一本書讀懂AIGC：ChatGPT、AI繪畫、智能文明與生產(chǎn)力變革
定 價(jià)：79 元
- 作者：a15a
- 出版時(shí)間：2023/3/1
- ISBN：9787121353932
- 出 版 社：電子工業(yè)出版社
- 中圖法分類：TP18-49
- 頁(yè)碼：252
- 紙張：
- 版次：01
- 開(kāi)本：16開(kāi)
本書以通俗易懂的方式從各個(gè)層面介紹了AIGC的基礎(chǔ)知識(shí)，并輔以大量案例引領(lǐng)讀者了解AIGC的應(yīng)用實(shí)踐，讓讀者可以更快速地利用AIGC改善工作和生活。 第1章從AI發(fā)展歷史到資本市場(chǎng)近況闡述了AIGC產(chǎn)業(yè)的概況，第2章介紹了AIGC相關(guān)技術(shù)，第3章介紹了文本類AIGC技術(shù)的發(fā)展及其在傳媒、教育、辦公等場(chǎng)景中的應(yīng)用，第4章介紹了聲音類AIGC技術(shù)的發(fā)展及其在音樂(lè)、仿真等領(lǐng)域中的應(yīng)用，第5章介紹了圖片類AIGC的發(fā)展及其在圖片生成、圖片處理、圖片識(shí)別等領(lǐng)域中的應(yīng)用，第6章介紹了視頻類AIGC的發(fā)展及其在視頻生成、數(shù)字人等領(lǐng)域中的應(yīng)用，第7章介紹了AIGC上下游產(chǎn)業(yè)鏈（包括芯片、VR等相關(guān)設(shè)備、元宇宙建模）的概況，第8章提出了AIGC對(duì)人類文明發(fā)展產(chǎn)生的影響，并對(duì)普通人如何應(yīng)對(duì)AIGC帶來(lái)的"生產(chǎn)力爆炸”提出方法論。
a15aa15a是一個(gè)Creator DAO（創(chuàng)作者去中心化組織），致力于以DAO的形式來(lái)產(chǎn)出新科技領(lǐng)域的內(nèi)容，降低普通人了解科技的門檻。a15a已出版多本新科技科普書籍，并計(jì)劃推出更多體系化課程和講座。a15a的主要成員是區(qū)塊鏈和人工智能領(lǐng)域的專家、從業(yè)者、研究人員和學(xué)生，以及法律合規(guī)領(lǐng)域的專業(yè)人士。在抖音、知乎、小紅書、推特等平臺(tái)上搜索“a15a”即可找到a15a官方賬號(hào)。賈雪麗上海技術(shù)交易所專家?guī)鞂＜遥鸂柗蛱乩砉ご髮W(xué)碩士，先后就職于 ING 銀行、中國(guó)平安、光大集團(tuán)等頂級(jí)金融科技企業(yè)，擁有豐富的人工智能、隱私計(jì)算及區(qū)塊鏈等項(xiàng)目經(jīng)驗(yàn)，申請(qǐng)人工智能相關(guān)發(fā)明專利 60 余項(xiàng)，在INTERSPEECH會(huì)議上發(fā)表論文一篇，參與撰寫多個(gè)隱私計(jì)算行業(yè)報(bào)告和白皮書。0xAres利物浦大學(xué)碩士，曾先在投資公司工作，后就職于知名公鏈。從業(yè)期間主持制作過(guò)多個(gè)區(qū)塊鏈系列課程，舉辦過(guò)多次“黑客松”，長(zhǎng)期致力于區(qū)塊鏈的科普教育，有Web3.0行業(yè)全領(lǐng)域孵化經(jīng)驗(yàn)，樂(lè)于通過(guò)多種形式的內(nèi)容創(chuàng)作傳播Web3.0共識(shí)；2021年組建創(chuàng)作者去中心化組織a15a并開(kāi)始編寫新科技領(lǐng)域的科普書籍，主編了《一本書讀懂Web3.0：區(qū)塊鏈、NFT、元宇宙和DAO》和《一本書讀懂NFT：區(qū)塊鏈通證、元宇宙資產(chǎn)、Web3.0營(yíng)銷和數(shù)字化身份》。張炯星圖比特創(chuàng)始人兼CEO，中國(guó)通信工業(yè)協(xié)會(huì)信息化科技創(chuàng)新專業(yè)委員會(huì)委員，上海技術(shù)交易所專家?guī)鞂＜�；曾就職于IBM，擁有豐富的金融科技從業(yè)經(jīng)驗(yàn)，長(zhǎng)期服務(wù)中國(guó)人民銀行、中國(guó)工商銀行等大型金融機(jī)構(gòu)，擅長(zhǎng)技術(shù)融合、產(chǎn)業(yè)創(chuàng)新，對(duì)以區(qū)塊鏈、人工智能為代表的數(shù)字經(jīng)濟(jì)技術(shù)有深刻的理解；擁有人工智能和數(shù)字資產(chǎn)相關(guān)專利8項(xiàng)，參與撰寫了《一本書讀懂Web3.0：區(qū)塊鏈、NFT、元宇宙和DAO》和《一本書讀懂NFT：區(qū)塊鏈通證、元宇宙資產(chǎn)、Web3.0營(yíng)銷和數(shù)字化身份》。
