生成式人工智能基礎(chǔ)教學(xué)大綱課程名稱：生成式人工智能基礎(chǔ)課程代碼：[具體代碼]課程學(xué)分：[具體學(xué)分]課程性質(zhì)：專業(yè)核心課程適用專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)、人工智能、軟件工程、數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)、電子信息工程等相關(guān)專業(yè)先修課程：計(jì)算機(jī)基礎(chǔ)、數(shù)據(jù)結(jié)構(gòu)、算法設(shè)計(jì)、概率論與數(shù)理統(tǒng)計(jì)、線性代數(shù)、編程語言（Python）課程目標(biāo)：本課程旨在系統(tǒng)地介紹生成式人工智能（AIGC）的基礎(chǔ)理論、核心技術(shù)、應(yīng)用場景及其社會(huì)影響，使學(xué)生掌握生成式AI的基本原理、模型架構(gòu)和應(yīng)用方法，培養(yǎng)學(xué)生的創(chuàng)新思維和實(shí)踐能力，為學(xué)生在人工智能領(lǐng)域的深入研究和應(yīng)用開發(fā)奠定堅(jiān)實(shí)基礎(chǔ)。教學(xué)方法：課程采用理論講授與實(shí)踐操作相結(jié)合的教學(xué)方法。理論部分通過課堂講授、案例分析和討論，幫助學(xué)生理解生成式AI的核心概念和技術(shù)原理。實(shí)踐部分通過實(shí)驗(yàn)、研究性學(xué)習(xí)和課程項(xiàng)目，培養(yǎng)學(xué)生的動(dòng)手能力和創(chuàng)新思維?？己朔绞剑赫n程考核包括平時(shí)作業(yè)、實(shí)驗(yàn)報(bào)告、期中考試、期末考試和課程學(xué)習(xí)與實(shí)踐總結(jié)。平時(shí)作業(yè)和實(shí)驗(yàn)報(bào)告占30%，期中考試占20%，期末考試占40%，課程學(xué)習(xí)與實(shí)踐總結(jié)占10%。教材與參考書：·主教材：《生成式人工智能基礎(chǔ)》周蘇等著，機(jī)械工業(yè)出版社，2025·參考書：課程內(nèi)容第一部分基礎(chǔ)理論篇第1章人工智能基礎(chǔ)1.1計(jì)算機(jī)的淵源1.1.1通用計(jì)算機(jī)1.1.2計(jì)算機(jī)的定義1.2大數(shù)據(jù)基礎(chǔ)1.2.1大數(shù)據(jù)的定義1.2.2大數(shù)據(jù)的3V特征1.3AI時(shí)代1.3.1圖靈測試及其發(fā)展1.3.2AI的定義1.3.3強(qiáng)AI與弱AI1.3.4大數(shù)據(jù)造就大智慧1.4機(jī)器學(xué)習(xí)與深度學(xué)習(xí)1.4.1機(jī)器學(xué)習(xí)1.4.2深度學(xué)習(xí)1.4.3機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的關(guān)系【作業(yè)】【研究性學(xué)習(xí)】探索AI在日常生活中的應(yīng)用第2章生成式AI與AIGC2.1Blockhead思維實(shí)驗(yàn)2.2從自然語言處理起步2.2.1NLP研究內(nèi)容2.2.2深度學(xué)習(xí)的影響2.2.3LLM崛起2.2.4LLM特征2.3生成式人工智能2.3.1什么是判別式AI2.3.2定義生成式AI2.3.3生成式AI的層次2.3.4定義AIGC2.3.5生成式AI與AIGC的關(guān)系2.4智能內(nèi)容生成2.4.1內(nèi)容孿生2.4.2內(nèi)容編輯2.4.3內(nèi)容理解2.5生成式AI應(yīng)用場景【作業(yè