編輯推薦

全方位剖析ChatGPT應用場景，多角度挖掘大模型內在價值。

內容簡介

ChatGPT作為人工智能領域的一大進步，引起了熱議，其強大功能的背后離不開大模型的支持。大模型指的是參數規(guī)模超過千萬的機器學習模型，主要應用于語音識別、計算機視覺等領域。

本書聚焦大模型，對大模型的技術場景和商業(yè)應用展開詳細敘述。本書主要從典型應用ChatGPT入手，探尋其背后支撐大模型的魅力。

首先，本書對大模型的基礎概念、產業(yè)格局、帶來的新型商業(yè)模式進行講解，展現了大模型的發(fā)展現狀和商業(yè)化潛力。其次，本書從數據服務、智能搜索、辦公工具、對話式AI、休閑娛樂、生產制造、智慧營銷、智慧城市等方面講述了大模型的諸多應用場景，并闡述了大模型在這些領域的應用現狀、應用潛力、企業(yè)探索實踐等。

本書內容豐富，理論與實踐案例結合，能夠為對大模型感興趣的企業(yè)管理者、創(chuàng)業(yè)者、投資者等深入研究大模型提供指導。

作者簡介

作者梅磊，同濟大學碩士，美國貝翰文大學管理學博士。百度（中國）有限公司AI行業(yè)專家，負責生成式大模型等人工智能產品落地。

曾擔任人工智能“四小龍”之一云從科技產品負責人兼金融事業(yè)部總經理，負責公司人工智能產品的規(guī)劃和管理，對人工智能產品和金融行業(yè)的應用結合有多年的深度思考和實踐經歷。

此前就職于聯想集團和中國銀聯股份有限公司，擔任公司大型項目負責人，牽頭從0到1產品的規(guī)劃和實施，服務用戶量達到數億級別，具備豐富的IT軟硬一體化經驗。

章節(jié)目錄

版權信息

作者簡介

內容簡介

前言

第1章 ChatGPT：通用人工智能的典范

1.1 追根溯源：ChatGPT是什么

1.1.1 ChatGPT：AI驅動的自然語言處理工具

1.1.2 從GPT-1到GPT-4，ChatGPT的前世今生

1.2 通用能力：ChatGPT四大功能

1.2.1 內容智能生成：基于海量數據生成多種內容

1.2.2 智能搜索：ChatGPT顛覆傳統搜索方式

1.2.3 智能翻譯：支持多種語言批量翻譯

1.2.4 賦能智能機器人：提高服務質量，提升智能性

1.3 GPT-4引領通用人工智能風口

1.3.1 通用人工智能成為AI發(fā)展的下一階段

1.3.2 大模型：實現通用人工智能的最佳路徑

1.3.3 OpenAI公布通用人工智能規(guī)劃

第2章 大模型：ChatGPT的核心支撐

2.1 底層架構+運行機制

2.1.1 底層架構：Transformer模型

2.1.2 運行機制：大規(guī)模預訓練+微調

2.2 發(fā)展歷程與發(fā)展趨勢

2.2.1 從單語言預訓練模型到多模態(tài)預訓練模型

2.2.2 通用大模型和垂直大模型并行

2.2.3 ZMO.AI：聚焦營銷領域的AI大模型

2.3 大模型三大要素

2.3.1 算力：支撐大模型訓練與推理

2.3.2 算法：大模型解決問題的主要機制

2.3.3 數據：大模型訓練的養(yǎng)料

2.4 大模型帶來的三大改變

2.4.1 突破定制化小模型落地瓶頸

2.4.2 降低AI開發(fā)和訓練成本

2.4.3 帶來更強大的智能能力

第3章 產業(yè)格局：大模型生態(tài)體系雛形已現

3.1 大模型產業(yè)生態(tài)體系的三層架構

3.1.1 基礎層：數據+算力+計算平臺+開發(fā)平臺

3.1.2 模型層：多方參與，推進大模型建設

3.1.3 應用層：面向用戶生成多樣化應用

3.2 玩家涌入大模型賽道，產業(yè)趨于繁榮

3.2.1 谷歌：引領潮流，推出大語言模型PaLM 2

3.2.2 百度：基礎大模型+任務大模型+行業(yè)大模型

3.2.3 中國科學院自動化研究所：推出“紫東太初”大模型

3.3 產業(yè)發(fā)展趨勢：大模型開源成為風潮

3.3.1 因何開源：防止壟斷+數據保護+降低成本

3.3.2 多模態(tài)化：多模態(tài)開源大模型成為趨勢

3.3.3 開源社區(qū)涌現，成為開源大模型聚集地

3.3.4 華為：以開源AI框架賦能大模型

第4章 新型商業(yè)模式：MaaS重構商業(yè)生態(tài)

