现代AI基础微课视频版课件 第5-8章 神经网络起源-大语言模型-从ChatGPT到DeepSeek

BeyondTechnology现代AI基础第5章神经网络起源本章学习目标1.理解神经网络从生物启发走向数学模型的过程2.掌握神经元模型、感知机、多层神经网络的基本逻辑3.理解卷积神经网络处理图像问题的核心机制4.了解LeNet、AlexNet及其它神经网络的发展应用本章讲授主线5.1人工神经网络：从神经元到多层网络5.2卷积神经网络基础：卷积、步幅、填充、池化5.3经典CNN模型：LeNet与AlexNet5.4发展与应用：CNN、RNN、GAN、Transformer5.5本章小结：理解结构与任务之间的匹配关系核心问题导入1.简单神经元为什么能组成复杂智能系统？2.神经网络到底是怎样“学习”参数的？3.图像任务为什么不能只依靠普通全连接网络？4.深度学习复兴依赖了哪些技术条件？5.1人工神经网络5.1人工神经网络本节重点不是记忆模型名称，而是把握发展逻辑。从生物神经元得到启发，抽象出人工神经元。从固定参数的M-P模型，走向可以学习的感知机。从单层线性模型，走向具备非线性表达能力的多层网络。5.1.1思想起源5.1.1神经网络的思想起源人工神经网络的出发点是模拟大脑的信息处理方式。生物神经元接收、整合并传递信号。人工模型保留“输入—加权—判断—输出”的核心机制。这种抽象为后续机器学习模型提供了基本框架。生物神经元结构生物神经元可理解为一个信息处理单元。从生物神经元到人工神经元1.树突：接收来自其它神经元的输入信号2.细胞体：整合输入信号并进行阈值判断3.轴突：将输出信号传递给下游神经元4.人工神经元：把上述过程数学化为加权求和与激活函数M-P模型的意义5.1.2M-P模型M-P模型把神经元抽象为逻辑计算单元。输入是二进制信号，输出也是二进制判断结果。它证明简单单元的组合可以表达复杂逻辑功能。关键不足是参数固定，模型本身没有学习机制。M-P模型示意M-P模型保留了加权求和与阈值判断。M-P神经元的计算过程1.接收多个输入信号x1、x2、…、xn2.每个输入乘以对应权重w1、w2、…、wn3.将所有加权结果求和，得到总输入强度4.与阈值比较，超过阈值则输出1，否则输出05.1.3感知机算法5.1.3感知机算法感知机在M-P模型基础上加入了学习规则。模型预测正确时，权重和偏置保持不变。模型预测错误时，按照误差方向调整参数。它适合处理线性可分的二分类问题。感知机模型结构感知机引入权重、偏置和激活函数。感知机的学习思想1.初始给定一组权重和偏置2.输入样本后计算模型输出3.比较预测输出与真实标签4.若分类错误，就按规则修正权重和偏置5.多次迭代后形成线性决策边界感知机的局限1.单层感知机只能形成线性决策边界2.对线性可分问题有效，对非线性问题无能为力3.异或问题揭示了单层结构的表达瓶颈4.解决思路是引入隐藏层和非线性激活函数5.1.4多层神经网络5.1.4多层神经网络多层网络由输入层、隐藏层和输出层组成。隐藏层负责对输入进行多阶段特征变换。非线性激活函数使模型能够表达复杂非线性关系。反向传播算法使多层网络的训练成为可能。多层神经网络结构隐藏层是多层网络突破线性限制的关键。多层网络为什么更强1.多个神经元可以组合出更复杂的特征表示2.多个隐藏层可以逐层提取由低级到高级的特征3.非线性激活函数避免多层线性变换退化为一层4.网络越复杂，越需要关注过拟合和训练难度神经网络复兴的条件1.数据：互联网积累了大规模训练数据2.算力：GPU并行计算显著提升训练效率3.算法：反向传播、激活函数和优化方法持续改进4.应用：视觉、语音和语言任务提供了强需求牵引5.2卷积神经网络基础5.2卷积神经网络基础普通全连接网络处理图像时需要先展平像素。展平会破坏图像中的空间邻近关系。大尺寸图像还会导致参数数量急剧增加。CNN通过局部连接和参数共享更适合图像数据。5.2.1卷积层5.2.1卷积层卷积层使用卷积核在输入图像上滑动扫描。每个卷积核相当于一个局部特征检测器。同一卷积核在不同位置共享参数。输出结果形成反映特征响应强弱的特征图。图像的通道结构彩色图像可看作由RGB三个通道组成。卷积操作示意多个卷积核可以并行提取多种图像特征。卷积层的三个核心特点1.局部感受野：只关注输入图像的一小块区域2.参数共享：同一卷积核在所有位置使用相同参数3.特征图输出：记录卷积核在不同位置的匹配程度4.这些特点降低参数量，并保留图像空间结构5.2.2互相关运算5.2.2互相关运算深度学习中常说的卷积，实际多指互相关运算。卷积核覆盖输入局部区域后，对应元素相乘。再把所有乘积相加，得到输出特征图中的一个值。该值越大，表示局部区域越匹配卷积核检测的特征。互相关计算示意一个输出值来自一次局部窗口与卷积核的匹配计算。5.2.3步幅5.2.3步幅和填充步幅决定卷积核每次滑动移动多少个像素。步幅为1时，卷积核逐格扫描，保留更多位置信息。步幅增大时，输出特征图尺寸变小，计算量下降。步幅过大也可能跳过有效信息。步幅示意步幅改变卷积核的计算位置和输出特征图大小。填充的作用1.填充是在输入边缘补充额外像素2.目的之一是控制输出特征图尺寸3.目的之二是减少边缘信息被过早丢失4.常见策略包括valid卷积和same卷积填充示意same填充常用于尽量保持空间尺寸。5.2.4池化层5.2.4池化层池化层用于压缩特征图的空间尺寸。最大池化保留局部区域中最强的特征响应。平均池化保留局部区域的平均统计信息。池化可以减少计算量，并提升一定的平移鲁棒性。最大池化示意最大池化保留每个局部窗口中的最大响应。5.2.5全连接层与输出层5.2.5全连接层与输出层卷积层和池化层主要负责提取空间特征。全连接层负责综合高级特征并完成任务判断。分类任务常用Softmax输出各类别概率。回归任务则输出连续数值。从特征图到分类输出特征图展平后可送入全连接层完成分类。5.3卷积神经网络模型简介5.3卷积神经网络模型简介经典CNN模型体现了结构设计与应用需求的变化。LeNet面向小规模手写数字识别任务。AlexNet面向大规模自然图像分类任务。二者共同展示了CNN从可用到爆发的关键路径。5.3.1LeNet5.3.1LeNetLeNet是早期成功应用于手写数字识别的CNN模型。其结构包含卷积层、池化层和全连接层。它证明CNN能够自动提取图像特征并完成分类。LeNet的意义在于验证了卷积结构的实际有效性。LeNet网络结构LeNet展示了早期CNN的基本处理流程。手写数字识别示例手写数字识别是CNN早期的重要应用场景。5.3.2AlexNet5.3.2AlexNetAlexNet显著加深了CNN结构。它使用ReLU激活函数改善训练效率。它引入Dropout和数据增强缓解过拟合。它借助GPU并行计算推动深度学习复兴。AlexNet网络结构AlexNet标志着深度CNN在大规模视觉任务上的突破。LeNet与AlexNet的对比1.任务规模：LeNet面向手写数字，AlexNet面向自然图像2.输入规模：AlexNet处理更大、更复杂的图像数据3.网络结构：AlexNet更深，特征表达能力更强4.技术条件：GPU、数据增强和新激活函数共同发挥作用5.4神经网络的发展与应用5.4神经网络的发展与应用不同神经网络结构适合不同类型的数据和任务。CNN擅长处理图像等空间结构数据。RNN擅长处理序列数据。GAN、自编码器和Transformer扩展了神经网络应用边界。CNN的典型应用1.图像分类：判断图像属于哪个类别2.目标检测：找出图像中的目标位置和类别3.图像分割：对每个像素进行类别标注4.人脸识别：提取人脸特征并进行身份匹配视觉任务示例CNN可用于图像分类、目标检测和实例分割等任务。其它神经网络结构1.RNN：适合文本、语音、时间序列等序列数据2.GAN：通过生成器和判别器对抗学习生成数据3.自编码器：用于特征学习、降维和异常检测4.Transformer：依靠自注意力机制处理长距离依赖生成对抗网络GAN通过生成器和判别器的对抗推动模型改进。Transformer结构Transformer已成为大语言模型和多模态模型的重要基础。本章小结1.神经网络的核心是简单计算单元的大规模连接与学习2.感知机引入学习机制，但单层结构受限于线性表达3.多层网络和反向传播打开了复杂非线性建模空间4.CNN通过局部连接和参数共享适合处理图像任务课堂复习题1.M-P模型与感知机模型的主要区别是什么？2.为什么单层感知机不能解决异或问题？3.卷积层的局部连接和参数共享分别解决什么问题？4.AlexNet成功背后的关键技术条件有哪些？

