令和逻辑运算。中央处理器（CentralProcessingUnit，CPU）01GPU是专门用于图形处理的处理单元，具有高度并行的计算能力。图形处理单元（GraphicsProcessingUnit，GPU）02TPU是由谷歌开发的专门用于加速机器学习的处理器。张量处理器（TensorProcessingUnit，TPU）031.1.2人工智能的核心要素FPGA是一种基于可编程逻辑器件技术的半导体芯片，具备高度的灵活性和可编程性，由可编程逻辑资源、可编程互连资源和可编程输入输出资源组成，允许用户在硬件层面上配置其功能，以适应不同的用途。现场可编程门阵列（Field-ProgrammableGateArray，FPGA）04在一些需要处理大规模数据和复杂任务的场景中，人工智能系统可以利用分布式计算资源，将计算任务分配给多个计算节点进行并行处理。分布式计算05云计算平台提供了弹性和可扩展的计算资源，使用户可以按需获取算力。通过云计算，人工智能开发者可以根据需求动态调整计算资源的规模和配置，以适应不同的任务和工作负载。云计算061.1.3人工智能的分类1．弱人工智能弱人工智能（ArtificialNarrowIntelligence，ANI）也称为“窄人工智能”，是指那些专为特定任务设计的智能系统。这些系统在特定领域内表现出色，但它们并不具备通用的智能。如AlphaGo，这款由DeepMind开发的人工智能程序在围棋比赛中战胜了人类世界的冠军，但它的能力仅限于下围棋。2．强人工智能强人工智能（ArtificialGeneralIntelligence，AGI）又称为“通用人工智能”，是指那些在各方面都能与人类智能相媲美的人工智能。这种类型的人工智能能够进行思考、解决问题、理解复杂概念，并能快速学习。虽然目前完全实现强人工智能仍是一个挑战，但已经有一些接近强人工智能的系统和应用。1.1.3人工智能的分类3．超人工智能超人工智能（ArtificialSuperIntelligence，ASI）是由哲学家尼克·博斯特罗姆提出的一个概念，是指几乎在所有领域都大大超过人类认知和表现的人工智能。超人工智能不仅能够实现与人类智能等同的功能，还能自我重编程和改进，这种能力被称为“递归自我改进功能”。1.1认识人工智能1.2认识大语言模型认识AIGC1.3综合实践1.61.5AIGC的基本使用方法AIGC的应用场景1.41.2.1大语言模型的基础1．大语言模型的核心原理大语言模型的核心原理在于利用统计方法构建概率分布模型，以预测句子或文档中单词序列的出现概率。这一过程模拟了人类学习语言的过程，即从大量实例中归纳出语言规则，进而用于新情境下的理解和表达。1.2.1大语言模型的基础2．大语言模型的优点大语言模型凭借其庞大的参数规模和复杂的神经网络结构，能够捕捉到文本中更为细腻和深层次的语义信息。这种强大的上下文理解能力，使得模型在面对复杂、多变的语境时，能够准确识别并理解其言外之意，从而生成更加贴切、连贯的回答。大语言模型经过对海量数据的学习和训练，能够掌握语言的内在规律和结构，从而生成更加自然、流利的文本。这种能力极大地提升了模型在文本生成、摘要生成、翻译等任务中的表现。大语言模型经过大规模的数据训练和复杂的模型结构，能够学习到有用的知识和模式，进而在解决复杂问题和应对新场景时表现得更为出色。010203上下文理解能力强语言生成能力强学习能力强1.2.2大语言模型的发展现状和趋势1．大语言模型的发展现状2020年，OpenAI发布具有1750亿参数规模的大语言模型GPT-3；OpenAI于2022年推出ChatGPT凭借其卓越的对话交互与文本生成能力，迅速在业界崭露头角，成为备受瞩目的焦点；2024年，马斯克的xAI公司发布了参数量达到3140亿的大语言模型Grok-1；同时，世界数字技术院（WorldDigitalTechnologyAcademy，WDTA）发布了《生成式人工智能应用安全测试标准》和《大语言模型安全测试方法》两项国际标准，标志着大语言模型的应用和监管进入新的阶段。技术进展与成果011.2.2大语言模型的发展现状和趋势在搜索引擎领域，大语言模型能够提供更加直接且贴近人类说话方式的答案，提升用户体验。在医疗领域，研究者可以训练大语言模型理解蛋白质、分子、脱氧核糖核酸（DeoxyribonucleicAcid，DNA）和核糖核酸（RibonucleicAcid，RNA）等生物信息，助力药物研发。行业应用与影响02首先，高计算和存储需求是制约大语言模型发展的重要因素。超大规模模型的训练和推理都需要大量的计算资源和存储空间，成本高昂。其次，训练数据的质量和多样性直接影响模型的性能。如果训练数据存在偏见，那么由此生成的算法模型也会存在这些偏见，从而导致结果偏差和不公平。技术挑战与不足031.2.2大语言模型的发展现状和趋势2．大语言模型的未来发展趋势模型压缩和高效训练算法的研发，以降低模型的计算和存储需求一是多样化数据收集，确保模型在不同群体和场景中的公平性和鲁棒性（鲁棒性是指系统在面临内部结构和外部环境变化时，保持其性能和功能稳定的能力）三是研究和实现在线学习机制，使模型能够在不完全重新训练的情况下更新其知识五是偏算法和技术的研究，以减少训练数据中的偏见对模型的影响二是引入长期记忆机制和动态适应机制，提高模型处理长文本和复杂依赖关系的能力四是1.2.3常见的大语言模型