第1章 我們?yōu)槭裁匆P(guān)注AIGC
1.1 從人工智能到人工智能生成內(nèi)容
1.2 巨頭如是說(shuō)
1.2.1 國(guó)外“大廠”在AIGC領(lǐng)域的布局
1.2.2 國(guó)內(nèi)“大廠”在AIGC領(lǐng)域的布局
1.3 資本狂潮
1.4 異軍突起的獨(dú)角獸企業(yè)
1.4.1 OpenAI
1.4.2 Stability AI
1.4.3 Scale AI
1.5 行業(yè)“大牛”：誰(shuí)是下一個(gè)“喬布斯”
第2章 AIGC相關(guān)技術(shù)介紹
2.1 規(guī)則系統(tǒng)
2.2 變分自編碼器
2.3 生成對(duì)抗網(wǎng)絡(luò)
2.3.1 GAN模型訓(xùn)練原理
2.3.2 CGAN模型
2.3.3 基于模型架構(gòu)的衍生
2.3.4 基于損失函數(shù)的衍生
2.3.5 圖像生成領(lǐng)域的衍生
2.4 Transformer模型架構(gòu)
2.5 基于Transformer模型架構(gòu)的LLM
2.5.1 基于編碼器的LLM
2.5.2 基于解碼器的LLM
2.5.3 基于編碼器和解碼器的LLM
2.5.4 BERT模型與GPT模型對(duì)比
2.6 擴(kuò)散模型
2.6.1 擴(kuò)散模型原理
2.6.2 DALL?E 2模型
2.6.3 Stable Diffusion模型
2.7 其他模型
2.8 LLM的前景光明
第3章 下筆如有神：文本類AIGC
3.1 何為“智能”
3.2 拆解文本生成技術(shù)原理
3.2.1 1950—1970年，NLP初露鋒芒
3.2.2 1980—2010年，NLP的寒冬與機(jī)遇并存
3.2.3 2010—2019年，技術(shù)迸發(fā)與沉淀
3.2.4 2019年至今，AIGC進(jìn)入尋常百姓家
3.3 文本類AIGC在傳媒場(chǎng)景中的應(yīng)用
3.3.1 社交媒體文案：Jasper
3.3.2 新聞寫作：Quakebot、CNET
3.3.3 劇本撰寫：海馬輕帆
3.4 文本類AIGC在教育場(chǎng)景中的應(yīng)用
3.4.1 文章撰寫：EssayGenuis
3.4.2 出題和做題：高校聯(lián)合團(tuán)隊(duì)開(kāi)發(fā)的AI程序
3.4.3 青少年教育：Cognii
3.5 文本類AIGC在辦公場(chǎng)景中的應(yīng)用
3.5.1 搜索引擎優(yōu)化：Kafkai
3.5.2 營(yíng)銷文案：Copysmith
3.5.3 電子郵件：Compose.ai
3.5.4 代碼撰寫：GitHub Copilot
3.6 文本類AIGC的其他熱門場(chǎng)景
3.6.1 AI聊天機(jī)器人
3.6.2 AIGC搜索引擎：Perplexity AI
3.7 萬(wàn)眾矚目的ChatGPT
3.7.1 ChatGPT是什么
3.7.2 ChatGPT的海量應(yīng)用場(chǎng)景
3.7.3 GPT-4模型：截至2023年3月最強(qiáng)的AI模型
3.7.4 ChatGPT對(duì)普通人意味著什么
3.8 文本類AIGC的未來(lái)
第4章 “聲臨其境”：聲音類AIGC
4.1 從讓機(jī)器開(kāi)口說(shuō)話開(kāi)始
4.1.1 18至19世紀(jì)的嘗試
4.1.2 20世紀(jì)30年代，語(yǔ)音合成技術(shù)的萌芽
4.1.3 20世紀(jì)50年代，計(jì)算機(jī)語(yǔ)音合成系統(tǒng)的起源
4.1.4 20世紀(jì)末，傳統(tǒng)的語(yǔ)音合成方法
4.1.5 2016年，AIGC打破語(yǔ)音合成技術(shù)的發(fā)展瓶頸
4.1.6 2017年，語(yǔ)音合成技術(shù)迎來(lái)研究熱
4.2 音樂(lè)類AIGC
4.2.1 從留聲機(jī)到個(gè)人計(jì)算機(jī)制作的電子音樂(lè)
4.2.2 早期的音樂(lè)類AIGC
4.2.3 端到端模型大展身手
4.2.4 歌聲合成
4.2.5 音頻延續(xù)
4.3 人聲類AIGC
4.3.1 變聲器
4.3.2 語(yǔ)音助手
4.3.3 有聲內(nèi)容創(chuàng)作
