欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 人工智能通识基础(大模型篇浙江大学新一代人工智能通识系列教材)
      • 作者:编者:孙凌云//厉向东//陈培//张克俊|责编:沈巧华//吴昌雷//柯华杰
      • 出版社:浙江大学
      • ISBN:9787308265102
      • 出版日期:2025/08/01
      • 页数:242
    • 售价:23.6
  • 内容大纲

        本书的重点在于介绍人工智能大模型的基本概念、能力边界及其高效的使用方法,而非深入剖析机器学习、深度学习的复杂数学原理或算法细节。目标是让学生快速上手,理解“如何用”和“能用来做什么”。本书致力于推动一种与时代发展相适应的学习模式。对于学习者而言,我们鼓励将AI大模型视为强大的认知助手和学习伙伴。在学习过程中,应尽早开始尝试使用AI工具辅助理解、探索和实践,形成“在使用AI中学习AI”的习惯。对于教学者,我们随书提供了教学大纲作为参考。本书力求反映最新的大模型技术进展和应用范式。
  • 作者介绍

  • 目录

    第1篇 引言:迈入智能时代
      第1章 AI浪潮:知识革命与社会变革
        1.1 导学
        1.2 基本概念:判别式AI、生成式AI与大语言模型
        1.3 超越语言:多模态AI与世界模型
        1.4 知识的三个空间:人类、多媒体与大模型
        1.5 知识获取的革命:精度、速度与交互的演进
        1.6 人机协作:加速社会发展的新范式
        1.7 产业新格局:AI生态的构建
        1.8 智能新基建:驱动科技创新加速引擎
        1.9 人机协作新范式:多元模式共存与选择
        1.10 本章小结
        1.11 课后练习
      第2章 通用人工智能:曙光、度量与展望
        2.1 导学
        2.2 是AGI的火花,还是幻影?
        2.3 核心概念:理解AGI与ASI
        2.4 丈量智能:AGI标尺的探索、实践与争议
        2.5 大模型能力评测实践:基准与挑战
        2.6 前路展望:持续进步的轨迹与认知局限
        2.7 本章小结
        2.8 课后练习
    第2篇 基础:大语言模型的基本原理
      第3章 大语言模型:技术基础
        3.1 导学
        3.2 什么是模型
        3.3 判别式AI与生成式AI
        3.4 什么是GPT:理解核心技术
        3.5 大语言模型的发展巡礼
        3.6 成功的基石:大模型的三个关键因素
        3.7 铸造智能:大语言模型的训练过程
        3.8 本章小结
        3.9 课后练习
      第4章 大语言模型:能力边界
        4.1 导学
        4.2 理解“裸模能力”:大模型的基础本领
        4.3 核心语言处理能力
        4.4 认知交互与模拟能力
        4.5 专门应用能力
        4.6 局限性一:信息过时问题
        4.7 局限性二:专业知识深度不足
        4.8 局限性三:幻觉现象的挑战
        4.9 局限性四:逻辑与推理的短板
        4.10 本章小结
        4.11 课后练习
      第5章 大语言模型:优化方法与应用构建
        5.1 导学
        5.2 优化方法概览:微调、RAG与提示词工程
        5.3 微调:让大模型“更懂你”
        5.4 检索增强生成:让模型“先查资料,再作答”

