1.深入解析生成式AI技術基礎：包含生成對抗網路（GAN）、擴散模型、Transformer等核心技術。
2.跨領域應用場景展示：涵蓋文字、圖像、聲音、影片等多模態數據的生成技術。
3.專業理論與實際應用結合：在理論講解後搭配實際案例，幫助讀者理解技術的實際應用。
4.多模態生成技術介紹：解析從文字生成圖像、從聲音生成圖像等技術的核心流程。
5.自動簡報生成技術剖析：展示如何自動產出專業簡報，提升工作效率。
6.倫理與社會影響反思：探討生成式AI可能引發的法律與倫理問題，以及其對社會的長期影響。
7.適合初學者與進階讀者：內容深入淺出，適合不同技術背景的讀者學習。
8.搭配圖表與流程圖：幫助讀者更直觀地理解複雜的技術概念與資料處理流程。
9.實用案例與實作練習：提供實際操作案例，讓讀者更好掌握生成式AI技術。
10.前瞻性技術探討：展望生成式AI的未來發展趨勢，為讀者提供前瞻性的技術視野。
?
本書全面介紹了生成式人工智慧的技術基礎、應用與挑戰。深入解說生成對抗網路（GAN）、深度學習、自然語言處理（NLP）等技術，並展示這些技術如何在文字、圖像、音訊、影片等多模態數據中應用。
本書不僅詳細剖析了從文本生成圖像、自動生成簡報等具體應用，還探討了生成式AI在創意設計、商業、教育和醫療等領域的廣泛影響。此外，書中對生成式AI的倫理與社會影響進行深刻反思，提醒讀者在技術進步的同時，也要謹慎看待潛在風險與挑戰。
這本書適合科技愛好者、學生、研究者以及企業家，幫助讀者深入了解生成式人工智慧的發展趨勢、掌握其應用技巧，並啟發更多創新可能性。?
作者簡介：
現職
國立臺北科技大學電子工程系 副教授
學歷
國立臺灣科技大學 電機工程博士
經歷
廣達電腦 架構設計經理/副理、鴻海富士康 課長、宏碁電腦 專案工程師、神達電腦 高級工程師，業界15 年專案產品設計實務經驗、臺北科技大學的助理教授、副教授、進修部學務組組長、推廣教育中心主任?
目錄
Chapter 1 生成式人工智慧概述
1-1 定義與範疇 (或特徵)
1-2 傳統人工智慧與生成式人工智慧的區別
1-3 主要應用領域
Chapter 2 生成式人工智慧的發展歷史
2-1 重要的里程碑與技術演進
2-2 早期的生成模型
2-3 深度學習革命
Chapter 3 生成式人工智慧的基本原理
3-1 機器學習基礎
3-2 神經網路簡介
3-3 深度生成模型的概念
Chapter 4 大型語言模型簡介
4-1 自然語言處理基礎
4-2 GPT 介紹
Chapter 5 大型語言模型的訓練與最佳化
5-1 大型語言模型的預訓練與微調
5-2 資料集與資料處理
5-3 模型評估指標
5-4 GPT 訓練流程
Chapter 6 大型語言模型的應用
6-1 文本生成與摘要
6-2 問答系統與對話生成
6-3 語言翻譯
6-4 大型語言模型的文本應用分析
Chapter 7 大型語言模型的安全性議題
7-1 偏見與歧視問題
7-2 隱私保護
7-3 假訊息的生成與防範
7-4 深偽技術與應用
Chapter 8 生成式人工智慧的倫理與社會影響
8-1 人工智慧的倫理框架
8-2 智慧財產權與創作歸屬
8-3 社會影響評估與政策討論
Chapter 9 影像生成式人工智慧
9-1 計算機視覺基礎
9-2 生成對抗網絡
9-3 擴散模型
Chapter 10 影像生成技術的應用
10-1 圖像編輯與修復
10-2 藝術創作與風格轉換
10-3 Microsoft Designer 實際案例
Chapter 11 文字生成應用
11-1 寫作輔助
11-2 自動報告生成
11-3 對話系統設計
11-4 ChatGPT 實際應用
Chapter 12 音訊及音樂生成應用
12-1 語音合成
12-2 語音生成
12-3 音效製作
Chapter 13 影片生成應用
13-1 動畫製作
13-2 影片編輯與特效
13-3 AI 虛擬主播
Chapter 14 多模態人工智慧應用
14-1 多模態生成技術介紹
14-2 自動簡報製作
14-3 實例演練：Gamma 自動簡報、文件及網頁生成
Chapter 15 生成式人工智慧的未來展望
15-1 未來技術發展趨勢
15-2 生成式人工智慧的挑戰
15-3 倫理與法律問題
15-4 創新應用與社會影響
CHA 中英對照表
CHB 學後評量?
Chapter 1 生成式人工智慧概述
1-1 定義與範疇 (或特徵)
1-2 傳統人工智慧與生成式人工智慧的區別
1-3 主要應用領域
Chapter 2 生成式人工智慧的發展歷史
2-1 重要的里程碑與技術演進
2-2 早期的生成模型
2-3 深度學習革命
Chapter 3 生成式人工智慧的基本原理
3-1 機器學習基礎
3-2 神經網路簡介
3-3 深度生成模型的概念
Chapter 4 大型語言模型簡介
4-1 自然語言處理基礎
4-2 GPT 介紹
Chapter 5 大型語言模型的訓練與最佳化
5-1 大型語言模型的預訓練與微調
5-2 資料集與資料處理
5-3 模型評估指...
購物須知
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。
收藏
二手徵求有驚喜
2025專利防護中