博客來
金石堂
TAAZE 讀冊生活第2章 技術底座：多技術融合助推ChatGPT發展
ChatGPT並不是孤立存在的，其成功離不開眾多技術的支持。其背後的技術主要有生成式AI技術、自然語言處理技術、預訓練大模型技術和多模態技術。
2.1 ChatGPT背後的生成式AI技術
以ChatGPT為代表的生成式AI，為AI領域帶來了翻天覆地的變化。AI模型由分析式AI向生成式AI演進，AI生成演算法持續優化，產生更多演算法，使AIGC行業更加繁榮。
2.1.1 從分析式AI向生成式AI演進
AI模型主要有兩種：一種是分析式AI，另一種是生成式AI。分析式AI能夠對大量數據進行分析，在此基礎上進行判斷、預測，有利於使用者做出決策。生成式AI指的是藉助機器學習對已有數據進行學習，進而創造出全新的、原創的內容。目前，分析式AI正向著生成式AI演進。
1．分析式AI
隨著AI技術大爆發，分析式AI得到了發展，主要被應用於推薦系統、影像識別等領域。
分析式AI在電商領域的顯著應用之一是推薦系統。推薦系統能夠深度挖掘使用者與產品之間的關係，將產品精準推送給對其感興趣的使用者，提升產品購買率；能夠藉助演算法，實現產品與使用者需求的精準匹配，節省使用者的檢索用時；能夠提升電商平台的銷售額。
分析式AI能夠利用推薦系統幫助音訊、影片等領域快速發展。分析式AI能夠對使用者觀看影片的數據進行分析，根據分析結果將使用者可能感興趣的影片推送給他們，顯著提高了影片的觀看率，增加了使用者黏著度。
分析式AI能夠利用影像識別技術促進自動駕駛領域的發展。自動駕駛汽車可以根據分析式AI提供的分析結果判斷路況、對路上的障礙物進行識別，減少了安全事故的發生。
分析式AI也存在弊端，例如，分析式AI在與安全有關的領域具有一定的局限性。同時，分析式AI難以在未知領域應用，因為其過於依賴大量數據與演算法。
2．生成式AI
生成式AI的應用範圍廣，既能夠在內容生成領域滿足使用者日益增長的創作需求，又能夠在一些垂直領域大幅提高生產力，創造巨大的市場價值。
（1）生成式AI應用於內容生成領域。生成式AI具有文字校對、文字轉語音、語音轉文字、智慧編輯影像、智慧編輯影片等功能，能夠取代機械性勞動，還能夠透過不斷學習，為使用者提供新奇創意。隨著AI算力的進一步提高，生成式AI可能會達到專業內容創作者的水準或者擁有獨特的創意，從而代替一部分內容創作者。
例如，2022年8月，在一場數字藝術家比賽中，一名參賽者憑藉一幅AIGC繪畫作品〈太空歌劇院〉獲得了第一名。這表明生成式AI在繪畫領域的水準超越了人類。
（2）生成式AI應用於多個垂直領域。例如，生成式AI能夠將自然語言快速轉換成程式碼，推動了電腦程式設計的智慧化，提高了程式員的工作效率。ChatGPT是一個聊天機器人模型，不僅能夠將自然語言轉換為程式碼，還能夠識別程式碼中的錯誤並提出修改意見。相較於傳統搜尋引擎，ChatGPT給使用者帶來的體驗更好。
但是生成式AI也有一些隱患，例如，生成式AI容易陷入抄襲風波。當使用者利用ChatGPT生成內容時，所生成的內容只是基於曾經訓練過的模型，從各類數據中複製貼上合成的，在人類社會中這種行為被定義為抄襲。
生成式AI生成的內容由大量文字拼接而成，很難對其進行溯源。而且生成式AI生成的內容缺乏獨特性，不能在創新性方面有所突破。
分析式AI更傾向於利用給定的模型不斷地試錯併作出判斷，試錯越多，判斷越準確。在判斷後，分析式AI會給出數據回饋，並對引數進行調整，使下一次判斷更準確。生成式AI比分析式AI更具發展潛力，因為生成式AI不僅可以勝任分析式AI的分析、判斷工作，還能夠進行創造性工作。
2.1.2 AI生成演算法持續優化，產生多樣演算法
AI生成演算法是AIGC技術的演算法，也是AIGC發展的關鍵。目前，主流的深度生成模型主要有GAN、變分自動編碼器、基於流的生成模型、擴散模型和Transformer模型。AI生成演算法持續優化，呈現出百花齊放的趨勢。
1．生成對抗網路GAN
2014年，Google大腦團隊的成員伊恩·古德費洛提出了生成對抗網路GAN，這是最早的AI生成演算法。生成對抗網路GAN主要由兩個部分組成，分別是生成網路和判別網路。這兩個部分相互訓練，生成網路的任務是產生假數據並「逃脫」判別網路的識別，判別網路的任務是判斷數據的真假，試圖識別出所有假數據。生成網路和判別網路透過這種方式進行訓練，持續對抗、進化，直到互相無法識別出假數據，才算訓練完成。
生成對抗網路GAN的應用範圍廣泛，可以用於廣告、遊戲、傳媒等多個行業，實現虛擬場景、虛擬人物搭建以及影像風格變換。
2．擴散模型
擴散模型是一種生成模型，能夠生成影像。與其他的模型相比，擴散模型的內容生成邏輯與人類的思維方式更加相似，具有無限的創造力。擴散模型包含兩個過程，分別是擴散過程和逆擴散過程。擴散過程指的是透過連續新增高斯噪聲破壞影像，逆擴散過程指的是透過去噪將噪聲還原為原始影像，完成整個訓練。擴散模型具有極大的潛力，有望成為下一代影像生成模型的代表。
2.1.3 OpenAI：持續的AI生成演算法實踐
OpenAI是一家AI研究公司，成立於2015年。在這些年間，OpenAI致力於開發新的AI演算法和工具，持續進行AI生成演算法實踐。