4.3.4 智能電話機(jī)器人
4.3.5 教育
4.3.6 無(wú)障礙溝通
4.4 聲音類AIGC的未來(lái)
4.4.1 業(yè)內(nèi)觀點(diǎn)
4.4.2 聲音類AIGC的局限性和未來(lái)展望
第5章 如你所見(jiàn)：圖片類AIGC
5.1 從計(jì)算機(jī)藝術(shù)到算法模型藝術(shù)
5.1.1 20世紀(jì)70年代，藝術(shù)家的午夜花園
5.1.2 2012年，一次有突破意義的嘗試：貓臉的識(shí)別與生成
5.1.3 2014年，GAN模型問(wèn)世
5.1.4 2017年，夢(mèng)始于Transformer模型
5.1.5 2021年，文本與圖片進(jìn)行匹配：CLIP模型和文字提示詞
5.1.6 2020—2022年，圖片生成技術(shù)開(kāi)啟AI繪畫元年：擴(kuò)散模型
5.2 AI繪畫
5.2.1 主流的AI繪畫工具介紹
5.2.2 生成圖片類AIGC的方式
5.2.3 Prompt詞組
5.3 圖片處理
5.3.1 AI修圖
5.3.2 圖片增強(qiáng)
5.3.3 分割摳圖
5.4 圖片類AIGC的衍生應(yīng)用：AI識(shí)圖和AI鑒圖
5.4.1 人臉和人體識(shí)別
5.4.2 通用圖片識(shí)別
5.4.3 是否由AI繪畫工具創(chuàng)作
5.5 實(shí)用、有趣的圖片世界
5.5.1 頭像生成
5.5.2 模擬場(chǎng)景
5.5.3 PPT生成
5.5.4 設(shè)計(jì)
5.5.5 稿件配圖
5.5.6 更多場(chǎng)景
5.6 圖片類AIGC的未來(lái)
5.6.1 局限性和發(fā)展預(yù)測(cè)
5.6.2 怎么看AI藝術(shù)
5.6.3 筆者的一些淺見(jiàn)
第6章 眾所周知，視頻是不能PS的：視頻類AIGC
6.1 視頻生成技術(shù)的發(fā)展歷程
6.1.1 早期探索
6.1.2 2014—2016年，視頻生成起步：無(wú)條件視頻生成
6.1.3 2017年，潘多拉的魔盒：人像視頻生成
6.1.4 2018—2019年，視頻生成視頻技術(shù)的突破
6.1.5 2021年，文本生成視頻技術(shù)的發(fā)展
6.1.6 2022年，擴(kuò)散模型進(jìn)軍視頻生成領(lǐng)域
6.2 視頻生成工具
6.2.1 數(shù)字人視頻生成工具
6.2.2 視頻編輯工具
6.2.3 文本生成視頻工具
6.3 視頻生成應(yīng)用
6.3.1 高清內(nèi)容生成
6.3.2 快速拆條和視頻摘要生成
6.3.3 場(chǎng)景植入
6.3.4 視頻卡通化
6.3.5 文本生成視頻
6.3.6 數(shù)字人視頻生成
6.3.7 人臉視頻生成
6.4 數(shù)字人：仿生人與電子羊
6.5 視頻類AIGC的未來(lái)
6.5.1 局限性
6.5.2 未來(lái)預(yù)測(cè)
第7章 AIGC的相關(guān)產(chǎn)業(yè)和生態(tài)發(fā)展
7.1 芯片：算力決定智力
7.1.1 在AIGC領(lǐng)域中，現(xiàn)在用什么芯片
7.1.2 隨著AIGC的發(fā)展，對(duì)芯片會(huì)有什么新的需求
7.2 AIGC展示端口：AR/VR/MR/XR設(shè)備
7.2.1 AR設(shè)備
7.2.2 VR設(shè)備
7.3 模型類AIGC應(yīng)用在元宇宙里自動(dòng)化建模
7.3.1 拍視頻就可以得到模型？基于視頻自動(dòng)化生成模型
7.3.2 元宇宙版的神筆馬良，基于文本自動(dòng)化生成三維模型
7.3.3 穿越空間，虛擬直播空間建設(shè)
7.3.4 元宇宙的化身——數(shù)字人生成技術(shù)
7.3.5 把實(shí)物帶到元宇宙中，基于三維激光掃描設(shè)備的文物逆向建模
7.4 AIGC應(yīng)用的未來(lái)
第8章 AI文明的降臨已開(kāi)啟倒計(jì)時(shí)
8.1 何謂內(nèi)容
8.2 AIGC的版權(quán)爭(zhēng)議
8.3 普通人的AIGC時(shí)代生存建議
8.3.1 生產(chǎn)力工具：“人工”+“智能”=最強(qiáng)“打工人”
8.3.2 做AIGC應(yīng)用的老師，為人類的“群體智慧”做貢獻(xiàn)
8.3.3 向AIGC應(yīng)用學(xué)習(xí)邏輯，同時(shí)關(guān)注創(chuàng)新
后記
書單推薦
