【课程对象】企业相关部门中层以上管理者

【课程时间】1天（6小时/天）

【课程大纲】

模块一：关于生成式人工智能

一、人工智能分类

（一）按智能分类

1、反应机器人工智能

2、有限记忆人工智能

3、心智人工智能

4、自我意识人工智能

（二）AI模型分类：

决策式AI模型

生成式AI模型

生成式AI的分类：

文本：总结或自动化内容。

图像：生成图像。

音频：在音频中总结、生成或转换文本。

视频：生成或编辑视频。

编程：生成代码。

聊天机器人：自动化客户服务等。

ML平台：应用程序/ ML平台。

搜索：人工智能洞察。

游戏：生成式AI游戏工作室或应用。

数据：设计、收集或总结数据。

生成式人工智能基础概念

1、神经网络和深度学习

2、强化学习（Reinforcement Learning）

3、序列生成模型（Sequence Generation）

4、生成式模型：变分自编码器、生成对抗网络(GAN)等。

5、生成对抗网络GAN 的原理及其实现过程，

6、自然语言处理技术(NLP)：条件式语言模型(Conditional Language Modeling)或GPT-2, BERT

7、NLP在机器翻译和情感分析中是如何用到生成式人工智能技术的

三、生成式人工智能关键技术

1、梯度下降与随机梯度下降

2、链式法则与反向传播算法

3、自适应学习率算法(如Adam、RMSProp等)

4、深度生成模型(如WaveNet、Transformer等)

四、生成式人工智能原理

（一）生成式人工智能原理：利用神经网络学习输入数据的潜在分布，然后利用这个分布来生成新的数据。

（二）生成式模型包括：变分自编码器（VAE）和生成对抗网络（GAN）等。

（三）变分自编码器（VAE）：

1、输入数据**编码器转换成一个潜在向量，然后**解码器转换回原始数据。

2、使用编码器将原始数据映射到一个低维的潜在空间中，并且可以从这个潜在空间中随机采样，然后使用解码器来生成新的数据。

（四）生成对抗网络（GAN）：

1、GAN生成器的工作流程

随机噪声输入

**神经网络生成图片

评估生成图片：

优化生成器：

训练结束

2、GAN判别器工作流程

接收输入数据：

提取特征：

二分类：

优化判别器

五、生成式AI的工作流程

1、收集大量训练数据:图片、文本、视频等,这些数据包含所要学习的模式和规律。

2、使用编码器学习数据模式:将输入数据编码成矢量或矩阵形式的数字表示,这需要使用深度学习和神经网络。

3、进行解码生成新数据:解码器将编码器产生的数字表示解码成新的图片、文本、视频等,这也需要深度学习和神经网络。

4、评估生成数据的质量:通常使用人工评估或对抗网络来判断生成数据的质量,并不断优化网络提高质量。

5、重复迭代:不断收集新数据,重训练网络,生成更高质量和更真实的数据,达到想要的效果。

6、应用生成数据:将生成的数据应用于各种任务,例如虚拟人物、自动新闻撰写、深度伪造检测等。

模块二：关于Chat GPT

什么是Chat GPT

1、Chat ：聊天

2、GPT：Generative Pre-trained Transformer-生成型预训练变换模型

二、ChatGPT的主要特点

1、可以主动承认自身错误。若用户指出其错误，模型会听取意见并优化答案。

2、ChatGPT 可以质疑不正确的问题。

3、ChatGPT 可以承认自身的无知，承认对专业技术的不了解。

4、支持连续多轮对话。

三、ChatGPT的技术架构

1、人类反馈强化学习

2、TAMER框架

3、ChatGPT的训练

**阶段：训练监督策略模型

第二阶段：训练奖励模型（Reward Mode，RM）

第三阶段：采用PPO（Proximal Policy Optimization，近端策略优化）强化学习来优化策略。

四、Chat GPT工作原理

1、文字接龙—— GPT 大模型

2、人类引导接龙方向——有监督训练初始模型

3、给 GPT 请个“好老师”—— Reward 模型

4、AI 指导 AI ——强化学习优化模型

五、各种大模型的对比

1、春雨医生：即将首发基于大模型的AI在线问诊产品“春雨慧问”

