" 本书深入探讨了生成式人工智能（Generative Artificial Intelligence，简称GAI或AIGC）这一前沿领域，为读者提供了全面而深入的理解。首先明确生成式人工智能的定义，并阐述其与传统人工智能的区别和联系。回顾生成式人工智能的起源、发展历程以及重要里程碑事件，如ChatGPT等标志性产品的推出。介绍深度学习在生成式人工智能中的核心作用，包括神经网络、自监督学习等关键技术。详细阐述生成式对抗网络（GANs）、变分自编码器（VAEs）、扩散模型（Diffusion Models）等主流生成模型的工作原理和优缺点。探讨大型语言模型的构建、训练和优化方法，以及它们在自然语言处理领域的广泛应用。分析生成式人工智能在文本创作、翻译、摘要、问答等方面的应用案例和效果。介绍生成式人工智能在图像生成、视频合成、动画制作等领域的**进展和实际应用。探讨生成式人工智能在音频处理、音乐创作等方面的潜力和挑战。探讨生成式人工智能在伦理、隐私、版权等方面的挑战和应对策略。"

陶建华，清华大学自动化系长聘教授，国家杰出青年基金获得者，国家万人领军人才，享受国务院政府特殊津贴。主要从事情感计算、智能语音处理、模式识别等方向，在TPAMI、TASLP、TAFFC、TSMCB等国内外主要期刊或会议上发表论文300余篇，先后负责国家863重点项目、国家重点研发计划项目、国家自然科学基金重点项目、中科院先导项目、国家发改委项目等重点科研任务。研究成果获2022年中国人工智能学会吴文俊技术发明特等奖（排名一）、2021年中国电子学会技术发明一等奖（排名一）、2018年中国电子学会技术进步一等奖（排名三），并多次在国内外学术会议上获奖。目前担任中国计算机学会会士和常务理事、中国人工智能学会常务理事兼情感智能专委常务副主任、中国图象图形学会理事兼人机交互专委主任等，并担任IEEE TASLP、Speech Communication、计算机研究与发展等多个主要国内外期刊编委，同时担任Interspeech、ACII、IEEE ICSP、IEEE MLSP等会议大会主席或程序委员会主席。

前言 在 21世纪的今天，人工智能（ AI）已经成为推动社会发展的关键技术之一，其影响力渗透到经济、文化、教育、医疗等各个领域。随着技术的不断进步，人工智能的应用范围和深度都在不断扩大。其中，生成式人工智能（ Generative AI）作为一门新兴的学科，正以其独特的创造力和革新潜力，引领着人工智能领域的新浪潮。生成式人工智能是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术，旨在通过学习大量数据的分布，捕捉数据的内在特征和模式，在保持数据分布一致性的基础上进行新内容的生成。 本书旨在为读者提供一个全面、系统的学习路径，从基础理论到前沿应用，从技术实现到伦理考量，全方位地介绍生成式人工智能的各个方面。本书适用于对人工智能感兴趣的学生、研究人员、技术开发者以及任何对这一领域充满好奇心的读者。 本书从功能上分为四部分：基础知识、核心技术、技术评估与治理、课程实践。在基础知识部分，第 1章首先探讨生成式人工智能的基本概念，包括其定义、发展历程、核心原理、应用场景、面临挑战等；第 2章介绍生成模型的算法基础，便于读者更好地把握相关前置知识，包括生成模型基本概念、数学基础、常见生成模型简介、评估指标等。在核心技术部分，第 3～9章介绍生成式人工智能的核心技术及其典型应用，如 Transformer、生成对抗网络（ GAN）、变分自编码器（ VAE）、流模型、能量模型、大语言模型、多模态生成模型等，这些技术是构建强大生成模型的基石，它们使得机器能够学习复杂的数据分布，并生成高质量的合成样本。并进一步讨论生成式人工智能的实际应用，从文本生成、图像合成到音乐创作...