دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Introduction to Generative Ai: An Ethical, Societal, and Legal Overview (Final Release)
دانلود کتاب مقدمه ای بر هوش مصنوعی مولد: مروری بر اخلاقی، اجتماعی و قانونی (نسخه نهایی)
مشخصات کتاب
Introduction to Generative Ai: An Ethical, Societal, and Legal Overview (Final Release)
ویرایش:
نویسندگان: Numa Dhamani and Maggie Engler
سری:
ISBN (شابک) : 9781633437197
ناشر:
سال نشر: 2024
تعداد صفحات: 336
[475]
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 8 Mb
قیمت کتاب (تومان) : 44,000
در صورت تبدیل فایل کتاب Introduction to Generative Ai: An Ethical, Societal, and Legal Overview (Final Release) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای بر هوش مصنوعی مولد: مروری بر اخلاقی، اجتماعی و قانونی (نسخه نهایی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب مقدمه ای بر هوش مصنوعی مولد: مروری بر اخلاقی، اجتماعی و قانونی (نسخه نهایی)
ابزارهای مولد هوش مصنوعی مانند ChatGPT شگفت انگیز هستند - اما استفاده از آنها چگونه بر جامعه ما تأثیر می گذارد؟ این کتاب تکنولوژی دگرگون کننده جهان و استراتژی هایی را که برای استفاده ایمن و موثر از هوش مصنوعی مولد نیاز دارید، معرفی می کند. مقدمه ای بر هوش مصنوعی مولد، چگونه و چرایی هوش مصنوعی مولد را به زبانی قابل دسترس به شما ارائه می دهد. در این مقدمه آسان‌خوان، یاد خواهید گرفت: چگونه مدل‌های زبان بزرگ (LLM) کار می‌کنند چگونه هوش مصنوعی مولد را در جریان کاری شخصی و حرفه‌ای خود ادغام کنید. تعادل بین نوآوری و مسئولیت‌پذیری چشم‌انداز اجتماعی، قانونی و سیاست‌گذاری پیرامون تأثیرات مولد هوش مصنوعی بر جامعه هر کسی که حتی برای چند دقیقه از ChatGPT استفاده می کند، می تواند بگوید که واقعاً با سایر ربات های چت یا ابزارهای پرسش و پاسخ متفاوت است. مقدمه ای بر هوش مصنوعی مولد شما را از اولین تعامل چشم باز راهنمایی می کند که چگونه این ابزار قدرتمند می تواند زندگی شخصی و حرفه ای شما را متحول کند. در آن، راهنمایی‌های بی‌معنی در مورد اصول هوش مصنوعی مولد دریافت خواهید کرد تا به شما کمک کند بفهمید این مدل‌ها از چه توانایی‌هایی برخوردار هستند (و نمی‌توانند) و چگونه می‌توانید از آنها به بهترین نحو استفاده کنید. پیشگفتار سحر مساچی. خرید کتاب چاپی شامل یک کتاب الکترونیکی رایگان در قالب‌های PDF، Kindle و ePub از انتشارات منینگ است. درباره فناوری ابزارهای هوش مصنوعی مولد مانند ChatGPT، Bing و Bard روش کار، یادگیری و برقراری ارتباط ما را برای همیشه متحول کرده اند. این کتاب لذت‌بخش به شما نشان می‌دهد که هوش مصنوعی مولد دقیقا چگونه به زبان انگلیسی ساده و بدون اصطلاحات تخصصی کار می‌کند، همراه با بینش‌هایی که برای استفاده ایمن و مؤثر از آن نیاز دارید. درباره کتاب مقدمه ای بر هوش مصنوعی مولد شما را از طریق مزایا، خطرات و محدودیت های فناوری هوش مصنوعی مولد راهنمایی می کند. خواهید فهمید که مدل‌های هوش مصنوعی چگونه یاد می‌گیرند و فکر می‌کنند، بهترین روش‌ها برای ایجاد متن و گرافیک را بررسی می‌کنند، و تأثیر هوش مصنوعی را بر جامعه، اقتصاد و قانون در نظر می‌گیرید. در طول مسیر، استراتژی‌هایی را برای دریافت پاسخ‌های دقیق تمرین خواهید کرد و حتی نحوه مدیریت سوءاستفاده و تهدیدات امنیتی را درک خواهید کرد. آنچه در داخل است چگونه مدل های زبان بزرگ کار می کنند هوش مصنوعی مولد را در کار روزانه خود ادغام کنید. تعادل نوآوری و مسئولیت درباره خواننده برای هر کسی که به هوش مصنوعی مولد علاقه دارد. بدون نیاز به تجربه فنی درباره نویسنده Numa Dhamani یک متخصص پردازش زبان طبیعی است که در تقاطع فناوری و جامعه کار می کند. مگی انگلر یک مهندس و محقق است که در حال حاضر روی ایمنی مدل های زبان بزرگ کار می کند. ویراستار فنی این کتاب ماریس سکار بود. فهرست مطالب 1 مدل های زبان بزرگ: قدرت هوش مصنوعی تکامل پردازش زبان طبیعی 2 آموزش مدل های زبان بزرگ 3 حریم خصوصی و ایمنی داده ها با LLMs 4 تکامل محتوای ایجاد شده 5 سوء استفاده و حملات دشمن 6 افزایش بهره وری: کار افزوده شده توسط ماشین 7 ساخت ارتباطات اجتماعی با چت ربات ها 8 آینده هوش مصنوعی و LLM ها 9 گسترش افق: موضوعات اکتشافی در هوش مصنوعی
