《AIGC通识课》课程简介

《AIGC通识课》课程简介课程名称：AIGC通识课课程代码：CS101课程学分：3学分课程目标本课程旨在为学生提供人工智能生成内容（AIGC）的全面通识教育，涵盖从基础理论到高级应用的多个方面。通过系统的学习，学生将能够理解AIGC的核心概念、技术原理、应用场景及其带来的社会影响，培养学生的创新思维和实践能力，为未来在人工智能领域的进一步学习和研究打下坚实基础。课程内容本课程共分为12章，每章包含理论讲解、案例分析、作业和研究性学习任务，以促进学生的主动学习和深入理解。人工智能基础计算的渊源：从战争需求推动的计算机器到通用计算机的发展，以及计算思维的概念。大数据基础：信息爆炸的社会背景、大数据的定义及其3V特征（体量、速度、多样性）。人工智能时代：图灵测试及其发展，人工智能的定义，强人工智能与弱人工智能的区别，以及大数据与人工智能的关系。从LLM、GAI、AIGC到AGI：大语言模型（LLM）、通用人工智能（GAI）、人工智能生成内容（AIGC）和人工通用智能（AGI）的概念和发展。大语言模型基础Blockhead思维实验：通过思维实验引出大语言模型的概念。从NLP起步：自然语言处理（NLP）的研究内容和深度学习革命。LLM的定义与工作原理：词元及其标记化、基础模型、词嵌入、基于Transformer模型的自注意力机制、生成和理解过程，以及预训练过程与微调。定义GAI与AIGCGAI与AIGC的定义：明确通用人工智能（GAI）和人工智能生成内容（AIGC）的概念及其相互关系。AIGC多模态生成技术：探讨AIGC在多模态内容生成方面的技术。AIGC的应用场景：列举AIGC在Web3.0、元宇宙等领域的典型应用场景。AIGC常用工具（平台）：介绍常用的AIGC工具和平台。案例分析：通过国内10个LLM的测评案例，分析模型选择、分析规则、调研维度和测评分析。AIGC智能体智能体的定义与结构：定义智能体的概念，包括性能度量、理性、与AIGC的联系，以及智能体的结构和组件工作方式。环境的本质：讨论指定任务环境和任务环境的属性。构建LLM智能体：介绍如何构建基于LLM的智能体。智能体驱动的商业模式：探讨多种智能体驱动的商业模式，如软件即服务、智能体即服务等。提示工程与技巧提示工程的定义与原理：介绍提示工程的概念、提示词的分类、构成和调优方法。提示工程技术：讨论链式思考提示、生成知识提示、少样本提示、自一致提示和思维树提示等技术。提示学习和语境学习：解释提示学习和语境学习的概念。提示词写作技巧：提供提示词框架推荐和实践技巧。AIGC高效工作AIGC促进OA流程：探讨AIGC如何与机器人流程自动化（RPA）结合，促进办公自动化流程。重新定义个人助理：讨论AIGC如何赋能个人工作，包括弥补非专业知识、创作省时或验证、构思拒绝平庸等。案例分析：通过AIGC助力Excel图形化技巧和打造电商文案的案例，展示AIGC在实际工作中的应用。AIGC助力学习AIGC助力学习进步：介绍AIGC如何帮助学习进步。人工智能教学工具：列举多种人工智能教学工具，如QuillBot、Owlift、Grammarly等。输入法加持人工智能：讨论输入法如何结合人工智能技术。智能程序代码生成工具：介绍多种智能程序代码生成工具，如GitHubCopilot、通义灵码等。案例分析：通过AIGC生成程序代码的案例，展示AIGC在编程教育中的应用。AIGC拓展设计AIGC与设计师的协同模式：探讨AIGC与设计师的嵌入模式、助手模式和代理模式。AIGC加速药物发现：讨论AIGC在药物发现中的作用和价值。AIGC与搜索技术：介绍AIGC与搜索技术的结合。案例分析：通过用AIGC绘制UML设计图的案例，展示AIGC在设计领域的应用。AIGC成就艺术人工智能绘图工具：介绍多种人工智能绘图工具，如StableDiffusion、MidJourney等。AIGC颠覆用户音乐体验：讨论AIGC如何改变音乐体验和创造新的音乐想象空间。AIGC生成视频：介绍AIGC生成视频的原理、工具和应用案例。AIGC用在营销创意中：探讨AIGC如何推动营销升级和创造独特视觉效果。AIGC安全问题AIGC的安全问题：讨论AIGC面临的安全问题。LLM的幻觉：分析LLM产生幻觉的分类、原因、检测方法和减轻措施。“超人”AI的不堪一击：通过案例分析，讨论AI的脆弱性。警惕AI“智能体风险”：提醒读者注意AI智能体可能带来的风险。案例分析：通过AIGC与“欺骗”的案例，探讨人工智能欺骗可能导致的风险和防止被骗的努力。AIGC伦理与限制AIGC面临的伦理挑战：讨论AIGC在伦理方面面临的挑战。数据隐私保护对策：提出数据主权、数据权、数据利用失衡等问题的解决方案。人工智能伦理原则：介绍职业伦理准则的目标、创新发展道德伦理宣言和欧盟可信赖的伦理准则。LLM的知识产权保护：讨论LLM的诉讼案例和知识产权保护的重要性。案例分析：通过AIGC抢了谁的饭碗的案例，探讨人工智能对就业的影响。面向AGIGAI的层次：介绍GAI的应用层、平台层、模型层和基础设施层。人工智能发展愿景：探讨LLM在智能制造和预测人类行为方面的应用。AGI涌现：定义AGI的概念，讨论LLM与AGI的关系和AGI的关键特性。从AIGC迈向AGI：介绍通往AGI的分级系统和关键步骤。教学方法理论讲解：通过多媒体教学工具，详细讲解每章的理论知识。案例分析：结合实际案例，帮助学生理解理论知识在实际中的应用。互动讨论：组织课堂讨论，鼓励学生发表自己的见解和想法。实践操作：通过研究性学习任务，让学生在实践中加深对知识的理解。评估方式平时作业（30%）：每周布置相关练习题，检验学生对每章内容的理解和掌握。研究性学习报告（20%）：每章结束后，学生需提交研究性学习报告，鼓励学生进行深入探索和实践。期末考试（50%）：全面评估学生对课程内容的掌握程度。教学对象大学本科生研究生对AIGC感兴趣的学习者课程时长：12周，每周3课时课程教材《AIGC通识课》，周苏等，机械工业出版社，2025参考文献列出了教材引用的参考文献，供读者进一步学习和研究。课程特色全面覆盖：从基础理论到高级应用，全面覆盖AIGC的各个方面。实践导向：通过案例分析和研究性学习任务，培养学生的实践能力和创新思维。互动教学：鼓励学生参与课堂讨论，提高学生的主动