（1）GPT-3。GPT-3的全稱為Generative Pre-trained Transformer 3，是一種以深度學習為基礎的語言模型，經過大規模的訓練後可以用於自然語言處理，如文字生成、機器翻譯等。
（2）DALL-E。DALL-E是一種文字生成影像模型，可以根據使用者輸入的文字生成使用者想要的圖片。DALL-E與GPT-3都是以Transformer語言模型為基礎，但是DALL-E能夠同時接收文字和影像數據。
（3）Reinforcement Learning（強化學習）。強化學習是機器學習的一種，其工作機制是智慧體與環境互動並不斷進行策略優化，最終獲得最大化的回報。強化學習可以應用在文字摘抄、問答和自動駕駛等方面。
（4）Transformer模型。Transformer模型可以用於自然語言處理任務中的序列建模，透過捕捉序列數據之間的關係理解上下文，從而完成各種任務。
（5）LSTM。LSTM的全稱為Long Short Term Memory，是一種長短期記憶網路，能夠解決RNN對短期記憶較敏感，但缺乏長期記憶能力的問題。LSTM是RNN的一種變體，可以解決長期記憶的問題。
OpenAI不斷進行多樣化的AI生成演算法研究，在AI生成演算法方面持續實踐，為提高AI的效能和效果而持續努力。
| FindBook |
有 4 項符合
ChatGPT，AIGC時代商業應用賦能：技術底座、內容變革、產業格局、商業展望……從技術到應用，揭示ChatGPT在各行業的商業化之路的圖書 |
 |
ChatGPT，AIGC時代商業應用賦能：技術底座、內容變革、產業格局、商業展望……從技術到應用，揭示ChatGPT在各行業的商業化之路 作者：施襄 出版社：崧燁文化 出版日期：2024-05-15 語言：繁體中文 規格：普通級/ 初版 |
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：TAAZE 讀冊生活 評分：
圖書名稱：ChatGPT，AIGC時代商業應用賦能：技術底座、內容變革、產業格局、商業展望……從技術到應用，揭示ChatGPT在各行業的商業化之路
2023年以來，
OpenAI相繼釋出了聊天機器人模型ChatGPT、
新一代多模態大模型GPT-4等產品，
以強大的能力俘獲了大量使用者，
顛覆了使用者對於AI的認知。
▶什麼是ChatGPT？
ChatGPT是一個由OpenAI開發的聊天機器人模型，其透過NLP（Natural Language Processing，自然語言處理）技術實現與使用者智慧對話，開啟了全新AI（Artificial Intelligence，人工智慧）時代。ChatGPT的智慧程度引起了業界的廣泛關注，引發了使用者的熱議，使使用者對AI的未來有了更多的期待。
▶技術底座：多技術融合助推ChatGPT發展走到11公尺的盡頭，蔡京的題ChatGPT並不是孤立存在的，其成功離不開眾多技術的支持。其背後的技術主要有生成式AI技術、自然語言處理技術、預訓練大模型技術和多模態技術。
▶內容變革：ChatGPT開啟內容生產力革命
ChatGPT可以輔助使用者輸出多種內容，使內容生產變得更加簡單、高效。可以說，ChatGPT拓展了數位時代的創造力極限，開啟了內容生產力革命。
▶ 商業展望：ChatGPT商業化之路雛形已現
AIGC技術在發展中完成了深厚的技術累積，這使得ChatGPT在B端與C端實現商業化的條件已經成熟。未來，以ChatGPT為代表的AIGC應用將會更好地服務B端與C端，提升其運作效率。
本書共12章，前5章從5個方面對ChatGPT進行了解讀，幫助使用者全面了解ChatGPT，對其形成完整的認知。第6～12章從傳媒、教育、娛樂、電商、金融、製造和醫療7個方面講解了ChatGPT的應用，展現了ChatGPT的商業價值。
本書特色：本書以ChatGPT為中心，對ChatGPT的相關知識進行詳細的講解。在講述ChatGPT理論知識的同時，還結合許多相關案例，內容詳實，引人深思。本書面向的讀者對象為對ChatGPT感興趣的人士、AI研究者、AIGC領域從業者、科技企業管理者等，能夠為讀者提供全新見解。
作者簡介：
施襄，新加坡國立大學EMBA，加拿大魁北克大學專案管理碩士。連續創業者，風險投資人，多家知名投資機構合夥人，投資案例包括SpaceX、Neurallink、Gemini、ConsenSys等。成為投資人之前曾是知名商業行銷顧問，服務案例過百起。
章節試閱
第2章 技術底座：多技術融合助推ChatGPT發展
ChatGPT並不是孤立存在的，其成功離不開眾多技術的支持。其背後的技術主要有生成式AI技術、自然語言處理技術、預訓練大模型技術和多模態技術。
2.1 ChatGPT背後的生成式AI技術
以ChatGPT為代表的生成式AI，為AI領域帶來了翻天覆地的變化。AI模型由分析式AI向生成式AI演進，AI生成演算法持續優化，產生更多演算法，使AIGC行業更加繁榮。
2.1.1 從分析式AI向生成式AI演進
AI模型主要有兩種：一種是分析式AI，另一種是生成式AI。分析式AI能夠對大量數據進行分析，在...
