生成式人工智慧：AIGC的邏輯與應用

名人推薦：重磅推薦
「丁磊博士以資深從業者的視角，從多個面向闡述了生成式人工智慧即將給社會帶來的深刻影響。這本書既為讀者了解AIGC提供了及時的入門指南，也為產業運用AIGC提供了清晰的思路和方案。」──楊強，香港科技大學講席教授、加拿大皇家科學院、加拿大工程院院士

「雖然未來未知，但未來已來。丁磊博士的這本書邏輯清晰，案例詳實，從『用什麼去生成』、『生成什麼』、『做什麼事』的角度全面講解了AIGC，相信讀者會從中得到啟發和幫助。」──楊先一，加拿大貴湖大學教授、先進機器人及智慧系統實驗室主任

「近期...

人從出生開始，就在不斷透過視覺、聽覺、嗅覺、味覺、觸覺等各種方式認識這個世界。我們透過不停地與外界接觸、學習，逐漸長大成人，再透過專業課程的學習在某些方面獲得一技之長進而立足於社會，並試圖改造世界。

「矽基」AI（人工智慧）也按照類似的模式成長，但是相比於「碳基」人，它在速度方面極具優勢。AI經歷了從最初的機器學習到神經網路，再到 Transformer 模型的發展，2022年底ChatGPT 以及2023 年初GPT-4 橫空出世，引發了大眾對生成式AI 的關注，其中最讓人激動的就是AI大模型已經初步具備了人類的通識和邏輯能力─這恰恰是之前的AI 所缺失的。

在這之前，無論是AlphaGo還是AlphaFold，最多只能稱之為各自領域的「專家」，而ChatGPT 是大眾化的。

正如OpenAI 首席科學家、ChatGPT 背後的技術權威伊利亞．蘇茨克維（Ilya Sutskever）所說，GPT（生成式預訓練模型）學習的是「世界模型」，他將網際網路傳播的文字、內容稱作世界的映射，因此，將龐大網際網路文本作為學習語料的 GPT，學習到的就是整個世界。在我們認識世界的同時，GPT模型也以驚人的運算能力，快速地獲取我們數年甚至數十年才能擁有的認知，即將成為一個接近成年人思維水準的「世界模型」。

不僅如此，已具備了「世界模型」能力的GPT 還能夠生成「萬物」。當然，如蘇茨克維所說，這裡的萬物指的是世界萬物在網際空間的映射，包括文本、圖片、語音、影片、劇本、程式、文案、設計圖等一切和我們生產、生活息息相關的事物。

因為GPT模型在一定程度上可能已經具備了成年人的通識和邏輯，所以我們只需要拿特定專業領域的資料對其再做訓練（稱為「微調」），它就可以成為獨當一面的專業人才，可能成為藝術家、設計師、程式師、工程師或廣告優化師、供應鏈專家、客服人員等。這也許就是生成式AI 或者說AIGC（AI generated content，人工智慧生成內容），帶給我們的核心價值。

在AI 技術大爆發的今天，生成式AI 處在高速發展階段，技術和應用領域日新月異，因此我們非常有必要系統地了解生成式AI。在這樣的背景下，本書將系統介紹生成式AI 的原理與模型，同時也將對其在產業中的應用展開論述，將理論和實務相結合，讓大家從根本上了解ChatGPT 里程碑式存在的意義。結合作者20 餘年AI 領域研究與工作的經驗，本書會為讀者指引方向。

尤其值得一提的是，本書既在理論上解釋了數位媒體即虛擬世界的生成式AI，又探討了生成式AI 如何服務和促進實體經濟。在當前的存量經濟時代，透過生成式AI 重新定義生產力，推動產業更新發展，在存量裡促進增長，具有尤為重要的意義。

如圖0-1 所示，我們用這張圖說明本書所涵蓋的知識領域：X 軸是生成式大模型的技術，對應的是第2章〈AIGC 的底層邏輯〉，我們將了解「用什麼去生成」；Y 軸是數位媒體形態的應用，對應的是第3 章〈功能分析：AIGC 能生成什麼內容？〉，我們將了解生成式AI 能「生成什麼」；Z 軸是產業職能的探討，對應的是第4 章〈商業領域：AIGC 的產業應用與前景〉，我們將了解用生成式AI 可以「做什麼事」。

X、Y、Z 三個軸所形成的空間裡，每個點都有其特定含義，例如：透過GPT-4 模型生成程式用在生產上，透過Stable Diffusion模型生成圖片用在行銷上。除了這3 章，第1章會帶領讀者初識生成式AI，第5 章則探討生成式AI 是否會取代大量的工作職位，以及我們應該如何主動應對。