توضیحاتی درمورد کتاب به خارجی
Generative AI tools like ChatGPT are amazing—but how will their use impact our society? This book introduces the world-transforming technology and the strategies you need to use generative AI safely and effectively. Introduction to Generative AI gives you the hows-and-whys of generative AI in accessible language. In this easy-to-read introduction, you’ll learn: How large language models (LLMs) work How to integrate generative AI into your personal and professional workflows Balancing innovation and responsibility The social, legal, and policy landscape around generative AI Societal impacts of generative AI Where AI is going Anyone who uses ChatGPT for even a few minutes can tell that it’s truly different from other chatbots or question-and-answer tools. Introduction to Generative AI guides you from that first eye-opening interaction to how these powerful tools can transform your personal and professional life. In it, you’ll get no-nonsense guidance on generative AI fundamentals to help you understand what these models are (and aren’t) capable of, and how you can use them to your greatest advantage. Foreword by Sahar Massachi. Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications. About the technology Generative AI tools like ChatGPT, Bing, and Bard have permanently transformed the way we work, learn, and communicate. This delightful book shows you exactly how Generative AI works in plain, jargon-free English, along with the insights you’ll need to use it safely and effectively. About the book Introduction to Generative AI guides you through benefits, risks, and limitations of Generative AI technology. You’ll discover how AI models learn and think, explore best practices for creating text and graphics, and consider the impact of AI on society, the economy, and the law. Along the way, you’ll practice strategies for getting accurate responses and even understand how to handle misuse and security threats. What\'s inside How large language models work Integrate Generative AI into your daily work Balance innovation and responsibility About the reader For anyone interested in Generative AI. No technical experience required. About the author Numa Dhamani is a natural language processing expert working at the intersection of technology and society. Maggie Engler is an engineer and researcher currently working on safety for large language models. The technical editor on this book was Maris Sekar. Table of Contents 1 Large language models: The power of AI Evolution of natural language processing 2 Training large language models 3 Data privacy and safety with LLMs 4 The evolution of created content 5 Misuse and adversarial attacks 6 Accelerating productivity: Machine-augmented work 7 Making social connections with chatbots 8 What’s next for AI and LLMs 9 Broadening the horizon: Exploratory topics in AI
فهرست مطالب
inside front cover Introduction to Generative AI Copyright dedication contents front matter foreword preface acknowledgments about this book Who should read this book How this book is organized: A road map liveBook discussion forums Other online resources about the author about the cover illustration 1 Large language models: The power of AI Evolution of natural language processing The birth of LLMs: Attention is all you need Explosion of LLMs What are LLMs used for? Language modeling Question answering Coding Content generation Logical reasoning Other natural language tasks Where do LLMs fall short? Training data and bias Limitations in controlling machine outputs Sustainability of LLMs Revolutionizing dialogue: Conversational LLMs OpenAI’s ChatGPT Google’s Bard/LaMDA