ChatGPT並不是孤立存在的，其成功離不開眾多技術的支持。其背後的技術主要有生成式AI技術、自然語言處理技術、預訓練大模型技術和多模態技術。
2.1 ChatGPT背後的生成式AI技術
以ChatGPT為代表的生成式AI，為AI領域帶來了翻天覆地的變化。AI模型由分析式AI向生成式AI演進，AI生成演算法持續優化，產生更多演算法，使AIGC行業更加繁榮。
2.1.1 從分析式AI向生成式AI演進
AI模型主要有兩種：一種是分析式AI，另一種是生成式AI。分析式AI能夠對大量數據進行分析，在...
顯示全部內容
推薦序
前言
先進技術的不斷發展正在改變使用者的生活方式與內容創作形式。2022年末至2023年初，ChatGPT以勢不可當的態勢席捲全球網際網路市場，市場影響力不斷提升，上線僅5天便吸引了100萬名使用者；上線僅2個月，月活躍使用者達到1億人次，使用者數量快速增長。
ChatGPT能夠獲得巨大的熱度，離不開其出眾的能力：能夠透過理解、分析使用者的語言與使用者對話，還可以創作程式碼、文案、劇本、詞曲等內容，可謂十分全能。
許多企業與ChatGPT展開合作，例如，微軟對OpenAI加大投資，並將ChatGPT應用於旗下搜尋引擎Bing（必...
先進技術的不斷發展正在改變使用者的生活方式與內容創作形式。2022年末至2023年初，ChatGPT以勢不可當的態勢席捲全球網際網路市場，市場影響力不斷提升，上線僅5天便吸引了100萬名使用者；上線僅2個月，月活躍使用者達到1億人次，使用者數量快速增長。
ChatGPT能夠獲得巨大的熱度，離不開其出眾的能力：能夠透過理解、分析使用者的語言與使用者對話，還可以創作程式碼、文案、劇本、詞曲等內容，可謂十分全能。
許多企業與ChatGPT展開合作，例如，微軟對OpenAI加大投資，並將ChatGPT應用於旗下搜尋引擎Bing（必...
顯示全部內容
目錄
內容簡介
前言
第1章 ChatGPT：超乎想像的機器人聊天程式
1.1 ChatGPT爆發背景：技術與需求的驅動
1.2 ChatGPT概述：拆解ChatGPT要點
1.3 多重價值：ChatGPT價值突顯
第2章 技術底座：多技術融合助推ChatGPT發展
2.1 ChatGPT背後的生成式AI技術
2.2 自然語言處理技術：4個核心層面
2.3 預訓練大模型技術：打破AI發展邊界
2.4 多模態技術：放大AI大模型的功能
第3章 內容變革：ChatGPT開啟內容生產力革命
3.1 內容生產方式發展的三大階段
3.2 ChatGPT變革內容生產的7個維度
...
前言
第1章 ChatGPT：超乎想像的機器人聊天程式
1.1 ChatGPT爆發背景：技術與需求的驅動
1.2 ChatGPT概述：拆解ChatGPT要點
1.3 多重價值：ChatGPT價值突顯
第2章 技術底座：多技術融合助推ChatGPT發展
2.1 ChatGPT背後的生成式AI技術
2.2 自然語言處理技術：4個核心層面
2.3 預訓練大模型技術：打破AI發展邊界
2.4 多模態技術：放大AI大模型的功能
第3章 內容變革：ChatGPT開啟內容生產力革命
3.1 內容生產方式發展的三大階段
3.2 ChatGPT變革內容生產的7個維度
...
顯示全部內容
|