BeyondTechnology现代AI基础第6章经典人工智能算法简介遗传算法（GeneticAlgorithm，GA）是一种基于生物进化原理的全局优化算法。由美国密歇根大学JohnHolland教授于20世纪70年代系统提出，著作《AdaptationinNaturalandArtificialSystems》（1975）奠定数学基础。核心思想●模拟"物竞天择，适者生存"的自然选择过程●从初始种群出发，通过选择、交叉、变异产生新一代种群●不断进化，直到满足目标条件为止6.1遗传算法—概述早期研究（20世纪50-60年代）●少数计算机科学家开展"人工进化系统"研究●Rechenberg、Schwefel等提出进化策略（ES），应用随机变异改善参数●Fogel等提出进化规划（EP），用于有限状态机设计Holland的奠基性贡献（1960年代中期-1975）●提出位串编码技术，适用于交叉和变异两种操作●强调交叉（杂交）为主要遗传操作●1975年出版开创性著作，正式确立遗传算法理论框架近年发展●融合机器学习、大数据技术，应用范围持续扩展●与深度学习结合，用于超参数优化、特征选择等6.1.1遗传算法的产生与发展达尔文自然选择学说三要素●遗传（heredity）：亲代把遗传信息传给子代，物种得以稳定存在●变异（variation）：亲子代之间的差异，是生命多样性的根源●适者生存：具有适应性的个体被保留，不适者被淘汰孟德尔的贡献●提出遗传分离律和自由组合律，奠定现代遗传学基础进化论对算法设计的启示●"代代相传+优胜劣汰"→迭代优化●"基因重组"→算法交叉操作●"随机变异"→算法变异操作6.1.2遗传学基本知识—达尔文进化论关键生物学术语（与算法对应）●染色体（chromosome）：遗传物质载体→解的编码串●DNA/基因（gene）：遗传基本单位→编码中的单个位●种群（population）：个体集合→候选解集合●适应度（fitness）：对环境的适应程度→目标函数值●选择（selection）：适应度高的个体更多繁殖→优秀解被保留●交叉（crossover）：染色体交换重组→解的杂交操作●变异（mutation）：DNA复制偶发错误→随机扰动●进化（evolution）：种群逐代适应环境→反复迭代寻优6.1.2遗传学相关术语基本思路用"生物进化"的方式来求解复杂优化问题：①编码：将问题的解表示为"染色体"（通常为二进制串）②初始化：随机生成一定规模的初始种群

③评估：用适应度函数计算每个个体的优劣④选择：适应度高的个体有更大概率被保留⑤交叉：选中的个体两两交换基因片段⑥变异：以小概率随机改变某些基因位⑦重复④~⑥，直到满足终止条件6.1.3遗传算法概要—算法思想传统优化方法的局限●梯度下降法：需要目标函数可微，容易陷入局部最优●穷举法：搜索空间大时计算爆炸，无法实用●启发式规则：依赖领域知识，通用性差遗传算法的优势●不需要梯度信息，可处理不连续、不可微的目标函数●并行搜索多个候选解，全局搜索能力强●适用性广：连续/离散、单目标/多目标均可处理遗传算法的局限●计算开销大（适应度评估次数多）●参数选择（种群规模、交叉率、变异率）需要经验●对于高精度连续优化问题，收敛速度不如PSO6.1.3遗传算法vs传统优化方法算法主循环：●【开始】→初始化种群→计算适应度●→是否满足终止条件？▷是：输出最优解→【结束】▷否：继续下一步●→选择操作（轮盘赌/锦标赛选择）●→交叉操作（单点/两点/均匀交叉）●→变异操作（位翻转变异）●→生成新种群→重新计算适应度→循环6.1.3遗传算法基本流程选择（Selection）●轮盘赌选择：适应度越高的个体被选中概率越大●锦标赛选择：随机取k个个体，选最优者交叉（Crossover）●单点交叉：在随机位置切断，交换后半段●两点交叉：切断两处，交换中间段变异（Mutation）●以小概率翻转某位（0→1或1→0）●变异概率通常设为0.001~0.01，避免破坏优良基因6.1.3三大遗传操作详解以"背包问题"为例：有5件物品，选择哪些装入背包使总价值最大。二进制编码方案●染色体：[1,0,1,1,0]▷1=选取该物品，0=不选取▷该串表示：选取物品1、3、4，不选2、5适应度函数设计●若总重量不超过背包容量：适应度=所选物品总价值●若超出容量：适应度=0或施加惩罚解码过程●把二进制串还原为具体方案（哪些物品被选）●再代入目标函数计算适应度6.1.3编码与解码示例种群规模（PopulationSize）●典型范围：50~200个体▷太小→早熟收敛，缺乏多样性▷太大→计算开销大，收敛慢交叉概率（Pc）●典型范围：0.6~0.9●较大Pc有助于探索新区域，过大则破坏优秀个体变异概率（Pm）●典型范围：0.001~0.05●适当变异可维持种群多样性，过大则退化为随机搜索6.1.3遗传算法关键参数设置终止条件●达到最大迭代代数（常用100~1000代）●连续若干代最优解不再改善●目标函数值达到预设阈值6.1.3遗传算法关键参数设置工程优化●生产调度优化：汽车制造商用GA优化焊装车间，效率提升12~15%●工艺参数优化：钛合金3D打印参数优化，疲劳寿命提升22~25%路径规划●VLSI布局布线：改进GA使布线长度减少9.7%通信与信号处理●5G天线阵列优化：覆盖盲区减少约35%生物信息学●基因序列分析、蛋白质结构预测等6.1.4遗传算法的典型应用蚁群优化算法（AntColonyOptimization，ACO）由意大利学者MarcoDorigo于1992年提出。灵感来源于蚂蚁觅食时发现最短路径的集体行为。自然现象的启发●蚂蚁在行进时分泌信息素（pheromone），形成化学信号●较短路径上信息素积累更快，吸引更多蚂蚁跟随●挥发机制防止次优路径永久占据优势●通过正反馈最终整个蚁群都走最短路径ACO的重要里程碑●1997年：提出蚁群系统（AntColonySystem），效果大幅提升●2004年：Dorigo因此获得ACMAAAI经典人工智能奖6.2蚁群算法—概述信息素机制（核心）●蚂蚁路径越短→往返越快→信息素积累越多●信息素越多→吸引更多蚂蚁走此路径（正反馈）●信息素随时间挥发（负反馈）→避免陷入局部最优状态转移概率●蚂蚁选择下一节点的概率=信息素浓度×启发信息（距离倒数）●信息素浓度越高、距离越短，被选中概率越大信息素更新规则●每次迭代后：τ(t+1)=(1-ρ)·τ(t)+Δτ▷ρ：挥发系数（0<ρ<1）▷Δτ：本轮蚂蚁在此路径上新增的信息素6.2.1蚁群算法的核心机制6.2.2