4.1 MaaS模式拆解

4.1.1 概念解析：MaaS是什么

4.1.2 MaaS模式產業(yè)結構

4.2 MaaS模式在B端的商業(yè)化落地

4.2.1 聚焦高價值領域落地

4.2.2 開放API，助力企業(yè)產品迭代

4.2.3 以平臺助力，提供一站式MaaS服務

4.3 MaaS模式在C端的商業(yè)化落地

4.3.1 MaaS模式在C端落地的三大路徑

4.3.2 智能硬件成為承載個性化大模型的主體

4.3.3 云從科技：面向C端發(fā)布“從容”大模型

4.4 MaaS模式成為大模型廠商的核心商業(yè)模式

4.4.1 訂閱制收費

4.4.2 嵌入其他產品獲得引流收入

4.4.3 開放API和定制開發(fā)收費

第5章 大模型+數據服務：引爆數據服務市場

5.1 大模型趨勢下，數據資源需求增加

5.1.1 數據標注服務需求爆發(fā)

5.1.2 數據訓練需求帶動版權IP需求爆發(fā)

5.1.3 中文在線：成為多家大模型廠商的合作伙伴

5.2 合成數據：為大模型提供優(yōu)質數據源

5.2.1 高效、低成本、高質量的數據

5.2.2 應用場景：自動駕駛+機器人+安防

5.2.3 多家科技巨頭布局合成數據業(yè)務

5.3 大模型時代，數據服務市場迎來競爭熱潮

5.3.1 海天瑞聲：開放數據集+打造標注平臺

5.3.2 拓爾思：以數據優(yōu)勢探索大模型落地路徑

5.3.3 浪潮信息：積極推進大模型研發(fā)

第6章 大模型+智能搜索：打造互動溯源搜索方式

6.1 大模型怎樣變革搜索方式

6.1.1 搜索方式變革，智能互動式搜索將出現

6.1.2 生成式搜索，提供豐富內容

6.1.3 知乎發(fā)布大模型，探索智能搜索

6.2 搜索引擎融合大模型成為企業(yè)切入點

6.2.1 微軟：New Bing布局

6.2.2 谷歌：搜索引擎升級與大模型研發(fā)

6.2.3 百度：扛起生成式搜索的“大旗”

