来源、许可与阅读说明

• 简体中文原文：translations/zh-CN/01-introduction-to-genai/README.md
• 来源：microsoft/generative-ai-for-beginners；固定提交：645f932514e9
• 版权与贡献：Copyright (c) Microsoft Corporation；课程内容及简体中文翻译由固定版本记录的项目贡献者共同维护。
• 许可：MIT License 固定版本；完整许可文本保留在本文末尾。
• 本站适配：选取仓库已有的简体中文课程，移除翻译元数据，固定图片与仓库文件链接，并把跨课链接改为站内连续阅读；不把代码示例和作业 Notebook 重复复制为文章。
• 非官方说明：本站只做独立的公开学习编排，不代表 Microsoft、课程维护者或文中第三方对本站的合作、认证或背书。
• 时效与安全：模型、API、价格、平台和命令可能变化；运行示例前请核对固定源码与最新官方文档，密钥只能放在受控环境变量中。
• 授权、更正或删除请求请通过本站首页公开联系方式提出，收到有效请求后先下架再核查。

生成式人工智能和大型语言模型入门

(点击上方图片观看本课程视频)

生成式人工智能是能够生成文本、图像及其他类型内容的人工智能。它是一项卓越的技术，因为它实现了人工智能的普及化，任何人只需一个文本提示、一句自然语言的句子，就能使用它。你无需学习像 Java 或 SQL 这样的语言来完成有价值的任务，只需用自己的语言表达需求，就能从 AI 模型那里获得建议。它的应用和影响极为广泛，你可以撰写或理解报告、编写应用程序等，多数操作仅需几秒钟。

在本课程中，我们将探讨我们的初创企业如何利用生成式 AI 解锁教育领域的新场景，以及如何应对其应用所带来的社会影响和技术限制的不可避免挑战。

介绍

本课内容包括：

• 业务场景介绍：我们的初创企业理念和使命。
• 生成式人工智能以及当前技术格局的形成过程。
• 大型语言模型的内部工作原理。
• 大型语言模型的主要能力及实际应用案例。

学习目标

完成本课后，您将理解：

• 什么是生成式人工智能以及大型语言模型如何工作。
• 如何利用大型语言模型实现不同的用例，重点放在教育场景。

场景：我们的教育初创企业

生成式人工智能代表着人工智能技术的巅峰，突破了曾被认为不可能实现的界限。生成式 AI 模型具备多种功能和应用，但在本课程中，我们将探讨它如何通过一个虚构的初创企业彻底改变教育。我们将称这个初创企业为 我们的初创企业。我们的初创企业专注于教育领域，肩负着以下宏伟使命：

提升全球学习的可及性，确保教育公平，且根据每个学习者的需求提供个性化学习体验。

我们的团队知道，没有利用现代最强大的工具之一——大型语言模型（LLMs），这一目标难以实现。

生成式人工智能有望彻底革新今天的学习和教学方式，学生全天候拥有虚拟教师，提供大量信息和示例，教师也能借助创新工具评估学生并提供反馈。

首先，让我们定义一些在本课程中将会反复使用的基础概念和术语。

生成式 AI 的发展历程

尽管最近生成式 AI 模型的发布引发了极大_热潮_，但这项技术已有几十年历史，其最早的研究可追溯至60年代。如今，AI 已具备人类认知能力，如对话能力，这在例如 OpenAI ChatGPT 或基于 GPT 模型的 Microsoft Copilot 的对话式网页搜索体验中得以体现。

回溯到最初，AI 的原型是基于专家知识库的打字式聊天机器人，知识库的答案通过输入文本中的关键词触发。 但很快我们发现，这种打字式聊天机器人的方法难以扩展。

采用统计方法的 AI：机器学习

90年代，一个转折点出现了，统计方法被应用于文本分析。由此开发出新的算法——机器学习——其能通过数据学习模式，而无需显式编程。这使机器能够模拟人类语言理解：统计模型在文本与标签的配对上训练，能够为未知输入文本分类，标签代表该信息的意图。

神经网络与现代虚拟助手

近年来，硬件技术的发展能够处理更多数据与更复杂的计算，推动了 AI 研究，催生了被称为神经网络或深度学习的高级机器学习算法。

神经网络（尤其是循环神经网络—RNNs）显著提升了自然语言处理的能力，能够更有意义地表示文本的含义，考虑句子中单词的上下文。

这项技术支撑了新世纪头十年的虚拟助手，它们擅长理解人类语言、识别需求并执行相应操作，如用预设脚本回答或调用第三方服务。

当今的生成式 AI

如今的生成式 AI 可视为深度学习的一个子集。

数十年AI领域的研究后，一种名为_Transformer_的新型模型架构突破了RNN的限制，它能处理更长的文本序列输入。Transformer基于注意力机制，使模型能够对收到的输入赋予不同权重，“关注”集中最相关信息的位置，而不受文本顺序的限制。