信息素机制工作原理示意图算法步骤●①初始化：设定蚂蚁数量、信息素初值、启发函数参数●②构建解：每只蚂蚁按转移概率逐步构建一条路径（完整解）●③评估解：计算各路径长度（适应值）●④更新信息素：挥发旧信息素，较优路径补充新信息素●⑤终止判断：达到最大迭代次数或解不再改善则停止●⑥输出最优路径关键参数●α：信息素重要程度权重●β：启发信息（距离倒数）权重●ρ：信息素挥发系数6.2.2蚁群算法基本流程问题描述：找到访问所有城市且仅访问一次、路程最短的路径。ACO求解过程●将每个城市视为节点，蚂蚁从随机城市出发●根据信息素浓度和距离倒数，选择下一城市●每只蚂蚁完成一轮游历后，根据路径长度更新信息素●短路径积累信息素→吸引更多蚂蚁→路径逐步优化算法特点与优势●正反馈机制使得优质路径能被快速发现●分布式并行搜索，鲁棒性强●适合动态变化的路径规划问题6.2.3应用实例：旅行商问题（TSP）以6城市TSP为例，演示蚁群算法一次迭代过程：初始状态●6个城市（节点），城市间连线为候选路径●初始信息素均匀分布：τij=τ₀蚂蚁构建路径（以蚂蚁1为例）●从城市A出发，根据转移概率选择下一城市●完成一次游历，记录总路程信息素更新●路程短的路径：Δτ大→信息素增加多●路程长的路径：信息素因挥发而减少多轮迭代后●最短路径的信息素浓度最高，形成"信息素主干"●所有蚂蚁趋向于走同一条最优路径6.2.3ACO求解TSP—图示说明精英蚂蚁策略●最优解的蚂蚁额外增加信息素，加速向最优路径收敛最大-最小蚁群系统（MAX-MINAS）●限制信息素浓度范围[τmin,τmax]，防止某路径垄断多信息素类型●不同蚂蚁使用不同类型信息素，解决多目标优化候选列表策略●蚂蚁只考虑距离最近的k个候选城市，降低计算复杂度并行蚁群算法●多个蚂蚁种群同时搜索，定期交换最优路径信息自适应信息素挥发●根据解的质量动态调整ρ，避免信息素过早收敛6.2.4蚁群算法的改进策略交通物流●智慧物流：改进并行ACO在标准测试集上配送时效提升15~18%通信网络●互联网路由优化：蚂蚁算法自然适配网络拓扑结构生物信息学●蛋白质折叠预测：多信息素ACO在CASP14测试中精度达0.79ÅRMSD●基因序列比对：比对速度提升4.8倍能源与工业●光伏阵列重构：在阴影条件下发电效率提升8.7%6.2.4蚁群算法的典型应用粒子群优化算法（ParticleSwarmOptimization，PSO）由Kennedy和Eberhart于1995年提出。灵感来源：鸟群觅食时通过观察同伴位置协同寻找食物。自然现象的启发●每只鸟记住自己找到的最佳位置（个体经验）●整个鸟群共享发现的最好位置（群体智慧）●每只鸟通过这两个信息不断调整飞行方向●最终整个鸟群收敛到食物最丰富的区域算法特点●实现简单，参数少，收敛速度快●特别适合连续空间的优化问题6.3粒子群优化算法—概述理论基础●Reynolds（1987）：建立简化社会行为模型，识别邻近个体并匹配速度●Heppner&Grenander（1990s）：研究鸟群三大典型特征▷大规模同步运动▷突然的集体转向行为▷有序的分散与重组Kennedy&Eberhart的创新（1995）●将社会心理学概念（社会影响、认知）融入优化工具●每个粒子维护两个关键信息：▷pBest：个体历史最优位置（个人最佳）▷gBest：全局最优位置（群体最佳）6.3.1算法思想渊源6.3.2粒子群算法基本原理粒子群优化算法的模拟示意图6.3.2粒子群算法基本原理表6.11

