AIGC从入门到实践

《AIGC从入门到实战：ChatGPT+Midjourney+Stable Diffusion+行业应用》 韩泽耀 袁兰 郑妙韵 45个笔记 点评 - 2024/11/27 认为好看

这本书对AIGC的在各方面的应用做了一些简单的介绍，可以说是作为AI入门的一个比较好的阅读书籍。虽然只是罗列了这些相关内容，简单介绍了一下在各个领域的相关使用，但还是值得一读的，让读者对AI的领域都有很多了解 ，可以了解如何改变我们的世界

序 - 人工智能与人类协作可以创造出精彩文字和精美图案，这些都是对客观世界中诸多元素的一种“概率组合”，真正的创新创作源头在人类自身。 前言 - AIGC在文本生成、图像生成和代码生成等领域的应用，显著提升了工作效率，助力了财富的创造 - 与AI互动犹如与智者对话，能够激发我们的灵感、想象力和创造力，催生前所未有的创意 - 根据个人需求和目标选择适合的AIGC工具，创造高质量、有价值的内容 - AI只是一种技术手段，是辅助工具。它虽强大，但并非无所不能，它目前无法理解人类的情感或价值观，不能准确判断内容的真实性和合理性，也无法匹敌人类的创造力和批判性思维。因此，我们应善用AI，不可盲目依赖。 第1章 落霞与孤鹜齐飞：AIGC汹涌而来 - ChatGPT是AIGC （Artificial Intelligence Generated Content，人工智能生成内容）的代表性应用之一，我们可以将其理解为，ChatGPT主要实现人工智能的文生文（根据提示文字，利用大模型生成文字内容），而其他的AIGC工具则会不同程度地生成其他内容，譬如图片、音频、视频。 1.2 基建：人工智能时代的变迁 - 深度学习是一种基于神经网络的机器学习方法，它可以自动学习高层次抽象特征，并在大规模数据上训练更复杂的模型 - AI 1.0时代是一个算法、算力、数据三架马车发力狂奔的时代 - 深度学习是一种基于神经网络的机器学习方法，它模仿人脑神经元的工作方式，通过多层次的神经元模型来实现对数据的学习和识别。 - 数据是人工智能发展的资源，决定了人工智能的输入和输出，以及应用场景和效果，它就好比人类社会中的物质资源。 1.3 递进：人工智能时代的变化 - Transformer：Transformer模型是一种深度学习模型架构，主要用于处理序列数据，核心思想是利用自注意力机制(Self-Attention)来捕获输入序列中的全局依赖关系。 2.2 探秘：ChatGPT到底是什么 - 在经过基于大量数据的预训练和大量的计算之后，GPT模型表现出了令人惊艳的语言理解和生成能力，可以选择性地记住前文的重点，形成思维链推理能力。 - 。GPT模型除了在词和语句生成上符合人类的预期，也产生了和人一样的语言理解力和表达力，并且具备了逻辑分析和推理能力。 - GPT模型在回答问题时，通常会选择出现概率最高的词，这可能导致它的回答比较普通或者千篇一律。 第3章 众里寻他千百度：ChatGPT及其他AIGC赋能个人 - 在大语言模型的基础上出现了多种生成模型，这有点类似于操作系统中的各种管理功能：进程管理、内存管理、文件系统、设备管理、人机交互和网络管理等。 3.2 应用：目前ChatGPT能在什么场景下做什么事 - ChatGPT需要懂得写提示词的人 - 实际上，编写有效的提示词的过程，包含以下8个步骤。步骤1：选择及重置模型，如果有GPT-4可以选择GPT-4，GPT-3.5次之，并确保开始新的任务时，模型处于初始状态。步骤2：提供相关的背景信息，帮助模型理解任务的上下文。步骤3：明确地布置任务，告诉模型我们希望它完成什么。步骤4：提供详细的指示，指导模型如何完成任务。步骤5：确认模型已经正确理解了任务。步骤6：根据模型的反馈，改进和优化提示词。步骤7：精炼内容，从模型的输出中提取我们需要的信息。