1．ChatGPTChatGPT是由OpenAI开发的一种以人工智能技术驱动的自然语言处理工具，基于Transformer神经网络架构，拥有语言理解和文本生成的能力。ChatGPT通过连接大量的语料库（语料库包含真实世界中的对话）进行训练，能够进行自然、流畅的对话生成，并根据对话的上下文进行互动。图ChatGPT的界面1.2.3常见的大语言模型

2．文心一言文心一言是百度公司打造的一款全新知识增强大语言模型，是百度在人工智能领域的重要成果。文心一言依托于飞桨深度学习平台和文心知识增强大模型的强大技术支撑，展现出卓越的自然语言处理能力。文心一言不仅具备与人对话互动、回答问题、协助创作等基本功能，更在知识增强、检索增强和对话增强等方面表现出色。它能够深入理解用户意图，提供精准、有价值的回答，帮助用户高效、便捷地获取信息、知识和灵感。图

文心一言的界面1.2.3常见的大语言模型

3．讯飞星火讯飞星火是由科大讯飞推出的一款全能型人工智能助手。它融合问答、写作、绘画等多种功能，旨在为用户提供便捷、高效、智能的服务。讯飞星火的应用场景非常广泛，包括智能客服、智能写作、智能问答、语言学习等。图

讯飞星火的界面1.2.3常见的大语言模型

4．通义通义是由阿里巴巴达摩院自主研发的超大规模语言模型，能够妥善处理自然语言理解、文本生成、视觉解析、音频识别、工具调用、角色扮演以及智能体交互等多重任务。通义依托于大规模、多语言、多模态的数据集进行深度预训练，并在精选的高质量语料上进一步优化，以确保其输出的内容与人类偏好高度契合。图

通义的界面1.2.3常见的大语言模型

5．天工天工是由昆仑万维科技股份有限公司与奇点智源联合研发的超大规模人工智能模型。天工拥有自然语言处理和智能交互的能力，能够应对文案创作、知识问答、代码编程、逻辑推演、数理推算等多元化需求。天工的应用场景非常广泛，能够为搜索引擎提供支持，提升搜索精度和效率，同时在智能客服、内容创作、教育、医疗等领域都有着较大的应用潜力和较高的应用价值。图