)】【研究性學(xué)習(xí)】熟悉阿里云大模型“通義千問”第二部分核心技術(shù)篇第3章大語言模型技術(shù)3.1LLM的工作原理3.1.1詞元及其標(biāo)記化3.1.2基礎(chǔ)模型3.1.3詞嵌入及其含義3.1.4生成和理解3.1.5預(yù)訓(xùn)練過程與微調(diào)3.2生成對抗網(wǎng)絡(luò)3.2.1GAN的基本原理3.2.2GAN的訓(xùn)練過程3.2.3不同類型的GAN3.3變分自編碼器3.3.1VAE的工作機(jī)制3.3.2潛在空間探索3.4流模型3.4.1流模型應(yīng)用場景3.4.2流模型應(yīng)用案例3.5語言模型基礎(chǔ)3.6LLM的幻覺3.6.1產(chǎn)生幻覺的原因3.6.2減輕幻覺【作業(yè)】【研究性學(xué)習(xí)】LLM典型案例分析第4章提示工程與技巧4.1提示工程的定義4.2提示的原理4.2.1提示詞分類4.2.2提示構(gòu)成4.2.3提示調(diào)優(yōu)4.3提示工程技術(shù)4.3.1鏈?zhǔn)剿伎继崾?.3.2生成知識(shí)提示4.3.3少樣本提示4.3.4自一致提示4.3.5思維樹提示4.4提示學(xué)習(xí)和語境學(xué)習(xí)4.4.1提示學(xué)習(xí)4.4.2語境學(xué)習(xí)4.5提示詞寫作技巧4.5.1提示詞框架推薦4.5.2提示詞實(shí)踐技巧【作業(yè)】【研究性學(xué)習(xí)】練習(xí)撰寫提示詞第5章文本生成技術(shù)5.1典型的語言模型方法5.1.1基于規(guī)則的方法5.1.2統(tǒng)計(jì)語言模型5.1.3循環(huán)神經(jīng)網(wǎng)絡(luò)及其變體5.2Transformer模型5.2.1位置編碼機(jī)制5.2.2自注意力機(jī)制5.2.3Transformer過程5.2.4Transformer結(jié)構(gòu)5.2.5Transformer模塊5.3混合模型5.4典型的文本生成技術(shù)5.4.1文本摘要技術(shù)5.4.2詩歌生成5.4.3簡單對話系統(tǒng)5.4.4翻譯任務(wù)中的應(yīng)用【作業(yè)】【研究性學(xué)習(xí)】熟悉AI助手KIMI第6章圖像生成技術(shù)6.1圖像生成的模型6.1.1擴(kuò)散模型6.1.2自回歸模型6.1.3圖像生成的代表性模型6.2圖像生成的應(yīng)用場景6.3圖像風(fēng)格遷移6.3.1基本原理6.3.2代表性算法6.4超分辨率重建6.4.1基本原理6.4.2傳統(tǒng)方法6.4.3基于學(xué)習(xí)的方法6.5視頻生成6.5.1主要方法6.5.2代表性算法6.6醫(yī)療影像合成6.6.1主要方法6.6.2代表性算法6.7挑戰(zhàn)與未來發(fā)展【作業(yè)】【研究性學(xué)習(xí)】基于深度學(xué)習(xí)的圖像生成第7章音頻生成技術(shù)7.1定義音頻生成技術(shù)7.1.1音頻與音樂7.1.2核心生成技術(shù)7.2波形建模7.3音樂旋律生成7.4語音合成7.4.1基本原理7.4.2主要方法7.4.3合成質(zhì)量7.4.4用戶定制7.5音頻增強(qiáng)與修復(fù)7.5.1噪音減少7.5.2回聲消除7.5.3音頻修復(fù)7.5.4動(dòng)態(tài)范圍壓縮7.5.5等化7.5.6時(shí)間拉伸與音高轉(zhuǎn)換7.5.7用戶交互與自動(dòng)化【作業(yè)】【研究性學(xué)習(xí)】探索音樂旋律生成模型第8章多模態(tài)生成技術(shù)8.1多模態(tài)生成概述8.1.1技術(shù)基礎(chǔ)8.1.2模型結(jié)構(gòu)融合策略8.2視覺與文本結(jié)合8.2.1圖像字幕生成8.2.2視覺問答8