Microsoft’s Bing AI Meta’s LLaMa/Stanford’s Alpaca Summary 2 Training large language models How are LLMs trained? Exploring open web data collection Demystifying autoregression and bidirectional token prediction Fine-tuning LLMs The unexpected: Emergent properties of LLMs Quick study: Learning with few examples Is emergence an illusion? What’s in the training data? Encoding bias Sensitive information Summary 3 Data privacy and safety with LLMs Safety-focused improvements for LLM generations Post-processing detection algorithms Content filtering or conditional pre-training Reinforcement learning from human feedback Reinforcement learning from AI feedback Navigating user privacy and commercial risks Inadvertent data leakage Best practices when interacting with chatbots Understanding the rules of the road: Data policies and regulations International standards and data protection laws Are chatbots compliant with GDPR? Privacy regulations in academia Corporate policies Summary 4 The evolution of created content The rise of synthetic media Popular techniques for creating synthetic media The good and the bad of synthetic media AI or genuine: Detecting synthetic media Generative AI: Transforming creative workflows Marketing applications Artwork creation Intellectual property in the LLM era Copyright law and fair use Open source and licenses Summary 5 Misuse and adversarial attacks Cybersecurity and social engineering Information disorder: Adversarial narratives Political bias and electioneering Why do LLMs hallucinate? Misuse of LLMs in the professional world Summary 6 Accelerating productivity: Machine-augmented work Using LLMs in the professional space LLMs assisting doctors with administrative tasks LLMs for legal research, discovery, and documentation LLMs augmenting financial investing and bank customer service LLMs as collaborators in creativity LLMs as a programming sidekick LLMs in daily life Generative AI’s footprint on education Detecting AI-generated text How LLMs affect jobs and the economy Summary 7 Making social connections with chatbots Chatbots for social interaction Why humans are turning to chatbots for relationship The loneliness epidemic Emotional attachment theory and chatbots The good and bad of human-chatbot relationships Charting a path for beneficial chatbot interaction Summary 8 What’s next for AI and LLMs Where are LLM developments headed? Language: The universal interface LLM agents unlock new possibilities The personalization wave Social and technical risks of LLMs Data inputs and outputs Data privacy Adversarial attacks Misuse How society is affected Using LLMs responsibly: Best practices Curating datasets and standardizing documentation Protecting data privacy Explainability, transparency, and bias Model training strategies for safety Enhanced detection Boundaries for user engagement and metrics Humans in the loop AI regulations: An ethics perspective North America overview EU overview China overview Corporate self-governance Toward an AI governance framework Summary 9 Broadening the horizon: Exploratory topics in AI The quest for artificial general intelligence AI sentience and consciousness? How LLMs affect the environment The game changer: Open source community Summary references Chapter 1 Chapter 2 Chapter 3 Chapter 4 Chapter 5 Chapter 6 Chapter 7 Chapter 8 Chapter 9 index inside back cover
نظرات کاربران
کتاب های تصادفی
دانلود کتاب First Aid for the USMLE Step 1: 2005
دانلود کتاب Programming in Python
دانلود کتاب Theory and practice of scanning optical microscopy
دانلود کتاب Una democràcia cívica en temps autoritaris Apuntes d’un nord-americà sobre el Procés sobiranista a Catalunya