希望任何一個不想在生成式AI 時代落伍的人，在閱讀本書之後，都能理解生成式AI 的底層邏輯和實際應用，也希望本書對你們的工作和生活有所幫助。「萬物皆可生成」的時代已經來臨，理解AI、訓練AI、使用AI，甚至和AI 一起工作，對每個人來說或將無法避免。未來已來，讓我們一起出發！

人從出生開始，就在不斷透過視覺、聽覺、嗅覺、味覺、觸覺等各種方式認識這個世界。我們透過不停地與外界接觸、學習，逐漸長大成人，再透過專業課程的學習在某些方面獲得一技之長進而立足於社會，並試圖改造世界。

「矽基」AI（人工智慧）也按照類似的模式成長，但是相比於「碳基」人，它在速度方面極具優勢。AI經歷了從最初的機器學習到神經網路，再到 Transformer 模型的發展，2022年底ChatGPT 以及2023 年初GPT-4 橫空出世，引發了大眾對生成式AI 的關注，其中最讓人激動的就是AI大模型已經初步具備了人類的通識和邏輯能力─這恰恰是...

前言

第1章 初識生成式人工智慧

1-1 縱觀AI產業版圖
判別式AI和生成式AI、從大數據到大模型、生成式AI市場格局

1-2 聚焦AIGC：內容皆可生成
文本生成、圖片生成、影片生成
1-3 生成式AI的核心價值
生成式AI聚焦於認知的邏輯層面、生成式AI的優勢、生成式AI的價值
1-4 重要發展里程碑──ChatGPT橫空出世
ChatGPT發展歷程、各大科技巨擘爭相布局、ChatGPT的應用

第2章 AIGC的底層邏輯

2-1 生成式模型基礎
深度學習的前世今生、深度學習的經典模型、可自主學習的GAN
2-2 Transformer和ChatGPT模型
序列到序列（seq2seq）、注意力機制、Transformer模型、GPT系列模型
2-3 Diffusion模型
什麼是Diffusion？文本到圖像、Stable Diffusion

第3章 功能分析：AIGC能生成什麼內容？

3-1 生成文字：新聞、報告、程式都可一鍵生成
新聞生成、報告生成、程式生成
3-2 描繪圖像：解析度、清晰度、真實性與藝術性
圖像生成的突破、生成藝術風格圖像、其他頂尖平台
3-3 語音製作：精準還原、即時合成
音樂生成、語音複製、跨模態生成
3-4 影視創作：大量場景任你選
劇本創作、角色和場景創作、剪接後製
3-5 互動娛樂：遊戲中的生成式AI革命
遊戲內容生成、提高NPC互動性、創新型AI遊戲

第4章 商業模式：AIGC的產業應用與前景

4-1 研發設計：設計能力樣樣俱全
外觀設計、結構設計、藥物研發
4-2 生產製造：L4 級別的智慧控制
機器人控制、多機器人協作、工業品管
4-3 供應鏈管理：庫存計畫自動程式設計
供應鏈領域的AI應用、需求預測、庫存管理
4-4 市場行銷：行銷文案不再發愁
行銷方案、行銷文案和圖片、行銷溝通
4-5 客戶服務：貼心服務打動客戶
更有效的溝通、知識庫管理、客服品質監督

第5章 主動還是被動？決勝AIGC

5-1 展望未來：AIGC帶來新技術革命？
AGI、從AIGC走向AGI、新一輪內容革命的起點
5-2 AI並非萬能：AIGC的優勢與瓶頸
AIGC的優勢、AIGC顛覆業務流程、AIGC的瓶頸
5-3 我們的工作機會還在嗎？
AIGC能否取代內容創作者？人工智慧會取代誰？我們該怎麼辦？

後記
參考資料

前言

第1章 初識生成式人工智慧

1-1 縱觀AI產業版圖
判別式AI和生成式AI、從大數據到大模型、生成式AI市場格局

1-2 聚焦AIGC：內容皆可生成
文本生成、圖片生成、影片生成
1-3 生成式AI的核心價值
生成式AI聚焦於認知的邏輯層面、生成式AI的優勢、生成式AI的價值
1-4 重要發展里程碑──ChatGPT橫空出世
ChatGPT發展歷程、各大科技巨擘爭相布局、ChatGPT的應用

第2章 AIGC的底層邏輯

2-1 生成式模型基礎
深度學習的前世今生、深度學習的經典模型、可自主學習的GAN
2-2 Transformer和ChatGPT模型
序列到序列（...