.2.3文生圖的合成與編輯8.2.4生成中的情感一致性8.2.5案例：Muse文生圖模型8.3跨媒體內(nèi)容生成8.3.1圖像到文本生成8.3.2跨媒體翻譯8.3.3多模態(tài)對話系統(tǒng)8.4智能感知與響應(yīng)8.4.1技術(shù)基礎(chǔ)8.4.2制定響應(yīng)決策8.5應(yīng)用與發(fā)展8.5.1多模態(tài)生成的應(yīng)用場景8.5.2技術(shù)挑戰(zhàn)與發(fā)展趨勢【作業(yè)】【研究性學(xué)習(xí)】多模態(tài)生成技術(shù)應(yīng)用——“情感音樂可視化”第三部分應(yīng)用場景篇第9章AIGC促進(jìn)文化創(chuàng)意9.1文化創(chuàng)意應(yīng)用場景9.2文學(xué)創(chuàng)作9.2.1AIGC用于文學(xué)創(chuàng)作9.2.2自動(dòng)化寫作工具9.2.3激發(fā)創(chuàng)意靈感9.3視覺藝術(shù)9.3.1圖像生成與編輯9.3.2風(fēng)格遷移9.3.3VR與AR9.3.4AI繪圖工具9.3.5AIGC生成視頻9.4音樂與音頻制作9.4.1自動(dòng)作曲9.4.2效果遷移與融合9.4.3音頻處理與配樂9.4.4智能混音與母帶處理9.4.5互動(dòng)式音樂體驗(yàn)9.5影視娛樂9.5.1劇本開發(fā)與優(yōu)化9.5.2視覺效果生成9.5.3智能剪輯與敘事結(jié)構(gòu)9.5.4互動(dòng)式影視體驗(yàn)9.6AIGC帶來新商業(yè)模式9.6.1基于訂閱的內(nèi)容即服務(wù)9.6.2微內(nèi)容與短格式媒體9.6.3版權(quán)保護(hù)與交易機(jī)制【作業(yè)】【研究性學(xué)習(xí)】文生圖：注冊使用Midjourney繪圖工具第10章AIGC改善醫(yī)療健康10.1關(guān)于循證醫(yī)學(xué)10.2AIGC在醫(yī)療行業(yè)中的應(yīng)用10.2.1主要應(yīng)用場景10.2.2展望與挑戰(zhàn)10.3AIGC加速藥物發(fā)現(xiàn)10.3.1AIGC用于藥物發(fā)現(xiàn)10.3.2為流程各階段增加價(jià)值10.3.3AIGC助力藥物研究10.4AIGC應(yīng)用在健康領(lǐng)域10.4.1個(gè)性化健康管理10.4.2健康教育與咨詢10.4.3康復(fù)與治療支持10.5醫(yī)療健康應(yīng)用案例10.5.1醫(yī)學(xué)影像診斷系統(tǒng)10.5.2智能病歷管理系統(tǒng)10.5.3健康監(jiān)測與預(yù)警系統(tǒng)【作業(yè)】【研究性學(xué)習(xí)】AIGC輔助臨床醫(yī)學(xué)決策第11章AIGC造就智慧城市11.1智能交通概述11.1.1智能交通要素11.1.2關(guān)鍵技術(shù)11.1.3主要應(yīng)用11.2AIGC用于智能交通11.3AIGC與自動(dòng)駕駛11.3.1車聯(lián)網(wǎng)技術(shù)概述11.3.2AIGC應(yīng)用于自動(dòng)駕駛11.4智能城市與AIGC11.4.1智慧城市關(guān)鍵特點(diǎn)11.4.2智慧城市主要組成11.4.3AIGC應(yīng)用于智慧城市【作業(yè)】【研究性學(xué)習(xí)】AIGC智能交通應(yīng)用案例分析第12章AIGC提升金融服務(wù)12.1金融服務(wù)概述12.2AIGC應(yīng)用于金融服務(wù)12.2.1智能客服12.2.2風(fēng)險(xiǎn)評(píng)估12.2.3個(gè)性化推薦12.2.4智能投顧12.2.5反欺詐系統(tǒng)12.3案例：智投寶智能投顧平臺(tái)12.