鸟群觅食与PSO算法的概念对应表鸟群觅食过程粒子群优化算法鸟群搜索空间内的一组可行解(表现为种群规模N)觅食空间最优化问题的搜索空间(表现为维数D)第i(i=1,2,…,N)只鸟的飞行速度可行解的速度向量vi=(vi1,vi2,…,viD)第i只鸟的所在位置可行解的位置向量xi=(xi1,xi2,…,xiD)第i只鸟的个体认知与社会影响第i个粒子根据自身历史最优位置以及群体所处的全局最优位置不断地调整自己当前的速度和位置鸟群觅到食物算法结束并且输出(近似)全局最优解粒子的两个核心属性●位置向量x=(x₁,x₂,…,xD)：表示候选解●速度向量v=(v₁,v₂,…,vD)：控制搜索方向和步长速度更新公式（核心）v(t+1)=w·v(t)+c₁·r₁·(pBest-x)+c₂·r₂·(gBest-x)▷w：惯性权重—保持当前飞行惯性▷c₁：自我认知因子—向自身历史最优学习▷c₂：社会影响因子—向群体最优学习▷r₁,r₂：[0,1]上的随机数位置更新公式x(t+1)=x(t)+v(t+1)6.3.2粒子群算法基本原理6.3.3粒子群算法基本流程算法步骤①初始化：随机设定各粒子位置和速度，令pBest=初始位置②计算适应值：用目标函数评估各粒子当前位置③更新pBest：若当前适应值优于历史最优，更新pBest④更新gBest：从所有pBest中找全局最优，更新gBest⑤更新速度：按速度更新公式计算新速度（限制在Vmax内）⑥更新位置：按位置更新公式计算新位置⑦终止判断：达到最大迭代次数或精度要求则停止，否则回到②关键参数w∈[0.4,0.9]，c=c≈2.0，粒子数30~1006.3.3粒子群算法基本流程惯性权重w的影响●w大（接近1→粒子保持原飞行方向→全局搜索能力强●w小（接近0）→粒子迅速转向最优方向→局部搜索能力强▷工程实践：通常从0.9线性递减到0.4认知因子c₁的影响●c₁大→粒子更相信自身经验→多样性好，收敛慢●c₁小→粒子容易忽略个人历史最优社会因子c₂的影响●c₂大→粒子快速向群体最优聚集→收敛快，易早熟●c₂小→群体学习效果弱，搜索效率低推荐参数设置w=0.7~0.9，c₁=c₂=2.0，粒子数30~50（低维），100+（高维）6.3.3PSO控制参数的影响分析求f(x₁,x₂,x₃)=x₁²+x₂²+x₃²的最小值，约束-10≤xᵢ≤10参数设置粒子数量：5个；最大迭代次数：3次c₁=c₂=1.5，w=0.7，r₁=r₂=0.5迭代过程第1次：初始化适应值，粒子1最优（f=14），确定gBest第2次：所有粒子均找到更优位置，全局最优更新（f=2.90）第3次迭代：粒子继续向原点收敛，全局最优（f≈1.45）结论●经3次迭代，所有粒子均向原点（最优点）稳定收敛●若继续迭代，解将进一步趋近(0,0,0)6.3.4应用实例：三维函数优化6.3.4PSO三维函数优化—初始化阶段表6.12

5粒子初始阶段表粒子编号初始位置

(x₁,x₂,x₃)初始速度

(v₁,v₂,v₃)1(2,3,-1)(0.5,-0.5,0.3)2(-4,1,2)(-0.2,0.3,-0.1)3(0,-2,5)(0.1,0.4,-0.6)4(3,0,-3)(-0.3,0,0.5)5(-1,-5,1)(0.2,-0.2,0.1)6.3.4PSO三维函数优化—第一次迭代后表6.13

5粒子更新后状态表粒子编号新位置新速度新函数值1(2.35,2.65,−0.79)(0.35,−0.35,0.21)13.172(0.36,2.71,−0.32)(4.36,1.71,−2.32)7.683(1.57,2.03,0.08)(1.57,4.03,−4.92)6.534(2.04,2.25,−1.15)(−0.96,2.25,1.85)10.085(1.39,0.86,−0.43)(2.39,5.86,−1.43)2.90惯性权重改进●线性递减权重：初期大探索→后期小开发●自适应惯性权重：根据收敛状态动态调节拓扑结构改进●全局版：所有粒子共享gBest，收敛快但易早熟●局部版：粒子只与邻居共享，多样性好但收敛慢混合策略●引入遗传算子（交叉/变异）增强种群多样性●量子PSO：引入量子隧穿效应，避免局部最优多目标扩展●MOPSO：基于拥挤距离保留精英解，解决多目标权衡问题6.3.5算法改进方向工业工程●智能制造调度：改进PSO使汽车焊接生产线效率提升12.3%●光伏阵列重构：混沌PSO在阴影条件下提高发电效率8.7%人工智能●深度学习超参数调优：PSO优化CNN，ImageNet准确率提升1.5%●机器人路径规划：实时优化，复杂地形通过速度提高60%金融领域●PSO-RBF混合模型用于高频量化交易策略6.3.6粒子群算法的典型应用遗传算法（GA）●生物原型：达尔文进化论+孟德尔遗传学●数学基础：离散数学、概率论、模式定理m）蚁群算法（ACO）●生物原型：蚂蚁觅食的信息素通信行为●数学基础：概率图模型+正反馈系统粒子群算法（PSO）●生物原型：鸟群/鱼群的群体协作觅食●数学基础：连续动力学系统理论共同特点●均源于自然界的生物智慧，通过群体协作涌现全局智能●均无需梯度信息，适合黑箱优化问题6.4.1三种算法理论基础对比6.4.1三种算法对比分析表6.16

三种智能算法数学范式差异表特征遗传算法蚁群算法粒子群算法解空间表达离散组合空间图路径空间连续欧氏空间核心数学工具组合数学/模式理论概率论/马尔可夫过程动力学系统/梯度近似收敛性证明基于马尔可夫链分析随机近似理论Lyapunov稳定性分析典型操作交叉/变异概率转移/信息素更新速度-位置更新收敛特性GA：阶梯式进化，多样性好，适合复杂多峰问题，速度较慢ACO：正反馈强化，初期快速逼近，易陷入局部最优PSO：快速趋近+精细调整两阶段，参数鲁棒性最好最佳适用场景GA：离散组合优化（车间调度、电路布局、多模态问题）ACO：图路径优化（物流配送、网络路由、动态环境）PSO：连续参数优化（机械设计、神经网络训练、高维问题）鲁棒性6.4.1收敛特性与适用场景对比6.4.1三种算法结构对比表6.17