天工的界面1.2.3常见的大语言模型

6．DeepSeekDeepSeek是杭州深度求索人工智能基础技术研究有限公司倾力打造的一款前沿人工智能模型，其界面如图所示。图DeepSeek的界面

01020304DeepSeek在训练架构方面也进行了多项创新。它采用专家混合架构、自适应注意力机制、多任务学习和知识蒸馏等先进技术。创新的训练架构DeepSeek技术特点DeepSeek不仅技术先进，而且极具开放性。开放性与可扩展性DeepSeek的模型架构经过深度优化，使得其推理速度远超传统自然语言处理模型。高效推理DeepSeek的核心优势之一在于其拥有数百亿级别的参数。超大规模参数1.1认识人工智能1.2认识大语言模型认识AIGC1.3综合实践1.61.5AIGC的基本使用方法AIGC的应用场景1.41.3.1什么是AIGCAIGC是指运用人工智能技术，尤其是深度学习技术，创建各类数字内容的新型内容创作模式。AIGC的特点如下。全方位展示：无论是静态图像、动态视频，还是音频、代码等，AIGC都能轻松驾驭，为用户提供多样化的内容体验。持续进化：依托大数据与云计算的强大支撑，AIGC能够不断吸收新知识、优化算法模型，实现内容与技术的双重迭代升级。自动化生产：AIGC能够自动解析用户指令，快速生成所需内容，省去烦琐的人工编辑环节，极大地提升创作效率与灵活性。创意驱动：借助AI的学习与优化能力，AIGC能够持续探索新的创作路径，生成独具匠心、引人入胜的内容，满足用户日益增长的个性化需求。1.3.2AIGC的发展历程0120世纪50年代，随着计算机科学的初步建立，人类开始探索机器模仿人类智能的可能性，AIGC的雏形也悄然孕育。然而，由于当时的科技水平限制，尤其是计算能力与算法设计的局限，AIGC的应用仅限于实验室内的小规模实验，难以拓展到更广泛的领域。早期萌芽阶段（20世纪50年代—20世纪90年代中期）0203进入20世纪90年代中期，随着互联网技术的兴起与计算机性能的显著提升，AIGC迎来从理论到实践的转变。尽管此时的算法尚不足以支撑直接的内容生成，但AIGC已经开始在辅助创作、信息检索等领域展现出潜力。沉淀积累阶段（20世纪90年代中期—21世纪10年代中期）进入21世纪10年代中期，随着深度学习技术的突破性革新，特别是生成对抗网络（GenerativeAdversarialNetwork，GAN）的问世，AIGC迎来新的发展机遇。快速发展阶段（21世纪10年代中期—至今）1.3.3AIGC的工作流程1．数据收集2．数据预处理3．模型训练4．内容生成AIGC的起点是广泛而深入地搜集数据。无论是利用已有的大型数据集，还是通过精心设计的调查、用户交互活动获得数据，甚至是获取公开的互联网资源，这些数据都是AI模型学习与成长的宝贵养料。原始数据往往夹杂着多余、重复及不相关的信息，如果不处理这些数据，将严重影响AI模型的训练效果。因此，数据预处理是AIGC工作流程中不可或缺的一环。在模型训练阶段，开发者会根据数据的特性和任务需求，选择恰当的算法（监督学习或无监督学习等）训练模型。同时，开发者还会不断调整模型参数，力求降低预测误差，从而增强模型的适应能力。当AI模型经过充分训练后，便能够独立承担起内容生成的重任。无论是撰写新闻稿、创作文学作品、设计图像还是剪辑视频，AI都能凭借其强大的学习与创造能力，生成丰富的内容。5．评估与优化AI生成的内容并非完美无缺。为确保其满足特定的质量标准（如准确性、相关性、连贯性等），还需要评估与优化生成的内容。1.1认识人工智能1.2认识大语言模型认识AIGC1.3综合实践1.61.5AIGC的基本使用方法AIGC的应用场景1.41.4.1文本生成与辅助创作AIGC技术的引入不仅极大地提高了创作者的工作效率，还激发了他们的创作灵感。