u 各种大型语言模型及其相关基础方法、实现工具等，从文本单模态、视听觉多模态、具身智能到交互式智能体，几乎都可以完全使用深度神经网络进行系统阐述。这充分表明，自2012年AlexNet问世以来，各种基于端到端数据驱动的深度神经网络学习方法，已走了多远，不仅将自然语言处理、计算机视觉、语音处理等领域，进行了彻底改变，而且还正在让这些学科之间的边界消融，并迈向统一。 u 本书从深度神经网络的角度切入，体系化地介绍了ChatGPT的基本原理与核心算法，既包括了深度神经网络的基础知识与大演化脉络，Transformer兴起的缘由，也涉及ChatGPT等大型语言模型的预训练、微调、安全及价值对齐以及思维链提示应用等重点内容的介绍。 u 作者对深度卷积神经网络、LSTM、Transformer和强化学习方法进行了深入细致的剖析，其中对视觉Transformer相关基础大模型和GPT思想之旅的介绍，特色鲜明。 u 通用人工智能将给人类带来辉煌的未来。推动、掌握并有能力充分利用更多大型语言模型与通用人工智能相关基础知识的人，必将在这个快速发展与进化的世界中，获得更加强大的竞争力。