4案例：智安盾金融反欺詐系統(tǒng)【作業(yè)】【研究性學(xué)習(xí)】AIGC在金融服務(wù)中的應(yīng)用探索第13章AIGC提高科研水平13.1AIGC應(yīng)用于設(shè)計(jì)13.1.1AIGC的設(shè)計(jì)應(yīng)用場景13.1.2AIGC與設(shè)計(jì)師的協(xié)同模式13.2數(shù)據(jù)增強(qiáng)與模擬13.2.1數(shù)據(jù)增強(qiáng)13.2.2科學(xué)模擬13.2.3自動(dòng)化實(shí)驗(yàn)設(shè)計(jì)13.2.4模型訓(xùn)練與改進(jìn)13.2.5理論驗(yàn)證與假設(shè)測試13.3合作與共享13.3.1跨學(xué)科合作13.3.2科研文獻(xiàn)管理13.3.3開放科學(xué)與共享平臺(tái)13.4AIGC科研應(yīng)用案例13.4.1生命科學(xué)案例13.4.2材料科學(xué)案例13.4.3環(huán)境科學(xué)案例13.4.4社會(huì)科學(xué)案例13.4.5物理科學(xué)案例【作業(yè)】【研究性學(xué)習(xí)】AIGC在科研中的應(yīng)用探索第四部分社會(huì)影響篇第14章倫理與法律考量14.1AIGC面臨的倫理挑戰(zhàn)14.2數(shù)據(jù)隱私保護(hù)對策14.2.1數(shù)據(jù)主權(quán)和數(shù)據(jù)權(quán)問題14.2.2數(shù)據(jù)利用失衡問題14.2.3構(gòu)建隱私保護(hù)倫理準(zhǔn)則14.2.4健全道德倫理約束機(jī)制14.3AI倫理原則14.3.1職業(yè)倫理準(zhǔn)則的目標(biāo)14.3.2創(chuàng)新發(fā)展道德倫理宣言14.3.3歐盟可信賴的倫理準(zhǔn)則14.4LLM的知識(shí)產(chǎn)權(quán)保護(hù)14.4.1LLM的訴訟案例14.4.2尊重隱私，保障安全，促進(jìn)開放14.4.3邊緣群體的數(shù)字平等【作業(yè)】【研究性學(xué)習(xí)】AI獨(dú)立完成的視覺藝術(shù)品無法獲得版權(quán)第15章面向AGI15.1生成式AI進(jìn)步15.2AGI的涌現(xiàn)15.2.1AGI的定義15.2.2龍頭企業(yè)對AGI的認(rèn)識(shí)15.3LLM與AGI15.4生成式AI與AGI15.5從生成式AI邁向AGI15.5.1邁向AGI的關(guān)鍵要素15.5.2面臨的挑戰(zhàn)15.5.3潛在的發(fā)展路徑15.6AI的未來發(fā)展【作業(yè)】【課程學(xué)習(xí)與實(shí)踐總結(jié)】教學(xué)資源：附錄1教學(xué)PPT（15則）附錄2教學(xué)微課x2.1微課PPT（20則）x2.2微課視頻（20則）附錄3課程思政指導(dǎo)（15則）附錄4作業(yè)集與參考答案附錄5教學(xué)文件y5.1課程簡介y5.2教學(xué)進(jìn)度表y5.3課程大綱y5.4課程教案附錄6實(shí)驗(yàn)集（研究性學(xué)習(xí)·14則）附錄7課程學(xué)習(xí)與實(shí)踐總結(jié)教學(xué)資源：課程提供豐富的教學(xué)資源，包括教學(xué)PPT、教學(xué)微課、課程思政指導(dǎo)、習(xí)題集與參考答案、教學(xué)文件和實(shí)驗(yàn)集。這些資源將幫助學(xué)生更好地理解和應(yīng)用生成式AI技術(shù)。課程特色：（1）前沿性：課程內(nèi)容緊跟生成式AI領(lǐng)域的最新研究進(jìn)展，涵蓋最新的技術(shù)和應(yīng)用案例。（2）實(shí)踐性：通過實(shí)驗(yàn)和研究性