AIGC基础与应用 课件 第1--3章 认识AIGC---AIGC助力高效办公.pptx

第1章认识AIGC;【本章导读】

本章首先介绍人工智能的定义、起源和发展等，然后介绍大模型的相关知识，最后介绍AIGC的概念、应用场景以及常见的AIGC大模型工具等。

【本章要点】

?认识人工智能

?认识大模型

?AIGC概述

?AIGC的应用场景

?常见的AIGC大模型工具

;;人工智能是研究、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的技术科学。

;人工智能研究如何使计算机模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等），是一个以计算机科学为基础，由计算机、心理学、哲学等多学科交叉融合的交叉学科、新兴学科。

;;图灵测试的方法很简单，就是让测试者与被测试者（一个人与一台机器）隔开，测试者通过一些装置（如键盘）向被测试者随意提问，被测试者自由回答。进行多次测试后，如果有超过30%的测试者不能确定被测试者是人还是机器，那么这台机器就通过了测试;;;人工智能有三大核心要素，分别是数据、算法和算力。

数据是一切智慧体的学习资源，没有了数据，任何智慧体都很难学习到知识。

算法是一组解决问题的规则，是计算机科学中的基础概念。

算力是指计算机或其他计算设备在一定时间内可以处理的数据量或完成的计算任务的数量。算力通常被用来描述计算机或其他计算设备的性能，它是衡量一台计算设备处理能力的重要指标。

;2017年8月3日，腾讯正式发布了人工智能医学影像产品——腾讯觅影。同时，还宣布成立人工智能医学影像联合实验室。;大模型是大规模语言模型（Large-scaleLanguageModel，LLM）的简称。语言模型是一种人工智能模型，它被训练成可以理解和生成人类语言。;;;;;;卷积神经网络;;;;自然语言处理的具体表现形式包括机器翻译、文本摘要、文本分类、文本校对、信息抽取、语音合成、语音识别等。近些年，自然语言处理研究已经取得了巨大的进步，并逐渐发展成为一门独立的学科。

;目前，大语言模型的生态已初具规模。大语言模型通常在大规模无标记数据上进行训练，以学习某种特征和规则。;ChatGPT的背后就是大语言模型生成领域的新训练范式：RLHF（ReinforcementLearningfromHumanFeedback），即基于人类反馈的强化学习来优化语言模型。

RLHF是一个涉及多个模型和不同训练阶段的复杂概念，有以下3个训练步骤。

（1）预训练一个语言模型（LanguageModel，LM）；

（2）聚合问答数据并训练一个奖励模型（RewardModel，RM）；

（3）用强化学习（ReinforcementLearning，RL）方式微调LM。

;;;AIGC的发展历程可以大致分为以下3个阶段。

早期萌芽阶段：20世纪50年代—90年代中期，受限于科技水平，AIGC的实验仅限于小范围实验。

沉淀积累阶段：20世纪90年代中期—21世纪10年代中期，AIGC从实验向实用转变，但受限于算法，无法直接进行内容生成。

快速发展阶段：21世纪10年代中期至今，深度学习算法不断迭代，AIGC生成内容种类丰富且效果越来越好。2017年微软人工智能少年“小冰”推出世界上首部由人工智能写作的诗集《阳光失了玻璃窗》，2018年NVIDIA（英伟达）发布的StyleGAN模型可自动生成图片，2019年DeepMind发布的DVD-GAN模型可生成连续视频。2021年OpenAI推出DALL-E模型并更新迭代版本DALL-E-2模型，该模型主要用于文本、图像的交互生成。

;;自编码器模型结构

;Transformer模型

;使用Transformer模型处理输入数据（以文本为主）有以下四个主要步骤。

（1）词嵌入

（2）位置编码

（3）自注意力机制

（4）文本生成

;Imagen是2022年5月谷歌发布的图像生成扩散模型。用户向其中输入描述性文本，模型会生成与文本匹配的图像。

Imagen生成图像

;;;AIGC应用实例

例如，用户提问：在一座孤岛上，一条龙和一只凤凰会怎么相处？这是一个极具想象力的问题，因为龙和凤凰都是神话中的生物。但由于AIGC接受了大量文本输入作为训练数据，它能从中了解到关于龙和凤凰的信息，并在回答中融入这些信息。

生成文本对话如下。

问：在一座孤岛上，一条龙和一只凤凰会怎么相处？

答：在传统文化中，龙和凤凰都是具有神话色彩的生物，它们代表着不同的象征意义。龙通常被视为强大、威严和神秘的象征，而凤凰则代表着幸福、荣耀和重生。

在孤岛上，一条龙和一只凤凰可能会相互敬畏和尊重，因为它们都是非常强大的生物。它们可能会建立一种和平共处的关系，分享资源和领地，同时也会保护对方免受外来威胁。

?

;;;;;;;小结

（1）人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论