三种智能算法的结构对比表算法个体表示信息交互方式典型种群规模GA二进制串全局交叉变异50-200ACO虚拟蚂蚁局部信息素更新20-50PSO多维粒子邻域拓扑连接30-100问题类型判断●问题是离散/组合优化（排列、选择）→首选GA●问题是图路径/路由规划→首选ACO●问题是连续参数优化、高维搜索→首选PSO实时性要求●对实时性要求高（毫秒级）→PSO（计算最轻量）●允许较长计算时间→GA（深度搜索，解质量高）环境特点●动态变化的环境→ACO（信息素自然适应）●存在大量噪声的环境→GA（种群多样性最强）混合策略建议●复杂问题可用GA初步搜索+PSO精细优化的两阶段策略6.4.1如何选择合适的优化算法①混合智能算法●GA-PSO：上层GA保持多样性，下层PSO精细搜索●ACO-SA：融合模拟退火温度调控，解决早熟问题②自适应参数调控●PSO惯性权重非线性衰减：根据收敛状态自动调节●GA交叉率基于种群熵值实时调整③并行化与分布式计算●GPU并行GA：基因序列比对实现100倍加速●云计算ACO：可处理百万级城市物流优化④多目标优化扩展●NSGA-III：高维多目标，可同时平衡6个冲突目标●MOPSO：无人机航迹能耗与时间同步优化6.4.2经典算法的主要改进方向算法与深度学习结合●LSTM-GA：用LSTM网络预测优良基因模式，指导交叉操作●GNN-PSO：利用图神经网络建模粒子拓扑关系强化学习结合●强化学习ACO：蚂蚁通过Q-learning动态调整启发式因子量子计算新方向●量子遗传算法：量子比特编码，蛋白质折叠问题指数级加速●QAOA-GA：混合量子经典优化框架AI大模型融合●LLM-Optimizer：大语言模型辅助问题建模与求解●CLIP-ACO：视觉-语言多模态引导优化过程6.4.2与机器学习的深度融合①超大规模问题算法革新②动态不确定环境下的实时优化●结合卡尔曼滤波的动态PSO追踪时变最优解●基于强化学习的参数自适应机制（PPO-PSO）③绿色低碳优化新范式●能耗感知的轻量级优化算法（Green-PSO）④可信智能优化●可解释的优化决策（XAI-PSO）●满足安全约束的可靠优化（Safe-GA）总体方向●从单一问题求解→复杂系统协同优化→跨学科融合创新6.4.3未来发展趋势遗传算法模拟"优胜劣汰"的生物进化过程，通过选择、交叉、变异三大操作，在离散组合优化中表现突出蚁群算法借鉴蚂蚁觅食的信息素通信机制，通过正反馈强化最优路径，擅长图路径类优化问题粒子群算法模拟鸟群协作觅食，利用个体经验（pBest）与群体智慧（gBest）的平衡，高效解决连续优化问题三种算法均属群体智能方法，具有并行搜索、无需梯度信息的共同优势，各有其最优适用场景当前主流改进方向包括：混合算法、自适应参数、并行计算、多目标优化、与机器学习融合等未来发展趋势：面向超大规模、动态不确定、绿色低碳、可信智能等新场景的持续创新本章小结Q1.比较三种算法的自然启发来源，分析它们各自的核心差异Q2.若将PSO惯性权重从0.7调整为0.9，分析对算法收敛速度和解质量的影响Q3.当ACO出现"信息素过度集中"时，提出三种改进策略并分析原理Q4.设计GA与PSO的混合方案，解决智慧城市中电动汽车充电站选址问题Q5.结合技术与伦理分析：算法优化若产生有偏见的方案，如何平衡效率与公平？课后思考

BeyondTechnology现代AI基础第7章我国人工智能开放平台7.1人工智能开放平台概述主要包含数据处理、模型开发与管理、应用部署与监控、安全与合规、服务与支持五大核心模块7.1.1人工智能开放平台的定义与作用1.平台定义

人工智能开放平台是指通过开放技术接口、工具和服务，为开发者、企业及研究机构提供高效便捷的人工智能能力支持的公共平台，其核心作用在于降低技术门槛、促进资源共享并加速AI技术的产业化应用。平台核心特征：

（1）技术开放共享

（2）资源协同整合（3）生态共建机制2.平台作用

（1）技术普惠

人工智能开放平台显著降低了技术使用门槛，通过提供标准化的API接口和预训练模型，开发者不需要掌握深度学习框架的底层框架和原理，即可快速掌握计算机视觉、自然语言处理等核心AI功能，使得企业和个人开发者也能利用先进的AI能力。

2.平台作用

（2）资源优化

平台通过资源共享避免了重复建设，整合分散的算力资源，通过弹性计算服务避免企业重复投资GPU集群，同时构建了高质量的数据共享机制，提高了整个社会的技术创新效率。2.平台作用

（3）创新协同开放平台促进了产学研协同，加速了技术成果的转化落地，形成了从技术供给到应用反馈和迭代优化的良性循环。（4）产业变革

开放平台正在重构传统行业的价值链，催生新的商业模式。2.平台作用（5）社会影响

在社会进步和发展的浪潮中，开放平台的发展推动了社会的前进，促进了数字技能的普及，同时也促进了各行各业的发展。7.1.2我国人工智能开放平台的发展现状

1.

政策支持

2.市场规模与增长3.技术体系4.应用落地7.1.3人工智能开放平台的分类

平台类型主要特点代表平台综合性平台提供全栈式人工智能技术能力，包含多个技术领域百度AI开放平台、阿里云人工智能平台、腾讯云人工智能平台垂直领域平台应用于一些特定领域、不同行业场景科大讯飞人工智能平台、商汤科技人工智能平台、旷视科技开放平台

企业级平台提供一些定制化的解决方案，具有商业化华为云EI、腾讯云TI-ONE开发者级平台面向开发者，提供轻量级工具和资源，降低个人开发者使用门槛百度飞桨（PaddlePaddle）、华为MindSpore机器学习平台提供模型的训练、开发支持谷歌TensorFlow、百度飞桨计算机视觉平台提供图像识别与检测、视频识别与检测技术商汤科技、旷视科技自然语言处理平台提供文本处理、智能语音交互等能力腾讯云智能语音、阿里云NLP平台完全开放平台提供完整开放的接口API和SDK工具，支持二次开发百度AI开放平台、科大讯飞开放平台半开放平台不开放完整功能，部分功能受到限制，需申请使用阿里云

NLP、华为

HiCar云端平台提供云计算服务，按照需求使用阿里云PAI、亚马逊云AI开放平台边缘计算平台支持终端设备在本地化部署华为HiAI、百度EdgeBoard混合部署平台提供云端协同计算腾讯云TI-Matrix、阿里LinkEdge通用型平台适用于多领域、多行业不同场景百度AI开放平台、华为云EI行业专用平台针对不同行业的特定需求定制京东零售科技平台（零售）、腾讯觅影（医疗）7.2综合性人工智能开放平台分类维度子类别代表平台主要特点提供方背景国内出名百度AI开放平台、阿里云PAI平台、腾讯云TI平台、华为云EI平台能够提供全栈技术、支持云计算国外出名谷歌人工智能平台、亚马逊云科技人工智能平台、微软Azure人工智能平台服务范围广，支持全球化服务、与云生态深度绑定技术功能

机器学习框架TensorFlow框架、PyTorch框架开源模型库、灵活定制计算机视觉百度视觉API、阿里云视觉智能开放平台支持图像识别与检测、视频检测与分析自然语言处理（NLP）腾讯云NLP、华为云文本分析支持机器翻译、情感分析等功能语音技术科大讯飞开放平台、微软AzureSpeech平台支持语音合成、识别等语音处理、语音翻译等功能部署方式云端API服务部分综合性平台例如百度AI、谷歌AI按需调用、门槛低私有化部署华为云ModelArts企业版数据安全、定制化开发7.2.1百度人工智能平台1.平台简介

