4.2 用户推荐指数
科技
类型
6.9
豆瓣评分
可以朗读
语音朗读
108千字
字数
2023-05-01
发行日期
展开全部
主编推荐语
解读AIGC及ChatGPT的热点问题,洞察AIGC时代的机遇与隐忧,选好赛道,乘风而起。
内容简介
AIGC(Artificial Intelligence Generated Content)中文译为“人工智能生成内容”。狭义上的AIGC指利用AI自动生成内容的生产方式。广义的AIGC可以基于训练数据和生成算法模型,自主生成新的文本、图像、音乐、视频、3D交互内容等各种形式的内容和数据,甚至可能开启科学新发现,创造新的价值和意义。
本书旨在通过深入浅出的讲解,帮助读者认识并了解AIGC,进一步探究AIGC未来的发展方向及其可能面临的挑战,并通过一系列丰富的AIGC应用案例展示其在各个领域应用的无限可能。此外,本书还联合投资界、学术界和创业圈的三位专业人士畅谈了关于AIGC的深入洞察。
目录
- 版权信息
- 内容提要
- 前言
- 服务与支持
- 提交勘误信息
- 与我们联系
- 关于异步社区和异步图书
- 第1章 AIGC为何引发关注
- 1.1 《太空歌剧院》带来的冲击和影响
- 1.2 “生成”所引发的创意性工作革新
- 1.3 内容生成方式进入新阶段
- 1.4 AIGC在绘画领域率先破圈
- 1.5 典型的AIGC模型
- 海外模型
- 国内模型
- 第2章 模型即服务时代的到来
- 2.1 模型即服务的历史进程
- 早期人工智能在曲折中探索
- 深度学习引发关注
- 2.2 典型的深度学习网络
- 生成对抗网络
- Transformer
- 2.3 大公司探索之路
- DeepMind
- OpenAI
- 2.4 基础模型普及的关键节点
- 基础模型的能力与服务
- 曾经热议的云,今后的基础模型
- 基础模型的通用性
- 2.5 人工智能的未来何在
- 人工智能逐步接近人类的思考模式
- 未来人工智能的发展特点
- 第3章 ChatGPT引发的潮流与思考
- 3.1 ChatGPT会成为人工智能的拐点吗
- 引发全球关注的ChatGPT
- ChatGPT潜在的应用领域
- 3.2 ChatGPT能力大揭秘
- 3.3 ChatGPT是OpenAI对大模型的坚定实践
- 3.4 ChatGPT的局限性及其引发的思考
- 技术创新性与工程创新性
- 知识局限性
- 盈利与成本之间的平衡
- 应用落地所面临的困境
- 法律合规与应用抵制
- 网络安全风险
- 能耗挑战
- 3.5 ChatGPT引发的思考
- 如何看待人类创新与机器创新
- ChatGPT在哪些方面值得我们学习
- 3.6 GPT-4未来已来,奇点时刻该如何面对
- 多模态
- 提示工程的价值
- 安全隐忧
- 第4章 大模型驱动的人工智能绘画“创作”
- 4.1 AI绘画的先驱——AARON
- 4.2 人工智能绘画的原理
- 神经网络是如何模仿人类思考的
- 如何让神经网络画一幅画
- 4.3 人工智能学习如何画一只猫
- 教会你的神经网络认识“猫咪”
- 人工智能真的画出了猫咪
- 4.4 DALL-E的初次尝试与突破
- 4.5 人工智能绘画的技术创新点
- CLIP实现跨模态创新,打造图文匹配
- 用Diffusion加速AIGC落地普及
- Diffusion模型为AIGC写下的注脚
- Stable Diffusion岂止于开源
- AIGC进一步降低模型的使用门槛
- 4.6 使AIGC绘画技术成熟的重要因素
- 提示词的重要性
- 算力资源的关键支撑
- 第5章 人类的创新能力会被AIGC替代吗
- 5.1 艺术创作会被AIGC取代吗
