人類從出生開始，就在不斷通過視覺、聽覺、嗅覺、味覺、觸覺等各種方式認(rèn)識這個世界。我們通過不停地與外界接觸、學(xué)習(xí)，逐漸長大成人，再通過專業(yè)課程的學(xué)習(xí)在某些方面獲得一技之長從而立足于社會，并試圖改造世界。

硅基的AI（人工智能）也按照類似的模式成長，但是在速度方面極具優(yōu)勢。人工智能經(jīng)歷了從最初的機(jī)器學(xué)習(xí)到神經(jīng)網(wǎng)絡(luò)，再到Transformer模型的發(fā)展，2022年底ChatGPT以及2023年初GPT4橫空出世，引燃了公眾對生成式AI的關(guān)注，其中最讓人激動的就是AI大模型已經(jīng)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。此前，無論是AlphaGo還是AlphaFold，最多只能稱作其各自領(lǐng)域的專家，而ChatGPT是通用的。

正如OpenAI首席科學(xué)家、ChatGPT背后的技術(shù)大佬伊利亞·蘇茨克維（IlyaSutskeve）所說，GPT學(xué)習(xí)的是世界模型。他將互聯(lián)網(wǎng)文本稱作世界的映射，因此，將海量互聯(lián)網(wǎng)文本作為學(xué)習(xí)語料的GPT學(xué)習(xí)到的就是整個世界。在我們認(rèn)識世界的同時，GPT模型也同樣以驚人的算力，快速地獲取我們數(shù)年，甚至數(shù)十年才能擁有的認(rèn)知，即將成為一位成年人所具有的認(rèn)知的世界模型。

不僅如此，已具備了世界模型能力的GPT還能夠生成萬物。當(dāng)然，蘇茨克維所說，這里的萬物指的是世界萬物在數(shù)字空間的映射，包括文本、圖片、音頻、視頻、劇本、代碼、方案、設(shè)計圖等一切和我們生產(chǎn)、生活息息相關(guān)的事物。因為GPT模型在一定程度上可能已經(jīng)具備了成年人的通識和邏輯，所以我們只需要拿特定專業(yè)領(lǐng)域的數(shù)據(jù)對其再做訓(xùn)練（稱為微調(diào)），GPT模型就可以成為獨當(dāng)一面的專業(yè)人才，它可能成為藝術(shù)家、設(shè)計師、程序員、工程師或廣告優(yōu)化師、供應(yīng)鏈專家、客服人員等。這也許就是生成式AI或者說AIGC，帶給我們的核心價值。
在AI技術(shù)大爆炸的今天，生成式AI處在高速發(fā)展階段，技術(shù)和應(yīng)用領(lǐng)域日新月異，因此我們非常有必要系統(tǒng)地了解生成式AI。在這樣的背景下，本書將系統(tǒng)介紹生成式AI的原理與模型，同時也將對其在行業(yè)場景中的應(yīng)用展開論述，理論和實際相結(jié)合，讓大家從本源上了解ChatGPT里程碑式存在的意義。結(jié)合作者二十余年AI領(lǐng)域研究與工作的經(jīng)驗，本書會為讀者指明方向。尤其值得一提的是，本書既在理論上解釋了數(shù)字媒體即虛擬世界的生成式AI，又探討了生成式AI如何服務(wù)和賦能實體經(jīng)濟(jì)。在當(dāng)前的存量經(jīng)濟(jì)時代，通過生成式AI重新定義生產(chǎn)力，助力行業(yè)更新發(fā)展，在存量里促增長，具有尤為重要的意義。

如圖01所示，我們用圖表明本書所覆蓋的知識領(lǐng)域：X軸是生成式大模型的維度，對應(yīng)的是第二章AIGC的底層邏輯，我們將了解用什么去生成；Y軸是數(shù)字媒體形態(tài)的維度，對應(yīng)的是第三章AIGC能生成什么內(nèi)容？，我們將了解生成什么；Z軸是行業(yè)職能的維度，對應(yīng)的是第四章AIGC的產(chǎn)業(yè)應(yīng)用與前景，我們將了解用生成式AI可以做什么事。三個軸所形成的空間里的每個點都有其特定含義，例如：通過GPT4模型生成代碼用在生產(chǎn)上，通過StableDiffusion模型生成圖片用在營銷上。除了這三章，第一章會帶領(lǐng)讀者初識生成式AI，第五章則探討生成式AI是否會取代大量的工作崗位，以及我們應(yīng)該如何主動應(yīng)對。

希望任何一個不想在生成式AI時代落伍的人，在閱讀本書之后，都能理解生成式AI的底層邏輯和實際應(yīng)用，也希望本書對他們的工作和生活有所助益。萬物皆可生成的時代已經(jīng)來臨，理解AI、訓(xùn)練AI、使用AI，甚至和AI一起工作，對每個人來說或?qū)�無法避免。未來已來，讓我們一起出發(fā)！