ChatGPT大模型:技术场景与商业应用
"全方位剖析ChatGPT应用场景,多角度挖掘大模型内在价值;深度解读大模型底层架构,展现多模态模型发展趋势;大模型产业格局初步形成,MaaS商业新生态加快落地;大模型深入渗透多个领域,企业加快布局以抢占先机 "

作者:梅磊、施海平、陈靖

丛书名:新时代·科技新物种

定价:79元

印次:1-3

ISBN:9787302648178

出版日期:2023.12.01

印刷日期:2024.10.29

图书责编:刘洋

图书分类:零售

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

ChatGPT作为人工智能领域的一大进步,引起了热议,其强大功能的背后离不开大模型的支持。大模型指的是参数规模超过千万的机器学习模型,主要应用于语音识别、计算机视觉等领域。 本书聚焦大模型,对大模型的技术场景和商业应用展开详细叙述。本书主要从典型应用ChatGPT入手,探寻其背后支撑大模型的魅力。首先,本书对大模型的基础概念、产业格局、带来的新型商业模式进行讲解,展现了大模型的发展现状和商业化潜力。其次,本书从数据服务、智能搜索、办公工具、对话式AI、休闲娱乐、生产制造、智慧营销、智慧城市等方面讲述了大模型的诸多应用场景,并阐述了大模型在这些领域的应用现状、应用潜力、企业探索实践等。 本书内容丰富,理论与实践案例结合,能够为对大模型感兴趣的企业管理者、创业者、投资者等深入研究大模型提供指导。

"梅磊,同济大学硕士,美国贝翰文大学管理学博士。百度(中国)有限公司AI行业专家,负责生成式大模型等人工智能产品落地。曾担任人工智能“四小龙”之一云从科技产品负责人兼金融事业部总经理,负责公司人工智能产品的规划和管理,对人工智能产品和金融行业的应用结合有多年的深度思考和实践经历。此前就职于联想集团和中国银联股份有限公司,担任公司大型项目负责人,牵头从0到1产品的规划和实施,服务用户量达到数亿级别,具备丰富的IT软硬一体化经验。施海平,毕业于上海交通大学软件工程专业,就职于银联数据服务有限公司,中国银行卡以及互联网金融产品资深专家。深耕于互联网技术与金融结合的发展趋势以及场景生态建设的研究,在中国互联网零售信贷行业进行深度实践并拥有成功案例。擅长基于人工智能、云计算、大数据等前沿技术构建互联网金融生态型产品与服务。陈靖,硕士毕业于北京大学及卡内基梅隆大学。现任小红书音视频架构负责人,从0到1开发了小红书的音视频算法并组建了工程团队,负责视频编解码、图像增强、转码和消费策略、播放器、直播底层技术的研发。曾任51Talk首席音视频科学家、Google Chrome Media高级工程师。在51Talk期间,组建了音视频技术团队,负责直播和RTC技术、视频和语音增强、IM和教学APP的研发。在Google期间,参与了VP9/AV1以及WebRTC的研发。"

前言 当前,以ChatGPT为代表的生成式AI应用引起了人们的广泛关注,其背后的核心支撑大模型也吸引了诸多目光。大模型正在变革科技领域,开创全新的智能时代。 作为AI技术发展的重要成果,大模型的优点显而易见。大模型具有很强的泛化能力和多样化的生成能力,可以处理不同类型、庞大的数据集。同时,其可以学习数据的特征和规律,预测未来趋势和行为。此外,大模型可以与各种AI应用结合,应用于搜索、生产、营销等众多场景中。 大模型优势突出,不少企业都加快了布局大模型的脚步,并公布了当前的大模型研究成果。例如,阿里巴巴发布了“通义千问”大模型,并表示旗下产品将陆续接入这一大模型,以提升产品的智能性;百度发布了“文心”大模型,并基于文心大模型推出了“文心一言”“文心一格”等产品。此外,不少细分领域的头部企业都推出了聚焦行业应用的行业大模型。例如,携程发布了旅游行业的垂直大模型“携程问道”,思谋科技发布工业大模型开发与应用底座SMore LrMo等。 在大模型研发与应用的潮流下,越来越多的企业想要布局大模型,但不知道如何入手。针对这些企业的这种需求,本书应运而生。本书以ChatGPT为切入点,对大模型进行详细解读。 本书共12章,对大模型的相关知识进行深入讲解。 其中,第1~4章从通用人工智能的典范ChatGPT切入,引出其背后的核心支撑—大模型,并对大模型的核心要素、产业格局、带来的新型商业模式MaaS等进行讲解,帮助读者了解大模型的概念与发展历程、当前的生态体系、新型商业模式MaaS对商业生态的重构等。 第5~12章从不同的细分角度切入,讲解了大模型给数据服务、智能搜索、...

暂无课件

样章下载

暂无网络资源

扫描二维码
下载APP了解更多

目录
荐语
查看详情 查看详情

目录

第1章  ChatGPT:通用人工智能的典范

1.1 追根溯源:ChatGPT是什么 2

1.1.1 ChatGPT:AI驱动的自然语言处理工具 2

1.1.2 从GPT-1到GPT-4,ChatGPT的前世今生 3

1.2 通用能力:ChatGPT四大功能 5

1.2.1 内容智能生成:基于海量数据生成多种内容 5

1.2.2 智能搜索:ChatGPT颠覆传统搜索方式 7

1.2.3 智能翻译:支持多种语言批量翻译 8

1.2.4 赋能智能机器人:提高服务质量,提升智能性 9

1.3 GPT-4引领通用人工智能风口 10

1.3.1 通用人工智能成为AI发展的下一阶段 11

1.3.2 大模型:实现通用人工智能的最佳路径 12

1.3.3 OpenAI公布通用人工智能规划 13

第2章  大模型:ChatGPT的核心支撑

2.1 底层架构+运行机制 16

2.1.1 底层架构:Transformer模型 16

2.1.2 运行机制:大规模预训练+微调 18

2.2 发展历程与发展趋势 19

2.2.1 从单语言预训练模型到多模态预训练模型 19

2.2.2 通用大模型和垂直大模型并行 20

2.2.3 ZMO.AI:聚焦营销领域的AI大模型 22

2.3 大模型三大要素 24

2.3.1 算力:支撑大模型训练与推理 24

2.3.2 算法:大模型解决问题的主要机制 25

2.3.3 数据:大模型训练的养料 27

2.4 大模型带来的三大改变 28

2.4.1 突破定制化小模型落地瓶颈 28...

"全方位剖析ChatGPT应用场景,多角度挖掘大模型内在价值

深度解读大模型底层架构,展现多模态模型发展趋势
大模型产业格局初步形成,MaaS商业新生态加快落地
大模型深入渗透多个领域,企业加快布局以抢占先机
"