- 用户的猎奇与创作者的抵触
- AIGC不会取代艺术创作工作
- 使用AIGC,需要具备什么能力
- AIGC是直接消费品还是工具
- 5.2 创作者如何通过AIGC获得更大的收益
- 如何将AIGC应用于创作
- 创意工作者的收益探索
- 未来人工智能创作艺术的5个层次
- 5.3 AIGC——你的“达·芬奇”
- 内容输出的“平民化”
- 大众与艺术家“直连”
- 实时互动和精准化构建的“即时满足”
- 社区与共创的“想象力”
- 基于生成全新内容的平台
- 5.4 抓住AIGC的机遇
- AIGC时代,做“短信”还是“微信”
- AIGC的发展仍无法脱离技术周期
- 第6章 开源成就行业发展的未来
- 6.1 开源让我们站在巨人的肩膀上
- 6.2 开源成为引爆AIGC的导火索
- 6.3 大模型的开源之路
- 第7章 AIGC与商业化
- 7.1 AIGC商业化的3个阶段
- 感知冲击——尝鲜阶段
- 认知领悟——协助阶段
- 新生态链——原创阶段
- 7.2 AI领域的企业发展
- 平台型企业
- 应用型企业
- 现有产品的智能化
- 7.3 当下典型的AIGC变现手段
- 按照计算量收费
- 按照输出图像数量收费
- 软件按月付费
- 模型训练费
- 7.4 AIGC商业模式的困境
- AIGC Inside的商业化并不容易
- 难以建立技术壁垒
- 探索自主的大模型及应用
- 第8章 AIGC的典型应用
- 8.1 文字创作
- 主要特点
- 典型应用
- 8.2 音频生成
- 主要特点
- 典型应用
- 8.3 视频生成
- 主要特点
- 典型应用
- 8.4 3D模型生成
- 主要特点
- 典型应用
- 8.5 编写代码
- 主要特点
- 典型应用
- 8.6 游戏创作开发
- 主要特点
- 典型应用
- 8.7 绘画产品
- 典型绘画产品的AIGC应用
- AIGC绘画与NFT结合
- 8.8 建筑设计
- 将AIGC融入建筑设计
- 用AIGC实现装修设计
- 8.9 其他应用
- DIY设计
- 儿童创意实现
- 内容营销
- 诊疗与心灵慰藉
- 第9章 AIGC的不足与挑战
- 9.1 技术与产业方面的不足与挑战
- 细节仍需打磨
- 成本问题
- 输出结果不一致
- 大模型到大应用的挑战
- 通用性较差
- 9.2 在确权方面面临的挑战
- AIGC作品的著作权归属
- 著作权争议的潜在解决方案
- 法律监管出现争议
- 企业态度不统一
- 伦理与安全风险
- 第10章 业界和学界的专家洞察
- 10.1 AIGC可扩展潜力巨大,可能掀起新一波创新创业浪潮
- 从AIGC到AIGS,“服务规模化的个性化”时代到来
- 从科技圈体验到全民使用,AI首次成功破圈
- OpenAI已经成功探索出AI领域科技创新落地的新模式
- 中国需要自主大模型,也有可能探索出自己的创新
- 10.2 AIGC火热的背后,需要深度思考治理难题
- 破解“克林格里奇困境”,要靠更敏捷的治理思路
- 加强对弱势群体的保护,平台应该做好“守门人”
- AIGC内容知识产权还没有定论,但业界已有基本共识
- 探索人工智能领域“数据合作”新范式
- 10.3 AIGC火热背后的业界冷思考:中国AI行业的未来发展,需要有自己的思路
- ChatGPT的流畅对话来源于预训练大模型
- “AI幻觉”仍是阻碍产业发展的难题
- 大规模预训练技术仍处于早期探索阶段,人工智能公司还需耐心打磨
- 在AIGC技术浪潮中,一些行业将迎来全新挑战
- 中国AI行业的未来发展,需要有自己的思考和思路
展开全部
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。