百度AI开放平台是百度推出的一种综合性人工智能技术开放平台，致力于为开发者、企业及合作伙伴提供全面的AI技术能力和行业解决方案，通过官方网址可进入该平台。7.2.1百度人工智能平台2.开发平台

7.2.1百度人工智能平台3.主要技术能力

技术能力分类具体内容语音技术大模型语音端到端语音语言大模型、大模型声音复刻、语音合成语音识别短语音识别、实时语音识别、音频文件转写、语音自训练平台语音私有化部署方案语音私有化部署语音合成短文本在线合成、长文本在线合成、定制音库、语音合成离线SDK呼叫中心语音呼叫中心音频文件转写、实时语音通话、智能语音质检语音翻译语音翻译API、实时语音翻译、AI同传智能硬件百度鸿鹄语音芯片7.2.1百度人工智能平台3.主要技术能力

文字识别通用场景文字识别通用文字识别、手写文字识别、办公文档识别、表格文字识别、文档解析、智能结构化、印章识别、二维码识别、网络图片文字识别、数字识别交通场景文字识别行驶证识别、驾驶证识别、车牌识别、VIN码识别、车辆合格证识别等卡证文字识别身份证识别、银行卡识别、营业执照识别、户口本识别、护照识别、社保卡识别等财务票据文字识别智能财务票据识别、增值税发票验真、增值税发票识别、银行单据识别等医疗票据文字识别医疗发票识别、医疗费用明细识别、医疗费用结算单识别、病历单据识别教育场景文字识别试卷分析与识别、词典笔文字识别私有化部署方案文字识别私有化部署7.2.1百度人工智能平台3.主要技术能力

人脸与人体识别人脸识别云服务人脸关键点、人脸检测与属性分析、人脸对比、人脸搜索、人脸检测、活体检测、合成图检测人脸离线识别SDKAndroid版、Windows版、Linux版、海思版、RV1109版度目软硬件产品度目AI相机、智能视频分析盒、智能分析一体机、暗光全彩机芯、EdgeBoard开发板卡度目泛安防应用平台度目凌云平台服务器私有化部署方案人脸私有化部署包、人体私有化部署包人体与行为分析人体关键点识别、人体检测与属性分析、人流量统计、手部分析与跟踪、驾驶行为分析人像特效人脸融合、人像分割、人脸属性编辑7.2.1百度人工智能平台3.主要技术能力

图像技术图像识别通用物体和场景识别、看图识万物、图像内容理解、植物识别、动物识别、车型识别、车辆检测、菜品识别、地标识别、果蔬识别、品牌logo识别、图像主体检测、翻拍识别图像搜索相同图片、相似图片、商品图片、绘本图片、面料图片搜索图像增强图像清晰度增强、图像无损放大、图像修复、智能抠图图像特效黑白图像上色、图像风格转换、人像动漫化图片生成文心AI作画图像私有化部署方案图像私有化部署7.2.1百度人工智能平台3.主要技术能力

语言和知识百度智能云一念智能创作平台、智能推荐平台、内容分析平台、内容审核平台AIGCAI作画、AI成片、AI数据转视频曦灵智能数字人平台曦灵智能数字人机器翻译文本翻译、领域翻译、文档翻译、图片翻译、语音翻译、实时语音翻译、私有化部署智能文档分析平台文档格式转换、合同审查、文档对比、文档抽取、文档解析语言理解地址识别、文本纠错、情感倾向分析、评论观点抽取、对话情绪识别、词法分析、实体分析、短文本相似度、关键词提取、文本信息提取语言生成文章标签、文章分类、新闻摘要视频技术视频内容安全短视频审核、长视频审核、视频流审核智能创作平台智能创作平台视频生成图文素材转视频、数据转视频视频封面选取静态封面图、GIF封面图、封面视频视频对比检索相同视频片段检索、相同图片检索、相同音频片段检索、相关内容的媒资检索、人脸特征检索视频内容分析视频内容分析、图片内容分析、智能封面、精彩视频分析7.2.1百度人工智能平台4.场景应用及服务

场景应用及服务具体内容智能创作与数字人平台百度智能云一念・智能创作平台、曦灵・智能数字人平台、数字人直播平台内容审核平台图像内容安全、文本内容安全、文档内容安全、音频内容安全、视频内容安全、直播内容安全智能推荐引擎智能推荐引擎、智能搜索引擎、版权内容订阅百度翻译企业版多语言大模型翻译、协同与知识共享、翻译自动化和在线阅读、企业管理与内部集成企业服务人脸实名认证、智能招聘、呼叫中心语音解决方案、智能语音会议、智能语音指令、语音数字大屏、AI同传、文心快码Comate智能安防与教育度目凌云平台、度目智慧连锁方案、度目园区治理方案智能教育度目AI实训室方案、度目智慧校园方案智慧医疗AI智慧门诊、私有化医疗大模型应用增强现实AR虚拟形象产品方案虚拟现实VR希壤、元宇宙底座、VR党建、VR教育、VR营销、VR实训智能零售数字化访销解决方案、智能拓店平台大数据营销百度慧眼7.2.1百度人工智能平台5.应用案例

实践1：使用百度AI开放平台的图像识别接口，完成某一种植物的识别。

（1）百度AI开放平台账号的注册和配置，注册账号并进行实名认证*打开浏览器访问网址/*注册账号并设置密码完成注册*登录后进入控制台并进行实名认证7.2.1百度人工智能平台5.

应用案例

实践1：使用百度AI开放平台的图像识别接口，完成某一种植物的识别。

（2）创建应用*在控制台上点击“图像识别”，选择创建应用，填写应用信息。7.2.1百度人工智能平台5.应用案例

实践1：使用百度AI开放平台的图像识别接口，完成某一种植物的识别。

（3）搭建开发环境*下载并安装Python（版本可不一致，建议不要太低）*安装必要库如图7.4所示，安装百度API客户端和图像处理库7.2.1百度人工智能平台5.应用案例

实践1：使用百度AI开放平台的图像识别接口，完成某一种植物的识别。

（4）核心代码实现

第一步：导入需要的python库。

第二步：配置百度AI开放平台密钥

第三步：创建植物识别客户端，通过AipImageClassify类连接植物识别的客户端。7.2.1百度人工智能平台5.应用案例

实践1：使用百度AI开放平台的图像识别接口，完成某一种植物的识别。

第四步：通过建立函数get_image读取图像文件。第五步：通过建立函数recognize_plant读取图像并调用百度API识别植物。第六步：建立显示结果的函数show_result，通过API解析显示并返回结果，打印植物的名称和置信度，如果植物有别名，也打印出植物的别名。7.2.1百度人工智能平台5.应用案例