6.3 搜索引擎變革下的廣告和電商

6.3.1 搜索廣告更加個性化

6.3.2 電商跨模態(tài)搜索成為現實

6.3.3 亞馬遜：以大模型賦能電商搜索

第7章 大模型+辦公工具：解放辦公勞動力

7.1 大模型優(yōu)化多場景辦公體驗

7.1.1 郵箱場景變革：郵件智能分類、撰寫、回復

7.1.2 大模型賦能文檔內容創(chuàng)作與PPT創(chuàng)作

7.1.3 大模型融入管理系統，提升管理效率

7.1.4 大模型賦能代碼生成，降低開發(fā)門檻

7.2 OA成為大模型應用切入點

7.2.1 OA是企業(yè)信息化核心系統

7.2.2 OA系統的五大功能引擎

7.2.3 大模型與OA系統融合成為趨勢

7.2.4 Microsoft 365 Copilot：大模型與辦公軟件結合的探索

7.3 企業(yè)布局，搶占大模型辦公先機

7.3.1 科技巨頭以大模型入局辦公軟件領域

7.3.2 科技巨頭以大模型為辦公軟件企業(yè)賦能

7.3.3 印象筆記自主研發(fā)輕量化大模型

7.3.4 訊飛星火認知大模型為辦公賦能

第8章 大模型+對話式AI：提升AI產品智能性

8.1 對話式AI的競爭走向體系化

8.1.1 對話式AI的三大技術要點

8.1.2 提高對話式AI底層模型的構建效率

8.1.3 大模型賦能對話式AI生成個性化內容

8.1.4 大模型加持，對話式AI實現進化

8.1.5 客服Robot：企業(yè)級機器人出現

8.2 文本機器人接入大模型

8.2.1 大模型豐富知識庫，提升AI理解能力

8.2.2 應用場景：智能問答+智能客服

8.3 語音機器人接入大模型

8.3.1 破解“命令式交互”瓶頸，升級互動體驗

8.3.2 應用場景：智能音箱+語音助手

8.4 多模態(tài)機器人接入大模型

8.4.1 大模型驅動多模態(tài)機器人發(fā)展

8.4.2 大模型與工業(yè)機器人結合雛形已現

8.5 虛擬數字人接入大模型

8.5.1 大模型重新定義虛擬數字人

8.5.2 大模型助力，實現個性化虛擬數字人打造

8.5.3 元境科技：多模態(tài)虛擬數字人亮相

第9章 大模型+休閑娛樂：升級用戶娛樂體驗

9.1 大模型下，游戲行業(yè)迎來多重變革

9.1.1 大模型解放游戲行業(yè)生產力

9.1.2 大模型支撐下的游戲引擎迎來發(fā)展

9.1.3 英偉達：為游戲開發(fā)者打造定制化AI模型

9.2 大模型給影視行業(yè)帶來發(fā)展機遇

9.2.1 3D模型助力影視內容生產

9.2.2 百度首發(fā)大模型“電影頻道-百度·文心”

9.3 大模型賦能音視頻制作

9.3.1 大模型釋放AI音樂生產力

9.3.2 大模型實現文本轉視頻和數字人視頻生成

9.3.3 騰訊音樂：加強大模型在音樂領域的探索

9.3.4 通義聽悟：帶來全新音頻、視頻體驗

第10章 大模型+生產制造：工業(yè)領域智能化程度加深

10.1 通用大模型與工業(yè)大模型

10.1.1 通用大模型走向工業(yè)大模型

10.1.2 工業(yè)大模型破解工業(yè)生產多種發(fā)展瓶頸

10.1.3 工業(yè)大模型底座：為制造企業(yè)賦能

10.2 大模型融入生產制造流程

10.2.1 工業(yè)3D生成：生成工業(yè)模型，賦能工業(yè)設計

10.2.2 融入生產系統：貫穿計劃、制造全流程

10.2.3 工業(yè)機器人進一步發(fā)展

10.2.4 盤古大模型：開啟智能生產新范式

10.3 “大模型+自動駕駛”激活汽車制造業(yè)

10.3.1 自動駕駛算法：多個模塊的集合體

10.3.2 大模型賦能自動駕駛各環(huán)節(jié)

10.3.3 科技巨頭構建自動駕駛通用系統

10.3.4 汽車制造企業(yè)自研大模型，積極入局

10.3.5 魔方Rubik大模型：汽車智能制造新探索

第11章 大模型+智慧營銷：助推營銷方式變革

11.1 多場景落地，大模型提升營銷效果

11.1.1 打造智能客服，提供個性化客戶服務

11.1.2 構建智能推薦系統，提升產品轉化率

11.1.3 助力智能質檢，提升企業(yè)營銷效果

11.1.4 助力智能投顧，給出專業(yè)化建議

11.1.5 京東大模型：助力企業(yè)精準營銷

11.2 大模型實現營銷內容人機共創(chuàng)

11.2.1 創(chuàng)意生成：生成定制化營銷創(chuàng)意

11.2.2 內容生成：生成多元化營銷內容

11.2.3 超級員工：大模型能力加持，構建數字員工

11.2.4 三人行攜手科大訊飛，打造營銷大模型

11.3 大模型重構營銷業(yè)務

11.3.1 多方面重構，營銷業(yè)務升級

11.3.2 智能電商成為電商發(fā)展新方向

11.3.3 大模型時代，金融服務營銷模式創(chuàng)新

11.3.4 中關村科金：探索大模型在金融領域的應用

第12章 大模型+智慧城市：推動城市數字化升級

12.1 大模型多場景賦能智慧城市建設

12.1.1 優(yōu)化資源配置，推動城市高效運轉

12.1.2 預測交通狀況，轉變交通管理模式

12.1.3 降水預測大模型，實現氣象預報精細化

12.2 城市安防：大模型引領安防創(chuàng)新

12.2.1 大模型助力安防智能化

12.2.2 多模態(tài)大模型成為智慧安防新風口

12.3 探索智慧城市應用，企業(yè)在行動

12.3.1 “文心一言”大模型+哈爾濱：推進城市智慧化建設

12.3.2 “孔明”大模型，實現城市治理增效

12.3.3 “通義千問”攜手“靈錫”，加深數字化城市探索

ChatGPT大模型：技術場景與商業(yè)應用是2023年由清華大學出版社出版,作者陳靖。

溫馨提示：
得書感謝您對《ChatGPT大模型：技術場景與商業(yè)應用》關注和支持，如本書內容有不良信息或侵權等情形的，請聯系本網站。