link
第1章 生成式人工智能概述
第2章 与OpenAI和ChatGPT面对面
第1章 生成式人工智能概述
生成式 (shēng chéng shì) = generative/generating type
人工智能 (rén gōng zhì néng) = artificial intelligence/AI
概述 (gài shù) = overview/summary/outline
p 39 , 本章主要内容
·什么是生成式人工智能
生成式人工智能的应用领域
应用 (yìng yòng) = application/applied use
领域 (lǐng yù) = field/domain/area
·生成式人工智能的研究历程和最新进展
欢迎阅读本书！我们将带你探索生成式人工智能
欢迎 (huān yíng) = welcome
阅读 (yuè dú) = read/reading
本书 (běn shū) = this book
我们 (wǒ men) = we
将 (jiāng) = will/shall
带 (dài) = bring/lead/take
你 (nǐ) = you
探索 (tàn suō) = explore/discovery
生成式 (shēng chéng shì) = generative
人工智能 (rén gōng zhì néng) = artificial intelligence
（Artificial Intelligence，AI）这一迷人的领域及其开创性应用。生成式人工智能颠覆了人们与机器交互的方式，赋予了计算机脱离人类明确指令自行创建、预测和学习的能力。得益于ChatGPT和OpenAI的出现，我们在自然语言处理、图像和视频生成以及许多其他领域取得了前所未有的进展。无论你是心怀好奇的初学者还是经验丰富的从业者，都可以从本书中一窥生成式人工智能领域所涉及的知识和技能。在开启生成式人工智能之旅前，我们先介绍一些相关的定义。
本章先简要介绍生成式人工智能——使用机器学习（Machine Learning，ML）算法创建新的、独特的数据或内容；然后介绍生成式人工智能在各个领域的应用，如图像生成、文本生成和音乐生成，着重介绍生成式人工智能有望在各行业引发的极具潜力的革新。这些内容涉及生成式人工智能技术和实现背景，以及将其与人工智能、机器学习和深度学习（Deep Learning，DL）加以综合应用所需的知识。最后，我们会结合具体示例展示生成式人工智能主要应用于哪些领域，帮助你了解生成式人工智能可能为企业乃至社会带来的影响。
此外，了解生成式人工智能的研究历程，也可以帮助你更好地理解新进展和先进模型的基础。
读完本章，你能了解生成式人工智能的定义、应用、研究历程及其新进展——正在（或者可能会）对企业产生颠覆性影响。
第2章 与OpenAI和ChatGPT面对面
与 (yǔ) = with/and
和 (hé) = and
面对面 (miàn duì miàn) = face-to-face/direct encounter
本章主要内容
本章 (běn zhāng) = this chapter
主要 (zhǔ yào) = main/primary/key
内容 (nèi róng) = content/material
·什么是OpenAI
·OpenAI系列模型的概述
·通往ChatGPT之路：模型背后的数学原理
通往 (tōng wǎng) = leading to/path to/road to
之路 (zhī lù) = the path/the road/the way
模型 (mó xíng) = model
背后 (bèi hòu) = behind/underlying
的 (de) = possessive particle
数学 (shù xué) = mathematics/mathematical
原理 (yuán lǐ) = principles/theory
·ChatGPT：最先进的技术
最 (zuì) = most/the most
先进 (xiān jìn) = advanced/cutting-edge/state-of-the-art
的 (de) = possessive particle
技术 (jì shù) = technology/technique
本章将展示OpenAI及其最引人注目的进展——ChatGPT，着重讲述ChatGPT的历史、技术和功能。
学完本章，你可以进一步了解如何在各个行业和应用场景中使用ChatGPT，以改善沟通、优化自动化处理过程，也会了解这最终将如何影响科技及其他领域。
🍔2.1 技术要求
技术 (jì shù) = technical/technology
要求 (yāo qiú) = requirements/demands
在测试本章示例之前，请做好如下准备。访问OpenAI官网，注册账户，并参阅API接口文档。——译者注
·注册OpenAI账户 ，用于访问Playground和模型API。
·设置IDE环境，例如Jupyter或Visual Studio。
·安装3.7.1以上版本的Python。
·安装pip工具。
·安装OpenAI Python库
🍔2.2 什么是OpenAI
OpenAI是由Elon Musk、Sam Altman、Greg Brockman、Ilya Sutskever、Wojciech Zaremba和John Schulman
于2015年成立的一个研究组织。正如OpenAI网页简介所述，
于 (yú) = in/at (time/location preposition)
2015年 (2015 nián) = year 2015
成立 (chéng lì) = established/founded
的 (de) = possessive particle
一个 (yí gè) = one/a
研究 (yán jiū) = research
组织 (zǔ zhī) = organization
正如 (zhèng rú) = just as/as stated
网页 (wǎng yè) = webpage/website
简介 (jiǎn jiè) = brief introduction/profile
所述 (suǒ shù) = as stated/as described
其使命是“确保通用人工智能造福全人类”
其 (qí) = its/their
使命 (shǐ mìng) = mission
是 (shì) = is
确保 (què bǎo) = ensure/guarantee
通用 (tōng yòng) = general/universal
人工智能 (rén gōng zhì néng) = artificial intelligence
造福 (zào fú) = benefit/bring benefits to
全人类 (quán rén lèi) = all humanity/all mankind
（to ensure that Artificial General Intelligence benefits all of humanity）。“实现通用人工智能”意味着人工智能拥有学习和执行广泛任务的能力，
实现 (shí xiàn) = achieve/realize/implement
通用 (tōng yòng) = general/universal
人工智能 (rén gōng zhì néng) = artificial intelligence
意味着 (yì wèi zhe) = means/implies
人工智能 (rén gōng zhì néng) = artificial intelligence
拥有 (yōng yǒu) = possess/have
学习 (xué xí) = learning/learn
和 (hé) = and
执行 (zhí xíng) = execute/perform/carry out
广泛 (guǎng fàn) = broad/wide-ranging/extensive
任务 (rèn wu) = tasks
的 (de) = possessive particle
能力 (néng lì) = ability/capability
而不再是针对特定任务的编程实现。
而不再是 (ér bù zài shì) = and no longer/rather than being
针对 (zhēn duì) = targeting/aimed at/for
特定 (tè dìng) = specific/particular
任务 (rèn wu) = tasks
的 (de) = possessive particle
编程 (biān chéng) = programming
实现 (shí xiàn) = implementation/realization
自2015年以来，OpenAI一直专注于深度强化学习（Deep Reindorcement Learning，DRL）的研究。深度强化学习是机器学习的一个子集，是强化学习（Reinforcement Learning，RL）与深度神经网络的结合体。OpenAI在该领域的第一个贡献可以追溯到2016年，当时该公司发布了OpenAI Gym，这是一个供研究人员开发和测试强化学习算法的工具包。图2.1所示的是Gym文档的登录页面。。