步骤8：通过不断的练习，提高我们编写提示词的能力。 3.3 进阶：如何提问以获得高质量答案，解决复杂问题 - 大模型时代需要能提出高质量问题的人，不能提出准确的问题，基本上就和AIGC无缘了。就目前来说，你的知识储备越丰富，理解能力越强，你和ChatGPT这个“高手”对答，能获得的帮助就越大 4.3 提升：Midjourney让我们人人都能成为设计师 - ，AI还不能生成完整的建筑设计图，但可以绘制各种设计风格的效果图，为建筑设计师提供丰富的灵感 5.1 专注：Stable Diffusion，更专业的人物绘画AI - 与以往的AI绘画工具相比，Stable Diffusion的最大亮点在于免费，且使用次数不受限制，对硬件要求也相对较低，高清图像仅需几秒即可生成。因此，自开源以来，它再次掀起了AI绘画的热潮。 - ：提示词越长，AI绘图结果就越精准。另外，目前使用中文提示词效果不好，最好使用英文提示词。 5.3 飞升：MetaHuman三步构建数字人模型，带领我们走向元宇宙 - MetaHuman Creator（以下简称MetaHuman）。它可以在最短时间内，以最简单的方式“捏”出逼真的数字人，让你的数字分身不再只是一张图片，而是一个真正可驱动的数字人模型 第6章 AIGC带来职场新范式，让AI帮你干活，你可以做更多有价值的事 - Gamma，是一个用于生成PPT的AIGC工具，它可以根据用户提供的文本和图片自动制作出具有较强专业性的PPT。而且，该工具支持多种主题和模板的选择，允许用户进行微调，用户可以根据自己的需求进行定制，更自由地掌控设计过程 - 当我们需要设计和制作演示文稿时，Gamma就是我们高效的小助手。它生成的大纲、封面和版式能为我们提供思路，我们只需要在此基础上进行个性化微调即可，这可以为我们节省大量时间 6.2 AI生成思维导图，一分钟完成原先需要一个月才能完成的任务 - Markmap是一个能将Markdown（一种轻量级标记语言）文档可视化为思维导图的技术。它允许用户通过编写简洁、结构化的Markdown文本，轻松创建出有层次感的思维导图。 - 用户可以使用标准的Markdown语法编写文档，然后通过Markmap库或在线工具将其转换为思维导图。 6.5 让AI辅助短视频创作，掌握了流量密码，再也不怕石沉大海 - 快速制作短视频的方法：使用ChatGPT生成脚本，再用“剪映”软件的“图文成片”功能完成视频制作。但这种方法会将脚本中的所有文字都转化为视频中播放出来的台词，因此，我们可以删除视频脚本中的其他内容，只保留文案。 6.6 Microsoft 365 Copilot——用AI助手轻松驾驭办公软件 - 微软把GPT-4全面接入Office软件，推出了Microsoft 365 Copilot，有了它，用户只需用最常见的界面和自然语言，就能轻松掌握AI工具。 7.2 AIGC在传媒行业的创新场景——人机协同创作，推动传媒向智媒转变 - 编辑的经验、洞察力和判断力是确保内容质量和独特性的关键因素 - 深度伪造技术是一种基于AI的图像合成技术，通过深度学习算法和大量数据训练，能够将一个人的脸部特征合成到另一个人脸上，使后者看起来和前者一样 - 在视频剪辑方面，AI技术能辅助视频剪辑师快速剪辑。例如，Adobe Premiere Pro具备以下智能化功能：智能修剪功能，可以根据音频和视频的节奏自动裁剪素材，使剪辑过程更加高效；智能搜索功能，可以快速查找关键字、标签和场景，帮助用户在海量素材中快速定位需要的片段； - DaVinci Resolve集成了高级人工智能技术，包含智能剪辑、自动颜色校正、音频修复等功能。它还具备智能色彩校正功能，可以自动检测和调整视频的色彩和对比度，使得图像质量更加出色。 7.4 AIGC在教育行业的创新场景——苏格拉底式的问答模式和AIGC可视化创新 - 很多人担心，学生会使用ChatGPT作弊。