大多数近期的生成式 AI 模型——也称为大型语言模型（LLMs），因其处理文本输入和输出——确实基于此架构。这些模型在大量未标记的来源数据（如书籍、文章和网站）上训练，具备广泛适应各种任务的能力，且能生成语法正确、具有一定创造性的文本。它们不仅极大提高了机器“理解”输入文本的能力，也使机器能以人类语言生成原创回答成为可能。

大型语言模型如何工作？

下一章我们将探讨不同类型的生成式 AI 模型，但现在先了解大型语言模型的工作原理，重点介绍 OpenAI 的 GPT（生成式预训练Transformer）模型。

• 分词器，将文本转换为数字：大型语言模型以文本作为输入并生成文本输出。然而作为统计模型，它们与数字的兼容度远高于文本序列。这就是为何模型的每个输入都先经过分词器处理，然后再由核心模型使用。一个 token 是一段文本，包含可变数量的字符，因此分词器的主要任务是将输入拆分成 token 数组。随后，每个 token 被映射到一个 token 索引，即原文本片段的整数编码。

• 预测输出 token：给定 n 个 token 作为输入（最大 n 值因模型而异），模型能够预测一个 token 作为输出。该 token 随后被纳入下一次迭代的输入，采取扩展窗口模式，为用户提供一句或多句的答案体验。这也解释了为什么你在使用 ChatGPT 时，有时会发现它会在句子中途停止。

• 选择过程，概率分布：输出 token 根据其在当前文本序列之后出现的概率被模型选出。模型依据训练数据计算所有可能“下一个 token”的概率分布。然而，选出的 token 不总是概率最高的那个。选择时加入一定随机性，使得模型的行为非确定性——同一输入不一定有完全相同的输出。随机性有助于模拟创造性思考过程，可通过称为“温度”的参数调整。

我们的初创企业如何利用大型语言模型？

现在我们对大型语言模型的工作机制有了更好的理解，接下来看看它们在实际中能高效完成的常见任务，结合我们的业务场景。 我们说过大型语言模型的核心能力是_从零开始生成文本，以自然语言编写的输入文本为起点_。

那输入输出是什么样的文本？ 大型语言模型的输入称为 prompt（提示），输出称为 completion（完成），该术语指模型在当前输入基础上生成下一个 token 的机制。我们将深入探讨什么是 prompt 以及如何设计 prompt 来充分发挥模型能力。但现在先介绍 prompt 可能包含的内容：

• 一个指令，说明我们期望模型产生何种输出。此指令有时会包含示例或额外数据。

  1. 综合文章、书籍、产品评论等，提炼结构化信息的摘要。

  

  2. 创意思维与设计，如文章、论文、作业等的写作。

     

• 一个问题，以与代理对话的形式提出。

  

• 一段需文本补全的内容，隐含请求写作辅助。

  

• 一段代码，附带解释和文档编写的请求，或包含生成执行特定任务代码的指令。

  

上述示例较为简单，并非大型语言模型能力的详尽演示。它们旨在展示利用生成式 AI 的潜力，特别是在但不限于教育领域的应用。

另外，生成式 AI 模型的输出并不完美，有时模型的创造性反而会带来不利结果，产生让人觉得似是而非的内容，甚至可能包含冒犯性信息。生成式 AI 并非智能——至少不是全面意义上的智能，包括批判性和创造性推理或情感智能；它也非确定性且不完全可信，因为虚构内容如错误引用、内容和陈述可能与正确信息混合，并以令人信服且自信的方式呈现。接下来的课程中，我们将探讨这些限制，并学习如何减轻这些问题。

任务

您的任务是深入阅读生成式人工智能，尝试找出一个目前还未被生成式 AI 应用的领域。如果在那个领域引入生成式 AI，会带来什么不同？与“旧方法”相比，有何优势？能否做到以前做不到的事？效率提升了多少？请撰写 300 字摘要，描述您的理想 AI 初创企业，包括“问题”、“我如何使用 AI”、“影响”及可选的商业计划标题。

如果您完成了本任务，您甚至可以申请微软的孵化器 Microsoft for Startups Founders Hub，我们为 Azure、OpenAI、指导及更多服务提供额度，敬请关注！

知识测试

关于大型语言模型哪些说法是正确的？

1. 每次回答都完全相同。
2. 它执行完美，比如擅长加法、生成可用代码等。
3. 即使使用相同的提示，回答也会有所不同。它也擅长为文本或代码提供初稿，但需要人工改进结果。

答案：3，大型语言模型是非确定性的，回答会有所变化，但你可以通过温度设置控制其变化范围。同时不应指望其执行完美，它的作用是为你完成繁重的初步工作，经常给出需要逐步改进的良好初稿。

干得漂亮！继续前行

完成本课后，请访问我们的生成式 AI 学习合集，继续提升您的生成式 AI 知识！

前往第2课，我们将探讨如何探索和比较不同类型的LLM！

免责声明： 本文件由 AI 翻译服务 Co-op Translator 翻译完成。尽管我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。原始语言版文件应视为权威来源。对于重要信息，建议使用专业人工翻译。我们对因使用本翻译而产生的任何误解或误释不承担责任。

MIT License

MIT License

Copyright (c) Microsoft Corporation.

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.