一本書(shū)讀懂ChatGPT

定　價(jià)：￥89.00

作　者：	魏進(jìn)鋒等
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

當(dāng)當(dāng)網(wǎng) (￥89.00)

ISBN：	9787121453526	出版時(shí)間：	2023-05-01	包裝：	平裝-膠訂
開(kāi)本：	128開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)以通俗易懂的語(yǔ)言對(duì)ChatGPT進(jìn)行全面講解。本書(shū)分為10章。第1章對(duì)ChatGPT及ChatGPT的創(chuàng)造者OpenAI進(jìn)行初步講解。第2章講解ChatGPT的功能和使用方式，以及如何用ChatGPT在實(shí)際應(yīng)用場(chǎng)景中解決問(wèn)題。第3章講解如何用Prompt（提示語(yǔ)）讓ChatGPT輸出更有價(jià)值的內(nèi)容，并講解設(shè)計(jì)Prompt的原則，以及如何用第三方工具提升Prompt的使用效率。第4章講解ChatGPT的能力缺陷并提出一些解決方案。第5章講解傳統(tǒng)智能對(duì)話機(jī)器人的原理和實(shí)現(xiàn)架構(gòu)，涉及知識(shí)問(wèn)答機(jī)器人、任務(wù)型對(duì)話機(jī)器人、閑聊機(jī)器人和商業(yè)智能對(duì)話機(jī)器人，并分析了ChatGPT與其的區(qū)別。第6章講解人工智能基礎(chǔ)知識(shí)，涉及人工智能發(fā)展簡(jiǎn)史、三個(gè)主流學(xué)派研究思路的區(qū)別，以及從機(jī)器學(xué)習(xí)到深度學(xué)習(xí)的發(fā)展歷程。第7章講解構(gòu)建ChatGPT的基礎(chǔ)模型Transformer是如何從RNN、LSTM、注意力機(jī)制、自注意力機(jī)制一路發(fā)展而來(lái)的。第8章講解ChatGPT是如何從GPT-1、GPT-2、GPT-3、GPT-3.5發(fā)展而來(lái)，并進(jìn)一步演化為GPT-4的，它跟BERT的關(guān)系和區(qū)別是什么；還講解了自然語(yǔ)言處理范式是怎樣從有監(jiān)督訓(xùn)練到先預(yù)訓(xùn)練后精調(diào)再到只預(yù)訓(xùn)練不精調(diào)轉(zhuǎn)變的，并探討了OpenAI成功的秘訣。第9章講解以ChatGPT為代表的大模型出現(xiàn)的“涌現(xiàn)”現(xiàn)象并對(duì)其原理進(jìn)行探討，包括對(duì)涌現(xiàn)現(xiàn)象、思維鏈現(xiàn)象、上下文學(xué)習(xí)能力、指令理解、模型記憶原理、錯(cuò)誤修正等的討論。第10章討論ChatGPT對(duì)人工智能行業(yè)、人工智能從業(yè)者及社會(huì)的影響，以及人工智能后續(xù)的發(fā)展方向；還討論了如何構(gòu)建商業(yè)模式、競(jìng)爭(zhēng)格局將怎樣改變，以及如何在人工智能快速發(fā)展的時(shí)代保持自己的競(jìng)爭(zhēng)力。本書(shū)面向?qū)θ斯ぶ悄芗癈hatGPT感興趣的讀者，特別是想要全面了解ChatGPT的讀者。無(wú)論是從應(yīng)用角度還是從技術(shù)原理角度，讀者都能從本書(shū)中獲益。

作者簡(jiǎn)介

　　魏進(jìn)鋒人工智能算法專家，擁有10年以上人工智能算法工作經(jīng)驗(yàn)，主要研究領(lǐng)域?yàn)樽匀徽Z(yǔ)言處理、智能對(duì)話機(jī)器人、深度學(xué)習(xí)、大模型等。曾就職于阿里巴巴達(dá)摩院智能對(duì)話算法組、小米人工智能實(shí)驗(yàn)室智能客服算法部門、IBM中國(guó)研發(fā)中心等，積累了豐富的人工智能理論研究經(jīng)驗(yàn)和算法落地經(jīng)驗(yàn)，對(duì)人工智能如何賦能產(chǎn)業(yè)及產(chǎn)生商業(yè)價(jià)值有獨(dú)到的見(jiàn)解和實(shí)踐經(jīng)驗(yàn)。儲(chǔ)兵兵曾擔(dān)任小米人工智能實(shí)驗(yàn)室智能客服算法負(fù)責(zé)人、聯(lián)通在線信息科技有限公司算法總監(jiān)，擁有10年自然語(yǔ)言處理經(jīng)驗(yàn)，目前主要致力于研究AIGC與多模態(tài)算法。曾多次創(chuàng)業(yè)。聶文峰長(zhǎng)期從事自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)相關(guān)的研發(fā)工作，先后在百度、京東等一線互聯(lián)網(wǎng)公司負(fù)責(zé)新聞及電商推薦系統(tǒng)相關(guān)的工作。

