一本书读懂大模型：技术创新、商业应用与产业变革 中国电信天翼智库大模型研究团队

图书标准信息

• 作者 中国电信天翼智库大模型研究团队
• 出版社 机械工业出版社
• 出版时间 2024-08
• 版次 1
• ISBN 9787111761655
• 定价 99.00元
• 装帧 其他
• 开本 32开
• 页数 274页

【内容简介】

 这是一本人人都能读懂的大模型综合指南，既是一本大模型的科普书，又是一本大模型的商业书。由中国电信研究院天翼智库官方出版，从核心技术、基础设施、商业应用、产业体系、安全治理5个维度全面讲解了大模型。语言上通俗易懂，内容上深入浅出，呈现上图文并茂，给读者良好阅读体验的同时，让读者对大模型的理解事半功倍！ 无论你是AI工程师，还是完全没有IT技术背景的爱好者；无论你是一线的从业人员，还是企业的管理者和决策者，你都能通过本书系统理解和掌握大模型，从而深刻认识大模型的核心价值和应用潜力，把握住大模型带来的变革和商机。 通过阅读本书，我们每个人都能从中收获以下知识： （1）AI的本质和AI发展的4个阶段； （2）大模型的核心技术和大模型的技术进化路线； （3）大模型的算力基础设施和数据基础设施； （4）基座模型的智能涌现和3大应用模式； （5）大模型对互联网行业的影响以及带来的机会； （6）大模型的应用全景，以及医疗、媒体、金融、政务、工业等领域的大模型解决方案； （7）大模型的产业图谱和商业模式，以及大模型产业的发展趋势； （8）大模型带来的风险及其治理思路； （9）大模型未来在经济发展、社会治理、科技创新、AI治理等方面能发挥的作用和价值。 希望这本书能实现人工智能和大模型普惠，帮助我们每个人、每一家企业把握住大模型的时代机遇，成为时代的引领者和弄潮儿。