通过AIGC技术生成的文本内容，创作者可以获得更多的创作素材和思路，进一步丰富和完善自己的作品。1.4.2AI绘画与图像编辑AI绘画是AIGC在视觉艺术领域的应用。借助深度学习算法，AI能够学习并模仿各种艺术风，包括古典油画、现代抽象画，甚至创造出新的风格。用户只需提供简单的描述或草图，AI就能自动生成精美的图像作品，满足广告设计、游戏开发、电影制作等多个场景的需求。此外，AI在图像修复、色彩调整等方面也展现出了强大的能力，为视觉创意行业带来便利与新的可能性。1.4.3音视频生成与编辑例如，AI可以根据情感分析结果生成符合情绪变化的背景音乐，或基于文本描述生成自然流畅的语音播报。在视频编辑方面，AI能够自动识别并剪辑出视频中的精彩片段，并为该片段添加特效和滤镜，甚至生成全新的视频内容，推动影视制作、在线教育、直播带货等领域的创新与发展。在音视频领域，AIGC同样发挥着重要作用。从音乐创作、语音合成到视频剪辑、特效制作，AI技术逐步取代传统的手工操作。1.4.4代码生成与软件开发在软件开发领域，AIGC的应用更是颠覆了传统的编程方式。通过自然语言处理技术，开发者可以使用自然语言描述需求，AI则能自动编写出相应的代码，大大简化了编程流程，提高了开发效率。此外，AI还能辅助开发者进行代码审查、优化代码结构、预测潜在bug（故障）等，从而保证软件开发质量。1.1认识人工智能1.2认识大语言模型认识AIGC1.3综合实践1.61.5AIGC的基本使用方法AIGC的应用场景1.41.5.1AIGC的使用步骤1．选择AIGC工具用户需要根据自己的需求和实际情况选择合适的AIGC工具。市面上的AIGC工具种类繁多，有的专注于文本生成，有的则擅长图像或音频创作。例如，一名文案策划人员可能需要一个文本生成工具，而一名设计师则可能更倾向于选择图像生成工具。1.5.1AIGC的使用步骤2．注册与登录AIGC工具通常，注册过程会要求用户提供一些基本信息，如用户名、密码、邮箱地址等。部分平台可能还需要进行验证码验证或手机绑定，以增强账号的安全性。完成注册后，使用注册的用户名和密码即可登录对应的AIGC工具。注册与登录AIGC工具这一步骤的目的是确保用户能够正常使用AIGC工具并享受其提供的各项服务。1.5.1AIGC的使用步骤3．输入提示词与生成内容登录成功后，用户便可以开始使用AIGC工具生成内容。在主界面中，通常会有一个文本框供用户输入问题或对话内容，这些输入的问题或对话内容就是提示词。以文心一言为例，在文本框中输入提示词，然后单击“提交”按钮

，即可获得生成内容，如图所示。图

输入提示词与生成内容1.5.1AIGC的使用步骤4．调整与优化虽然AIGC工具能够自动生成内容，但有时候生成的结果并不完全符合用户的期望。这时，用户可以调整和优化生成的内容，主要有以下3种方式。修改原本的提示词，然后重新生成。01修改提示词对生成的内容提出进一步的要求。02提出进一步要求部分AIGC工具允许用户调整模型参数，以进一步设置生成内容的质量和风格。03调整模型参数1.5.2认识提示词1．提示词的定义提示词是用户向AIGC工具发出的简短指令或描述，旨在引导AIGC工具生成他们需要的具体内容。这些精心选择的词汇或短语，不仅明确了用户的意图，还体现了用户对生成内容的期待，是AIGC工具“理解”并“创造”内容的起点。1.5.2认识提示词2．提示词的主要形式（1）关键词提示词（2）短语提示词（3）句子提示词（4）文本段落提示词关键词提示词是AIGC提示词中的基础形式。这种形式通常简洁明了