圖書(shū)目錄

第1章人工智能的巔峰之作
1.1 華麗出場(chǎng)
1.2 全民“調(diào)戲”
1.3 神兵利器
1.4 危中有機(jī)
1.5 OpenAI簡(jiǎn)介
第2章全能的ChatGPT
2.1 ChatGPT的使用方式
2.2 ChatGPT能做什么
2.3 ChatGPT的具體應(yīng)用案例
2.4 同一問(wèn)題，不同的答案
第3章真的存在咒語(yǔ)（Prompt）嗎
3.1 什么是Prompt
3.2 Prompt的使用方式
3.2.1 一步一步地推理（Let’s think step by step）
3.2.2 適當(dāng)?shù)赝黄品谰€
3.2.3 中英文效果有差異
3.2.4 個(gè)性化打造自己的ChatGPT
3.2.5 用工具提升效率
3.3 如何設(shè)計(jì)Prompt
3.4 有哪些好用的現(xiàn)成的Prompt
第4章 ChatGPT也不是萬(wàn)能的
4.1 ChatGPT的能力缺陷
4.2 ChatGPT能力缺陷的具體體現(xiàn)
4.2.1 數(shù)據(jù)偏差和誤導(dǎo)性
4.2.2 意識(shí)或情感缺失
4.2.3 邏輯和推理能力限制
4.2.4 垂直細(xì)分短板
4.2.5 時(shí)效性不足
4.3 如何幫助ChatGPT補(bǔ)足短板
4.4 ChatGPT的固執(zhí)己見(jiàn)
第5章不一樣的智能對(duì)話機(jī)器人
5.1 世界上第一個(gè)智能對(duì)話機(jī)器人
5.2 圖靈測(cè)試
5.3 傳統(tǒng)智能對(duì)話機(jī)器人
5.3.1 知識(shí)問(wèn)答機(jī)器人
5.3.2 任務(wù)型對(duì)話機(jī)器人
5.3.3 閑聊機(jī)器人
5.3.4 商業(yè)智能對(duì)話機(jī)器人
5.4 傳統(tǒng)智能對(duì)話機(jī)器人的特點(diǎn)
5.5 ChatGPT有啥不一樣
第6章史前時(shí)代——人工智能基礎(chǔ)知識(shí)
6.1 人工智能簡(jiǎn)介
6.1.1 發(fā)展簡(jiǎn)史
6.1.2 人工智能的不同學(xué)派
6.2 機(jī)器學(xué)習(xí)
6.3 深度學(xué)習(xí)
6.4 五花八門的神經(jīng)網(wǎng)絡(luò)
第7章一切過(guò)往，皆為序章——ChatGPT的基石
7.1 自然語(yǔ)言處理
7.2 RNN
7.2.1 一對(duì)多
7.2.2 多對(duì)一
7.2.3 多對(duì)多
7.3 LSTM
7.4 注意力機(jī)制
7.5 自注意力機(jī)制
7.6 Transformer
7.6.1 編碼器部分
7.6.2 位置信息編碼
7.6.3 解碼器部分
7.6.4 Transformer的工作流程
第8章 ChatGPT的狂飆之路
8.1 大模型時(shí)代的開(kāi)啟
8.2 GPT——出師不利的主角
8.3 BERT
8.4 GPT-2——執(zhí)著的單向模型
8.5 GPT-3——真正的巨無(wú)霸
8.6 CodeX——GPT-3會(huì)寫(xiě)代碼啦
8.7 ChatGPT——劃時(shí)代的產(chǎn)品
8.8 GPT-4
8.9 OpenAI成功的秘訣
第9章 ChatGPT神奇的“涌現(xiàn)”現(xiàn)象——通往未來(lái)之路
9.1 什么是涌現(xiàn)
9.2 思維鏈
9.2.1 現(xiàn)象展示
9.2.2 深度討論
9.3 上下文學(xué)習(xí)能力
9.3.1 現(xiàn)象展示
9.3.2 原理及討論
9.4 指令理解
9.5 記憶大師
9.6 承認(rèn)錯(cuò)誤
9.7 總結(jié)
第10章未來(lái)已來(lái)
10.1 ChatGPT對(duì)人工智能行業(yè)的沖擊
10.2 ChatGPT對(duì)人工智能從業(yè)者的考驗(yàn)
10.3 ChatGPT對(duì)社會(huì)的影響
10.3.1 作為信息獲取工具
10.3.2 作為內(nèi)容生成工具
10.3.3 作為交互工具
10.3.4 作為工作輔助工具
10.3.5 作為個(gè)人輔助工具
10.4 ChatGPT需要解決哪些問(wèn)題
10.5 未來(lái)已來(lái)，與君共勉