实践1：使用百度AI开放平台的图像识别接口，完成某一种植物的识别。

最后一步：建立主程序，通过前面建立的recognize_plant函数来调用API接口，调用show_result函数执行植物识别流程并展示识别结果，img_path是指图像路径。if__name__=="__main__":img_path="flower.jpg"detection_result=recognize_plant(img_path)show_result(detection_result)7.2.1百度人工智能平台5.应用案例

实践1：使用百度AI开放平台的图像识别接口，完成某一种植物的识别。

随机选取一张植物的图像来进行识别，如图7.5所示，识别成功后出现的结果如图7.6所示。7.2.1百度人工智能平台5.应用案例

实践2：使用百度AI开放平台的图像识别接口，完成图片文字的识别实践过程与实践1项目类似，参考书本7.2.2阿里云人工智能平台1.平台简介

阿里云人工智能平台即人工智能平台PAI，是由阿里巴巴公司开发并为开发者和企业客户群体提供的一站式人工智能开放平台，可通过官方网址/product/pai进入该平台。7.2.2阿里云人工智能平台2.主要产品及服务

架构分层核心模块具体功能与服务场景化解决方案AI应用自动驾驶、科研智算、金融风控、智能推荐、智能设计、智慧城市、智能制造、智慧医疗、智慧服务等模型服务(MaaS)ModelScope魔搭社区开源模型库、支持模型的微调与开发、数据集共享ModelStudio阿里云百炼大模型训练、推理平台（例如通义千问）第三方MaaS平台第三方模型服务灵骏智算服务(PaaS)快速开始PAI-QuickStart（模板项目）、DSW-Gallery（案例库）标注服务(PAI-iTAG)数据标注工具（例如图像、视频、文本标注等）特征平台(PAI-FeatureStore)特征数据的统一管理、共享与复用可视化建模(PAI-Designer)拖拽式可视化建模工具交互式建模(PAI-DSW)云端交互式开发环境分布式训练(PAI-DLC)高性能分布式训练服务模型在线服务(PAI-EAS)全托管模型在线推理服务开发者工具CLI（命令行）、PaiFlow（工作流编排）、OpenAPI（开发接口）AI资产管理数据集、模型、镜像、代码、自定义组件管理等7.2.2阿里云人工智能平台2.主要产品及服务

优化与加速

训练、推理、数据集加速

TorchAcc（Torch训练加速）、EPL并行训练框架、AIMaster（自动容错训练）、Blade（推理加速）、EasyCkpt（秒级异步训练快照）、DatasetAcc（数据集加速）机器学习框架深度学习框架PAI-TensorFlow、PAI-PyTorch其它框架Alink、Spark、EasyRec、EasyTransfer、Megatron、DeepSpeed、RLHF计算资源

(IaaS)PAI-灵骏计算资源高性能计算服务（CPU、GPU）云原生通用资源弹性计算ECS、容器服务ACK（Kubernetes）、RDMA网络（RoCE）、CPFS（高性能文件存储）、NAS（网络附加存储）、OSS（对象存储）大数据计算资源MaxCompute（离线计算）、EMR（Hadoop生态）、Flink（实时计算）基础设施物理基础设施支持低PUE液冷/风冷、模块化IDC设施7.2.3腾讯云人工智能平台1.平台简介

腾讯云人工智能平台是腾讯公司面向开发者、政企推出的人工智能开发平台，腾讯公司一直致力于研究游戏开发，腾讯云TI平台是提供一站式服务的AI开发平台，可通过官方网址/product/ti进入该平台。7.2.3腾讯云人工智能平台2.主要产品

7.2.3腾讯云人工智能平台3.应用场景

7.2.3腾讯云人工智能平台3.应用场景

7.2.4综合性人工智能开放平台对比平台名称所属企业核心技术优势主要应用百度AI开放平台百度自然语言处理、计算机视觉、语音合成飞桨平台、图像处理、智慧医疗等阿里云人工智能PAI阿里巴巴电商推荐算法、深度学习、智算服务通义千问大模型、机器学习平台等腾讯云TI平台腾讯语音技术、视频实时处理、边缘计算腾讯云TI-ONE、TI-Matrix、TI-OCR金融、教育领域等7.3垂直领域人工智能开放平台

垂直领域是指特定的某个领域，垂直领域人工智能开放平台不同于综合性人工智能开放平台，该人工智能开放平台是指针对特定领域、行业的不同实际应用场景需求，提供深度化、定制化的AI技术、数据和解决方案的开放平台。7.3.1科大讯飞开放平台1.平台简介

科大讯飞开放平台成立于2010年，是由科大讯飞公司研发，推出的一款以自然语言处理和语音技术为核心的人工智能开放平台，平台具体内容可通过官方网址/进入查看。7.3.1科大讯飞开放平台2.主要产品与服务

产品能力分类具体内容星火大模型讯飞星火讯飞星火认知大模型、开源大模型、本地大模型、语音识别大模型等智能语音短语音识别星火语音识别大模型、离线语音听写、听写自训练平台等长语音识别录音文件转写、实时语音转写等离线语音交互离线语音听写、离线语音合成、离线变声等语音合成超拟人语音合成、在线语音合成等自然语言处理语法分析离线分词内容安全文本纠错、公文校对、文本合规、图片合规等人机交互AIUI人机交互平台计算机视觉图像识别场景识别、物体识别、场所识别人脸、人体检测人脸水印照比对、人脸比对、人脸特征分析、人脸检测和属性分析等7.3.1科大讯飞开放平台2.主要产品与服务

产品能力分类具体内容文字识别通用文字识别通用文档及文字识别、印刷文字识别、手写文字识别、公式识别等财务票证识别通用票证识别、增值税发票识别、银行卡识别等交通票证识别火车票识别、出租车发票识别等通用证件识别营业执照、身份证识别等语言翻译机器翻译实时语音翻译、网页翻译、图片翻译、同声传译、文档翻译等虚拟数字人基础能力超拟人数字人交互、AI虚拟数字人、形象资产构建、一句话复刻产品方案AI虚拟人交互平台、讯飞智作、虚拟人智能交互机、AI虚拟人直播机7.3.1科大讯飞开放平台3.应用案例案例实践项目：使用科大讯飞开放平台的星火认知大模型可进行对话，可以把大模型当自己的朋友，当心情不好时，输入自己的心里话，大模型会跟你进行对话，并且像朋友一样会给出暖心的回复。实践过程：（1）平台注册及登录*访问官方链接进入讯飞开放平台*注册账号并登录，进行实名认证*找到平台的"星火认知大模型"7.3.1科大讯飞开放平台3.应用案例（2）创建应用

如图7.13所示，创建应用，填写应用名称、分类和功能描述，信息可以进行修改。7.3.1科大讯飞开放平台3.应用案例（3）进入星火认知大模型平台，可领取一些模型平台的使用次数，并且可以使用星火大模型进行对话交流，如图7.14所示，在该界面，可与大模型进行对话。7.3.2商汤科技开放平台1.平台简介商汤科技开放平台是由商汤科技公司推出的可应用于智慧城市、智慧医疗等多领域场景的人工智能开放平台，可通过官方网址/cn进入该平台。7.3.2商汤科技开放平台2.主要产品与服务产品服务分类具体内容功能描述

