ChatGPT简明教程

　　作为通用人工智能的重要进展，ChatGPT的出现引起了学术界和产业界人士的广泛关注。本书系统地论述了ChatGPT的发展历程、核心技术和基本原理等内容。全书共15章。第1章介绍了ChatGPT的前世今生；第2～6章论述了ChatGPT相关的基础理论与发展应用；第7～10章论述了ChatGPT的核心技术，包括Transformer、基于人类反馈的强化学习、提示学习以及模型学习与优化； 1章和 2章论述了ChatGPT的重要应用场景； 3～15章论述了以ChatGPT为代表的通用大模型范式面临的挑战和对各行业领域的影响，并对下一代人工智能重大场景战略进行了解读。本书内容新颖，通俗易懂，适合作为人工智能、智能科学与技术、计算机科学与技术、智能机器人技术、控制科学与工程、物联网工程等专业本科生及研究生的通识教材，也可供相关科研人员、政府工作人员参考学习。

暂缺《ChatGPT简明教程》作者简介

第1章 ChatGPT的前世今生
1.1 什么是 ChatGPT
1.2 从波士顿动力机器人到ChatGPT
1.3 ChatGPT的使用说明
1.3.1 ChatGPT的注册
1.3.2 ChatGPT的使用
1.3.3 如何与ChatGPT交流
1.4 ChatGPT 的优势与缺点
1.4.1 ChatGPT的优势
1.4.2 ChatGPT的缺点
1.5 ChatGPT的应用场景
1.5.1 办公领域
1.5.2 搜索引擎
1.5.3 教育领域
1.5.4 会计领域
1.5.5 其他领域
第2章 自然语言处理
2.1 语义理解
2.2 机器翻译
2.3 自动问答
2.3.1 自动问答系统的基础架构
2.3.2 自动问答系统的实现技术
2.3.3 自动问答技术面临的挑战和发展趋势
2.4 文本生成
2.4.1 基于规则驱动的文本生成
2.4.2 基于机器学习的文本生成
2.5 情感分析
第3章 ChatGPT深度学习基础理论
3.1 神经网络的基本原理
3.2 卷积神经网络
3.3 Word2Vec
3.3.1 连续词袋模型
3.3.2 SkipGram模型
3.4 循环神经网络
3.5 长短期记忆网络
第4章 GPT系列大模型
4.1 大规模预训练模型
4.1.1 发展历程
4.1.2 大模型的优势
4.1.3 应用场景
4.2 大型预训练语言模型
4.3 GPT
4.3.1 GPT1的结构
4.3.2 GPT1的数据集及参数量
4.3.3 GPT1的预训练
4.3.4 GPT1的微调
4.3.5 GPT1的优势及局限性
4.4 BERT
4.4.1 BERT的结构
4.4.2 BERT的数据集及参数量