        5.5 提示词工程:作为轻量级优化方法
        5.6 优化路径的选择逻辑与组合
        5.7 工程转化:从裸模型到通用聊天应用的构建之路
        5.8 本章小结
        5.9 课后练习
    第3篇 应用:AIGC与智能体
      第6章 AIGC:多模态内容的智能创作
        6.1 导学
        6.2 多模态AI的加速演进之路
        6.3 智能内容合成(AIGC)
        6.4 新的内容生态:PGC、UGC与AIGC的互动
        6.5 本章小结
        6.6 课后练习
      第7章 智能体:赋予AI自主行动的能力
        7.1 导学
        7.2 什么是智能体
        7.3 智能体实例:从概念验证到前沿探索
        7.4 智能体的内部结构:四大核心模块
        7.5 智能体工作流:理论、实践与平台赋能
        7.6 智能体之间的协同工作
        7.7 本章小结
        7.8 课后练习
    第4篇 素养:人机交互的基础能力
      第8章 提示词工程:与AI高效对话
        8.1 导学
        8.2 核心原则与思维链:构建有效提示的基石
        8.3 常用提示词策略
        8.4 结构化提示:使用提示词框架
        8.5 引导思考:在提示词中融入思维模型
        8.6 提升推理:高级策略与技术
        8.7 工具增强:扩展提示词的能力边界
        8.8 常见提示词陷阱规避与模型选择策略
        8.9 提示词工程的未来趋势与伦理思考
        8.10 本章小结
        8.11 课后练习
      第9章 信息辨别:批判性思维与事实核查
        9.1 导学
        9.2 AI生成信息的风险:幻觉与虚假信息
        9.3 批判性思维:“事实侦探”的心态养成
        9.4 核心技能:事实核查方法
        9.5 识别AI生成痕迹的局限性
        9.6 利用专业事实核查资源
        9.7 本章小结
        9.8 课后练习
      第10章 伦理规范:AI的负责任使用之道
        10.1 导学
        10.2 大模型的五大伦理挑战
        10.3 安全使用:警惕滥用与保护个人安全
        10.4 学术诚信:AI辅助的合理边界
        10.5 AI治理:全球视野下的规则、倡议与中国实践

        10.6 负责任AI的行动指南
        10.7 本章小结
        10.8 课后练习
    第5篇 协同:人机共进的认知增强
      第11章 人机协同(一):认知策略层——学会学习与思考
        11.1 导学:人机增强型认知协同框架概览
        11.2 认知策略层:AI辅助优化元认知
        11.3 策略实践之内容梳理:AI辅助信息概括与结构化
        11.4 策略实践之概念澄清:AI辅助深度理解与多维表征
        11.5 策略实践之自我评估:AI辅助学习检测与反馈获取
        11.6 策略实践之创意启发:AI辅助拓展思路与创新构思
        11.7 策略实践之目标规划:AI辅助任务分解与学习计划
        11.8 认知策略的综合运用
        11.9 本章小结
        11.10 课后练习
      第12章 人机协同(二):方法实践层——优化研究与工作流程
        12.1 导学
        12.2 方法实践层:AI赋能结构化流程执行
        12.3 实践探索之研究选题:AI辅助发现研究方向与评估可行性
        12.4 实践探索之文献管理:AI辅助高效处理与组织学术资源
        12.5 实践探索之研究方案设计:AI辅助规划与草拟研究框架
        12.6 实践探索之结构化笔记:AI辅助构建个人知识网络
        12.7 实践探索之数据分析与解释:AI辅助代码生成与结果解读初步
        12.8 实践探索之写作流程优化:AI辅助提升学术与专业写作效率
        12.9 方法实践的综合运用
        12.10 本章小结
        12.11 课后练习
      第13章 人机协同(三):技能执行层——增强具体操作效能
        13.1 导学
        13.2 技能执行层:AI提升具体任务操作效率与质量
        13.3 技能提升之编程与调试:AI辅助代码生成、解释与查错实践
        13.4 技能提升之数据可视化制作:AI辅助图表类型建议与代码生成实践
        13.5 技能提升之文本撰写与润色:AI辅助各类实用文体写作与优化实践
        13.6 技能提升之多语言处理:AI辅助外语翻译与学习实践
        13.7 技能提升之信息检索与获取:AI辅助高效精准定位与整合信息实践
        13.8 技能执行的综合运用
        13.9 本章小结
        13.10 课后练习
    参考资料
    附录
      附1:代表性提示词框架、常用思维模型和应用实例
      附2:AI辅助学习科研框架
      附3:AI赋能大学生学业任务框架(专业特化层示例)
    后记:一次人机协同的探索
    人工智能工具使用声明