大模型系列商汤日日新大模型商量SenseChat、如影SenseAvatar、琼宇SenseSpace等自然语言处理、图片生成、数据标注训练等人工智能基础设施商汤大装置AI云AI应用开发底座LazyLLM、万象模型开发平台AI云基础设施

城市与商业智能化商汤方舟城市开放平台商汤星云通用智能产品、行业产品城市智能化解决方案商汤方舟企业开放平台商汤星云通用智能产品、行业产品、通用云服务、数字能源企业智能化解决方案7.3.2商汤科技开放平台2.主要产品与服务产品服务分类具体内容功能描述智能汽车平台绝影智能汽车平台商汤绝影智能座舱、智能驾驶、商汤绝影AI云智能驾驶解决方案个人生活智能化水星智能移动终端平台移动终端SDK包括手机解锁、智能视频、智能影像移动端图像处理火星混合现实平台特效引擎、三维空间重建虚拟技术商汤智慧医院智慧诊疗、智慧就医、智慧医学科研、智慧医疗云智慧医疗解决方案晶识智能零售平台商汤烧卖购、智能无人店零售智能化元萝卜机器人AI下棋机器人消费级AI硬件7.3.3旷视科技开放平台1.平台简介

旷视科技开放平台即Face++人工智能开放平台，该平台主要专注于为开发者提供人脸、人像处理技术，涵盖人脸识别、人像处理等五大AI技术，可通过官方进入该平台。7.3.3旷视科技开放平台2.主要产品与服务7.3.4垂直领域人工智能开放平台对比平台名称所属企业核心技术优势主要应用科大讯飞开放平台科大讯飞语音技术、自然语言处理语音助手、星火认知大模型、机器翻译商汤科技开放平台商汤科技多领域人工智能技术智慧城市、无人零售、智慧诊疗、智能驾驶、旷视科技开放平台旷视科技人脸识别、人体识别人脸认证、图像识别7.4人工智能开放平台的挑战与未来趋势7.4.1平台面临的挑战核心技术2.规模建设3.全球影响力4.数据安全与隐私保护5.算法的公平性6.算力需求和成本7.平台生态建设7.4人工智能开放平台的挑战与未来趋势7.4.2平台的未来发展趋势多技术互相融合2.应用朝着全产业方向深化3.产学研协同模式未来将更加成熟7.5本章小结人工智能开放平台：定义、作用、发展现状综合性平台：百度、阿里云、腾讯云垂直领域平台：科大讯飞、商汤科技、旷视科技挑战与趋势：面临挑战，未来向技术普惠、生态共生发展

BeyondTechnology现代AI基础第8章大语言模型—从ChatGPT

到DeepSeek大语言模型是一种基于深度学习的人工智能技术，其核心是使用大规模数据集对模型进行训练，从而使其能够生成自然语言文本或理解语言文本的含义。大语言模型能通过层叠的神经网络结构，学习并模拟人类语言的复杂规律，达到接近人类水平的文本生成能力。相比传统的自然语言处理（NLP）模型，大语言模型能够更好地理解和生成自然文本，同时表现出一定的逻辑思维和推理能力。所以说，大语言模型具有“类人性”、“生成性”、“强交互性”的特点。ChatGPT（全名：ChatGenerativePre-trainedTransformer），即生成型预训练变换模型，又称为聊天生成预训练转换器，是美国OpenAI（人工智能开放研究实验室）研发的一款聊天机器人程序，并于2022年11月30日正式发布。ChatGPT能通过理解并模仿人类语言来回答人们提出的各类问题，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至还能帮助人们完成撰写邮件、文案、翻译、编写代码（脚本）、撰写论文等学习任务。8.1ChatGPT—大语言模型的“老大哥”8.1.1ChatGPT主要功能1.问题回答回答人们提出的各种问题，问题范围包括常见知识、事实、信息、以及特定领域的问题查询等。2.人机对话与人们进行自然而流畅的对话，理解与用户之间的交互，并生成相关回应。3.摘要提取提取一段文字内容的关键信息，并生成语句流畅的简洁摘要以及概括性提纲。4.文本生成根据用户的输入内容生成连贯的某种形式文本，例如短故事、散文、诗歌、甚至“打油诗”等。5.翻译实现文本翻译功能，将一种语言翻译为另一种语言。6.校对和修改提供文本的校对和修改建议，帮助改善语法、表达和风格。7.编程帮助可以为编程者提供相关指导和解决方案，例如提供代码片段、代码错误纠正和编程技巧。总之，这些功能使ChatGPT已成为一个强大的人机聊天工具，可用于各种任务场景，包括知识查询、辅助创作、语言理解和人机对话等。8.1.2ChatGPT社会应用2023年6月10日，全球人工智能技术大会（GAITC2023）在我国杭州举办，来自全世界几十个国家与地区的近千位专家学者在大会上对ChatGPT的社会应用领域开展深度研讨。8.1.3ChatGPT使用争议例如，在学术研究领域，国、内外多家知名学术期刊联合发表声明，完全禁止或严格限制使用ChatGPT等人工智能机器人撰写学术论文。在教育领域，OpenAI也官方宣称，在各阶段的教育领域，完全依赖ChatGPT完成作业和写论文是“不道德和不健康”的学习方式。学生需要具备自主思考能力，理解知识并自己动手完成作业。使用ChatGPT完成作业只能短暂的帮助学生获得分数、提高成绩，但不能从根本上提高他们的学习能力和知识水平。8.1.4如何正确使用ChatGPT1．明确需求在使用ChatGPT之前，你需要明确你的需求和目标。你是希望解决一个什么样的问题？你需要得到什么样的信息？你的目标是什么？只有明确了这些，你才能更好的使用ChatGPT。2．提供上下文当你在与ChatGPT交流时，提供清晰的上下文信息非常重要。如果你只是在对话中直接提问一个问题，ChatGPT可能无法理解你的意图。因此，在提问之前，你需要先介绍一些与问题有关联的背景信息，以便ChatGPT能够更好的理解你的问题。3．用简单明了的语言使用ChatGPT时，尽量使用简单明了的语言。避免使用过于复杂或专业的术语，否则可能会让ChatGPT难以理解。要用简明扼要的日常用语来表达你的问题和需求，以便ChatGPT能够更好的回答你提出的问题。4．注意言语规范在使用ChatGPT时，要注意语言的规范和礼仪。尽管ChatGPT可以理解多种语言，但是它并不能理解非正规或用词不规范的语言。因此，要使用规范化语言来与ChatGPT交流，避免使用缩写、省略语、俚语、网络“时髦用语”等一系列非正规语言。5．尊重他人隐私在使用ChatGPT时，要注意保护他人的隐私和数据安全。不要询问或分享敏感的个人信息，例如他人的姓名、住