【目录】

<br />推荐序<br />前  言<br />第1章  全面认识AI：AI能否超越人类智慧<br />1.1  智慧的本质：创造2<br />1.1.1  人类早期智慧源自模仿2<br />1.1.2  智慧的升级：改变与创造3<br />1.2  AI的4个发展阶段5<br />1.3  AI 1.0：规则驱动到数据驱动9<br />1.3.1  规则驱动：如何帮助机器思考9<br />1.3.2  数据驱动：深度学习的崛起12<br />1.4  AI 2.0：决策式AI和生成式AI14<br />1.4.1  决策式AI：从数据洞察到<br />       行动决策14<br />1.4.2  生成式AI：从模仿游戏到价值创造18<br />1.5  AI 3.0：大模型引领的认知智能崛起21<br />1.5.1  大模型：人类经验与充足算力21<br />1.5.2  大模型的演变与谱系24<br />1.6  AI 4.0：通用人工智能和硅基生命30<br />1.6.1  让机器拥有意识还有多远30<br />1.6.2  硅基生命的争议与想象33<br />第2章  大模型技术：让人工智能走进现实<br />2.1  大模型核心技术：引领人工智能新时代38<br />2.1.1  Transformer架构：融入注意力<br />       机制的革命性模型38<br />2.1.2  模型微调：优化性能以应对<br />       具体任务44<br />2.1.3  基于人类反馈的强化学习：<br />       生成更符合人类偏好的结果51<br />2.1.4  模型压缩技术：缩小模型规模<br />       和降低部署门槛55<br />2.1.5  安全与隐私保护技术：确保模<br />       型可靠、有效运行58<br />2.2  大模型技术进化路线：迈向通用人工智能62<br />2.2.1  新算法框架：带来新的人工智能<br />       黄金时期62<br />2.2.2  多模态和跨模态：更好地理解现<br />       实世界的多样化65<br />2.2.3  智能体：拥有自主解决问题的<br />       能力69<br />2.2.4  具身智能：让大模型走进物理<br />       世界71<br />2.2.5  生物智能：推动硅基和碳基生命<br />       的融合73<br />第3章  大模型基础设施：成本高昂的“暴力美学”<br />3.1  算力基础设施 77<br />3.1.1  智算集群：为大模型提供算力77<br />3.1.2  智算中心：为智算集群提供场所85<br />3.1.3  大模型一体机：“大模型+算力”<br />       融合交付新形态88<br />3.1.4  量子数据中心：后摩尔时代的算<br />       力基础设施88<br />3.2  数据基础设施90<br />3.2.1  数据采集：获取大模型所需原始<br />       数据91<br />3.2.2  数据标注：对原始数据进行加工<br />       处理92<br />3.2.3  数据合成：弥补真实数据的不足93<br />3.2.4  向量数据库构建：拓宽大模型的<br />       知识边界94<br />第4章  基座模型：硅基智能的涌现与应用探索<br />4.1  基座模型的智能涌现97<br />4.1.1  语言理解能力：类人表现引发对<br />       人类理解能力本质的重新思考99<br />4.1.2  生成能力：源于对下一个信息<br />       的预测102<br />4.1.3  逻辑推理：思维链技术助力逻<br />       辑能力涌现107<br />4.1.4  记忆能力：本质是对海量知识<br />       的压缩111<br />4.2  基座模型的三大应用模式113<br />4.2.1  嵌入模式：大模型作为无思想<br />       的工具帮助人类完成具体任务<br />       环节114<br />4.2.2  副驾驶模式：大模型作为有思<br />       想的工具与人类协作完成任务117<br />4.2.3  智能体模式：大模型作为有思<br />       想的助手承担大部分工作121<br />4.3  基座模型加速消费互联网应用智能化124<br />4.3.1  消费互联网应用交互方式将被<br />       重塑124<br />4.3.2  引入大模型能力将会给消费互<br />       联网应用带来三方面价值提升128<br />4.4  大模型将成为新的互联网入口130<br />4.4.1  大模型将超越搜索引擎成为新<br />       一代入口130<br />4.4.2  大模型将引发搜索引擎商业模<br />       式变革133<br />4.4.3  大模型入口的产品形态和市场<br />       格局将经历3个发展阶段135<br />4.4.4  强者恒强是大概率事件137<br />第5章  大模型行业应用：关键场景与商业化实践<br />5.1  我国大模型行业应用全景141<br />5.1.1  行业大模型地图141<br />5.1.2  行业大模型技术和部署路线142<br />5.2  医疗大模型：最具应用价值的行业<br />     大模型之一145<br />5.2.1  医疗大模型产业图谱146<br />5.2.2  三大典型应用场景148<br />5.2.3  “AI+医疗”市场前景广阔154<br />5.2.4  医疗大模型多模态融合发展155<br />5.3  媒体大模型：推动媒体业智能化升级157<br />5.3.1  媒体大模型产业图谱158<br />5.3.2  六大典型应用场景159<br />5.3.3  大模型重塑后的媒体业168<br />5.4  金融大模型：有望率先规模化落地170<br />5.4.1  金融大模型产业图谱171<br />5.4.2  五大典型应用场景173<br />5.4.3  大模型重塑后的金融业183<br />5.5  政务大模型：紧密相关的新范式186<br />5.5.1  政务大模型产业图谱188<br />5.5.2  通过典型场景打造智能政务服务<br />    新范式191<br />5.5.3  政务大模型发展趋势197<br />5.6  工业大模型：长期主义者的胜利200<br />5.6.1  从工业小知识到工业大知识201<br />5.6.2  工业大模型产业图谱203<br />5.6.3  市场红利的三波次释放206<br />5.6.4  大模型将和小模型长期共存212<br />第6章  大模型产业：全新的产业体系和商业化之旅<br />6.1  快速形成中的大模型产业图谱215<br />6.1.1  基础层：算力设施引领新一轮<br />       硬件建设217<br />6.1.2  大模型层：产业链核心位置220<br />6.1.3  应用层：大模型价值的具体<br />       体现221<br />6.2  大模型商业模式222<br />6.2.1  商业模式一：以大模型为原生<br />       能力，打造爆款付费应用225<br />6.2.2  商业模式二：大模型重构现有<br />       应用，提升附加价值226<br />6.2.3  商业模式三：打造大模型平台，<br />       提供大模型库及通用能力227<br />6.3  我国大模型产业的趋势230<br />6.3.1  百模大战迎来下半场，由<br />       “显能力”转向“创价值”230<br />6.3.2  产业营收将向应用层与基础设<br />       施层倾斜，模型层竞争加剧231<br />6.3.3  计算基础设施的增量或将催发<br />       新云诞生232<br />6.3.4  开源与闭源大模型将持续竞合，<br />       或出现分阶段领先局面233<br />第7章  大模型治理：“潘多拉魔盒”守护者<br />7.1  大模型发展将带来4类风险235<br />7.1.1  数据、内容与网络攻击风险235<br />7.1.2  大模型时代的知识产权问题239<br />7.1.3  大模型时代的人工智能伦理<br />       问题242<br />7.1.4  大模型给社会公平普惠带来冲击244<br />7.2  大模型治理体系发展迅猛245<br />7.2.1  国外大模型监管与治理的重<br />       点举措245<br />7.2.2  我国出台相关政策法规对大<br />       模型开展监管与治理248<br />7.3  大模型治理的发展趋势251<br />7.3.1  治理主体：激励多元协同治理<br />       成为全球共识251<br />7.3.2  治理方式：敏捷治理成为主流253<br />7.3.3  治理工具：大模型评测工具和<br />       平台是治理的关键环节254<br />7.3.4  治理机制：软硬兼施推进大模<br />       型监管与治理工作256<br />第8章  大模型时代展望：智慧社会新图景<br />8.1  人工智能成为新质生产力的核心引擎，<br />       推动智能经济蓬勃发展260<br />8.2  人工智能将大幅提升社会治理能力，<br />       使人们生活更加美好266<br />8.3  大模型带来科研新范式，科技创新<br />       换挡提速269<br />8.4  AI治理体系将加快升级，AI风险得<br />       到有效控制272<br />

主编推荐
（1）作者背景权威：本书由中国电信天翼智库大模型研究团队精心撰写，凝聚了团队在大模型领域的大量研究成果和实践经验。 （2）阅读门槛较低：本书不要求读者具备任何AI技术基础，更不要求读者有任何大模型基础，人人都能读得懂，读完后都能系统认识大模型。 （3）内容系统全面：围绕大模型的核心技术、基础设施、商业应用、产业体系、安全治理5个维度全面展开。 （4）既科普又专业：既从科普的视角对大模型的核心技术、基座模型、应用场景等做了全面的介绍，又从专业的商业视角对大模型的商业模式、商业实践、产业体系等做了全面的梳理。 （5）看得懂读得完：本书语言上通俗易懂，内容上深入浅出，呈现上图文并茂，能让读者看得懂并坚持把书读完。

精彩内容