本书深度探讨了构建和训练ChatGPT模型涉及的核心技术，以及ChatGPT在各种实际应用中的作用。
本书旨在服务不同层次的读者。对于初学者，它可作为一部理解深度学习技术的人门教材；对于从事自然语言处理研究、应用实践的科研人员和工程技术人员，它提供了深度的理论洞见和实践参考；对于那些在文本工作领域从业的人士，本书同样有着重要的参考价值。

邱才明，教授，IEEE Fellow，国家重大人才工程A类，华中科技大学电子信息与通信学院院长。在通信领域有20余年的国际经验，领导并参加过多个重量级的通信领域的研究和开发项目，于2011年荣获ICC最佳论文奖。

第1章 人工智能生成内容简史
1.1 人工智能技术历史
1.2 深度学习技术
1.2.1 监督学习
1.2.2 无监督学习
1.2.3 强化学习
1.3 计算机视觉
1.3.1 图像分类
1.3.2 目标检测
1.3.3 图像生成
1.4 人工智能与自然语言处理
1.4.1 文本分类
1.4.2 机器翻译
1.4.3 对话聊天和文本生成
本章小结
第2章 ChatGPT
2.1 ChatGPT发展历程
2.2 大规模语言模型
2.2.1 概述
2.2.2 Transformer的网络架构
2.2.3 从概率模型到上下文学习
2.2.4 BERT模型
2.2.5 GPT模型
2.3 以Prompt为基础的指令微调
2.3.1 完形填空
2.3.2 前缀
2.3.3 自动
2.4 人在环路的强化学习训练
2.4.1 概述
2.4.2 人在环路强化学习
2.5 大语言模型的涌现机制
本章小结
第3章 ChatGPT应用与探索
3.1 ChatGPT带来的技术浪潮
3.2 ChatGPT使用技巧
3.2.1 Prompt魔法
3.2.2 插件和应用
3.3 ChatGPT决定行业竞争力
3.3.1 IT行业
3.3.2 金融行业
3.3.3 法律行业
3.3.4 教育行业
3.3.5 传媒行业
3.3.6 医疗保健行业
3.3.7 其他案例
3.4 ChatGPT的局限
3.4.1 ChatGPT能否取代搜索引擎
3.4.2 ChatGPT生成能力的局限
本章小结
第4章 从人工智能到通用人工智能
4.1 近在咫尺的辅助式人工智能
4.1.1 当下的“通用”人工智能
4.1.2 人工智能面临的挑战
4.1.3 通用人工智能的曙光
4.2 笼罩在ChatGPT上的阴云
4.2.1 ChatGPT的内容属于谁？
4.2.2 ChatGPT有创造性思维吗？
本章小结