但钛创星认为，只要正确地使用AI，可以在很大程度上避免这个问题。 - 当学生向AI助教提问时，AI不会直接提供答案，而是引导学生逐步找出答案。 - 学生可以与AI辩论，例如，辩论是否可以把ChatGPT引入学校使用。辩论的目的是促进思考和交流，不管学生选择哪个立场，都可以在这个过程中获得有益的见解。 7.5 AIGC在工业领域的创新场景——合成数据集，助力机器人产品研发 - 语义分割，简单来说就是对图片中的每个像素点都进行分类，类别可以根据不同的任务来设定 第8章 如何有效应对AI革命 - 对于企业和组织来说，AI的广泛应用将改变业务模式，优化工作流程，提高效率和创新能力，从而获得持续竞争优势。 8.1 关于个人 - AI推进者是指那些熟练应用AI技术解决问题的人员。他们了解AI技术的原理和应用方法，能够灵活运用AI工具和算法，将其应用于实际业务场景中。 - AI素养者是指对AI技术有基本了解，但并不专门从事AI领域工作的人员 - 。他们可能会在工作和生活中运用AI技术提高效率。AI素养者在促进和推动AI发展的过程中扮演着基石的角色 - AI绝缘者是指那些对AI技术不熟悉或没有机会接触AI技术的人群。他们可能没有多少了解AI技术的机会，也没有足够的资源学习和应用AI技术，被排除在AI发展的进程之外 附录D AIGC相关资源推荐 - AIGC是一个广泛的领域，涉及许多不同的技术和工具。下文盘点了一些常用的AI工具，助力“打工人”，让天下没有难做的工作。一、AI写作工具1.Jasper：AI文字内容创作工具。2.Copy.ai：AI营销文案和内容创作工具。3.Writesonic：AI写作、文案、释义工具。4.Article Forge：AI文章生成器。5.Ink for All：具有改写、写作和生成SEO功能的工具。6.AI Writer：AI内容生成平台。二、AI图像工具1.Midjourney：AI图像和插画生成工具。2.Bing Image Creator：微软必应推出的基于Dall·E的AI图像生成工具。3.remove.bg：AI在线抠图软件。4.DeepArt和DeepDream Generator：你可以用这些网站来生成艺术作品。比如，上传自己的图片，然后让AI将它转换成不同风格的艺术作品。 - 三、AI音频工具1.网易天音：网易推出的AI音乐创作平台。2.Riffusion：生成不同风格音乐的工具。3.讯飞智作：科大讯飞推出的将文字转语音和配音工具。四、AI视频工具1.Runway：可进行绿幕抠除、视频生成、动态捕捉等。2.D-ID：AI真人口播视频生成工具。3.Artflow：AI生成视频动画。4.Unsreen：AI智能视频背景移除工具。5.Synthesia：一个AI视频制作工具。五、AI设计工具1.Microsoft Designer：微软推出的AI海报和宣传图设计工具。2.Magic Design：在线设计工具Canva推出的AI设计工具。 - 六、AI编程工具1.GitHub Copilot：GitHub AI编程工具。2.Codeium：AI代码生成和补全。3.Hugging Face Transformers：Hugging Face是一个开源库，提供了许多预训练的语言模型，包括GPT和BERT等。你可以使用这些模型来生成文本，或者对你自己的任务进行微调。4.Runway ML：这个工具可以帮助用户将训练好的模型快速部署到生产环境中。七、AI对话聊天1.ChatGPT：OpenAI旗下的AI对话工具。2.New Bing：微软推出的结合了ChatGPT功能的新版必应。八、AI办公软件1.Gamma App：AI幻灯片生成工具。2.Tome App：AI幻灯片生成工具。3.Decktopus AI：高质量AI幻灯片生成工具。 来自微信读书