生成式人工智能

ChatGPT问世，GPT-4即将接入未来办公软件……技术正在以前所未有的速度快速迭代，人类正在迎来新一轮的技术革命，企业、经济、个人发展将迎来重大变革。那么，这些技术背后的核心技术，生成式人工智能（AIGC），到底对企业、对商业有何影响，现在有着怎样的市场应用，已经催生了哪些经济，未来它的商业机会在哪里，我们个体未来如何把握发展机会？……这些问题对于我们理解当下，面向未来都十分重要。本书基于作者的专业背景和长期实践，在介绍生成式人工智能的技术逻辑基础上，着重分析其技术功能、市场应用及商业前景，将其与产业发展的实际相结合，帮助读者从本源了解未来趋势和发展机会。

丁磊

美国俄亥俄州立大学人工智能专业博士，美国哥伦比亚大学博士后。

人工智能商业化落地先行者，曾为PayPal创立人工智能平台，历任百度金融首席数据科学家、PayPal全球消费者数据科学部创始负责人等职务，曾在IBM Watson研究院和美国伊利诺伊大学贝克曼研究所从事研究。在IEEE会刊等发表高质量论文20余篇，获授权专利30余项。

帮助企业运用人工智能提升效益，与中国农业银行、中国电信、万科集团、联合利华、亿客行等行业巨头深度合作，推动人工智能落地。领导研发的营销和风控决策系统、精准服务智能机器人平台在多个行业成功应用。2018年被第一财经评为中国“数据科学50人”之一。

1. 一本书带你读懂AIGC，了解ChatGPT等新兴技术的核心逻辑，从技术、功能、逻辑到前景商业应用。帮助我们了解未来趋势、寻找个人发展机会。
2. 作者丁磊，拥有雄厚专业背景（美国俄亥俄州立大学人工智能专业博士，人工智能商业化落地先行者，曾为硅谷明星公司PayPal创立了人工智能平台并担任负责人，后为百度腾讯智囊人员），分析视角专业，兼顾通俗易懂。
3. 香港科技大学讲席教授，加拿大皇家科学院、加拿大工程院院士杨强，加拿大圭尔夫大学教授、先进机器人及智能系统实验室主任杨先一，微软中国CTO韦青，戴尔原全球副总裁、大中华区总裁杨超，富士康科技集团首席数字官、智能制造平台负责人史喆，从知名教授到科技企业高管、人工智能技术践行者，联袂推荐。

人类从出生开始，就在不断通过视觉、听觉、嗅觉、味觉、触觉等各种方式认识这个世界。我们通过不停地与外界接触、学习，逐渐长大成人，再通过专业课程的学习在某些方面获得一技之长从而立足于社会，并试图改造世界。

“硅基”的AI（人工智能）也按照类似的模式成长，但是在速度方面极具优势。人工智能经历了从最初的机器学习到神经网络，再到Transformer模型的发展，2022年底ChatGPT以及2023年初GPT—4横空出世，引燃了公众对生成式AI的关注，其中最让人激动的就是AI大模型已经初步具备了人类的通识和逻辑能力——这恰恰是之前的AI所缺失的。此前，无论是AlphaGo还是AlphaFold，最多只能称作其各自领域的“专家”，而ChatGPT是通用的。

正如OpenAI首席科学家、ChatGPT背后的技术大佬伊利亚·苏茨克维（IlyaSutskeve）所说，GPT学习的是“世界模型”。他将互联网文本称作世界的映射，因此，将海量互联网文本作为学习语料的GPT学习到的就是整个世界。在我们认识世界的同时，GPT模型也同样以惊人的算力，快速地获取我们数年，甚至数十年才能拥有的认知，即将成为一位成年人所具有的认知的“世界模型”。

不仅如此，已具备了“世界模型”能力的GPT还能够生成“万物”。当然，苏茨克维所说，这里的万物指的是世界万物在数字空间的映射，包括文本、图片、音频、视频、剧本、代码、方案、设计图等一切和我们生产、生活息息相关的事物。因为GPT模型在一定程度上可能已经具备了成年人的通识和逻辑，所以我们只需要拿特定专业领域的数据对其再做训练（称为“微调”），GPT模型就可以成为独当一面的专业人才，它可能成为艺术家、设计师、程序员、工程师或广告优化师、供应链专家、客服人员等。这也许就是生成式AI或者说AIGC，带给我们的核心价值。
在AI技术大爆炸的今天，生成式AI处在高速发展阶段，技术和应用领域日新月异，因此我们非常有必要系统地了解生成式AI。在这样的背景下，本书将系统介绍生成式AI的原理与模型，同时也将对其在行业场景中的应用展开论述，理论和实际相结合，让大家从本源上了解ChatGPT里程碑式存在的意义。结合作者二十余年AI领域研究与工作的经验，本书会为读者指明方向。尤其值得一提的是，本书既在理论上解释了数字媒体即虚拟世界的生成式AI，又探讨了生成式AI如何服务和赋能实体经济。在当前的存量经济时代，通过生成式AI重新定义生产力，助力行业更新发展，在存量里促增长，具有尤为重要的意义。

如图0—1所示，我们用图表明本书所覆盖的知识领域：X轴是生成式大模型的维度，对应的是第二章“AIGC的底层逻辑”，我们将了解“用什么去生成”；Y轴是数字媒体形态的维度，对应的是第三章“AIGC能生成什么内容？”，我们将了解“生成什么”；Z轴是行业职能的维度，对应的是第四章“AIGC的产业应用与前景”，我们将了解用生成式AI可以“做什么事”。三个轴所形成的空间里的每个点都有其特定含义，例如：通过GPT—4模型生成代码用在生产上，通过StableDiffusion模型生成图片用在营销上。除了这三章，第一章会带领读者初识生成式AI，第五章则探讨生成式AI是否会取代大量的工作岗位，以及我们应该如何主动应对。

希望任何一个不想在生成式AI时代落伍的人，在阅读本书之后，都能理解生成式AI的底层逻辑和实际应用，也希望本书对他们的工作和生活有所助益。“万物皆可生成”的时代已经来临，理解AI、训练AI、使用AI，甚至和AI一起工作，对每个人来说或将无法避免。未来已来，让我们一起出发！

前言
第一章 初识生成式人工智能
纵观 AI 产业版图 003
聚焦 AIGC：内容皆可生成 017
生成式 AI 的核心价值 031
里程碑式的存在——ChatGPT 041

第二章 AIGC 的底层逻辑
生成式模型基础 059
Transformer 和 ChatGPT 模型 073
Diffusion 模型 087

第三章 功能分析：AIGC 能生成什么内容？
生成文字： 新闻、报告、代码都可一键生成？ 101
描绘图片： 分辨率、清晰度、真实性与艺术性 111
音频制作：精准还原、实时合成 127
影视创作：海量场景任你选 137
互动娱乐：游戏中的生成式 AI 革命 147

第四章 商业落地：AIGC 的产业应用与前景
研发设计：设计能力样样俱全 161
生产制造： “L4 级别”的智能控制 177
供应链管理： 库存计划可自动编程？191
市场营销：营销文案不再发愁 201
客户服务：贴心服务打动客户 211

第五章 主动还是被动？决胜 AIGC
展望未来： AIGC 是否是新一轮的技术革命？ 225
智能并非万能：AIGC 的优势与瓶颈 235
我们的工作机会还在吗？ 247
后记 259

参考文献 263