2、诸葛科技：居住产业首个大模型AIGC

3、毫末智行：“DriveGPT雪湖·海若”自动驾驶大模型

4、彭博社：金融领域BloombergGPT

5、网易有道：即将推出“子曰”教育场景大模型

6、老虎证券：AI投资助手TigerGPT

7、商汤：“日日新”大模型

8、飞书：将推出智能AI助手“My AI”

9、华为盘古AI大模型即将上线：包括NLP、CV大模型等

10、360：“360智脑”，率先落地搜索场景

11、昆仑万维：“天工”大模型

12、知乎：“知海图AI”大模型

13、阿里云：“通义千问”AI大模型

14、百度：文心一言

模块三、生成式人工智能主要应用

自动创作:生成小说、新闻文章、电影剧本等内容

2、深度伪造检测:由于生成式人工智能可以产生逼真的深度伪造,因此也被用于检测深度伪造内容。

3、虚拟人物:使用人工智能生成逼真的虚拟人物图像或视频,用于娱乐、教育和客户服务等。

4、AI艺术:生成新奇有创意的艺术作品,如图片、音乐、视频等。

5、个性化推荐:生成个性化推荐内容,如商品推荐、新闻推荐等。

6、机器翻译:**编码解码的方式生成新的翻译内容。

7、自动客服:使用聊天机器人生成个性化的对话内容。

8、辅助创意:帮助人类在创意设计、广告创意等领域获得新的灵感和创意。

9、模拟环境:生成虚拟环境用于培训、仿真等。比如生成虚拟城市用于无人驾驶汽车的模拟。

10、AI放大:利用少量数据生成更加丰富的数据集,用于提高人工智能的性能，特别适用于数据稀缺的场景。

模块四：生成式人工智能的未来发展:

1、更强大和可控的模型:发展更强大的人工智能模型来生成高质量的数据,同时加强对模型的可解释性和控制,减少失控风险。

2、应用场景的拓展:生成式人工智能将应用于更多领域,如教育、医疗、交通等,产生更大影响。

3、监管和伦理框架:建立更完善的监管、伦理和安全标准来指导生成式人工智能的发展和应用。特别是针对深度伪造、自动创作等敏感应用制定更严格的规范。

4、数据偏差的解决:**选择更加公平和可解释的数据集,以及采取数据去偏差的技术手段,降低生成结果的偏差风险。

5、人工智能与人的协作:未来人工智能不会完全取代人类,而是与人密切协作。这需要开发更易于人类理解和控制的人工智能系统,并在应用中提供人工与人工智能协作的接口。

6、安全防范机制:建立防范机制以应对黑客利用生成式人工智能产生的假信息、钓鱼邮件、网络诈骗等恶意内容。这需要政府、企业和研究机构密切合作。

7、商业化进程的控制:密切关注和指导生成式人工智能以及相关应用的商业化进程,防止出现科技泡沫,并**大限度减少对社会与经济的负面影响。

模块五：生成式人工智能应用操作

一、正确提问：好问题的三要素是什么？

1、任务简述

2、任务描述

3、角色场景

二、如何进一步提高 ChatGPT 输出的质量？

1、添加参照；

2、加强思辨；

3、指定元素；

4、寻找关联

三、如何让 AI 变成翻译大师？

1、普通文稿翻译

2、沉浸式网页翻译

3、翻译书籍

4、翻译代码

5、内容总结

6、内容润色

四、论文写作：如何让 AI 变成论文助手？

1、搭建论文提纲

2、生成**恰当的标题

3、判断**投稿对象

五、语言学习：如何让 AI 变成外语私教？

1、设置单词库。这个环节需要用到 ChatGPT。

2、设置场景，生成对话。这个环节需要用到 ChatGPT。

3、生成语音，录下来反复听。这个环节需要用到谷歌或者微软的云服务，它们都有文本转语音功能。

4、尝试自己说。这个环节需要用到浏览器插件 Voice Control For ChatGPT。

六、视频处理：如何让 AI 变成视频帮手？

1、对视频内容的总结

2、利用 ChatGPT 做视频

3、长内容支持问题

七、提问式学习：如何快速搞懂一个领域？

1、提出问题

2、设置话题

3、知识图谱