序

我对生成式人工智能的痴迷始于几年前，当时我第一次看到将马的图像转换成斑马图像的模型，以及能生成生动的文本内容的Transformer。这本书是我从零开始构建并理解这些模型的心路历程结晶，也是我之前在实验各种生成模型时希望手头能有的一本书。本书从简单的模型入手，帮助读者建立基础的深度学习技能，然后再向更复杂的挑战进发。在尝试了TensorFlow后，我最终选择了PyTorch，因为它支持动态计算图并且语法更清晰。

本书中的所有生成模型都是深度神经网络。本书从PyTorch中一个综合的深度学习项目开始，非常适合该领域的新手。每一章都是在前一章的基础上精心编排的。首先，读者将学习使用架构简单的生成对抗网络创建形状、数字和图像等基本内容。随着学习的深入，复杂性会逐渐提高，最终我们将建立更先进的模型，如用于生成文本和音乐的Transformer，以及用于生成高分辨率图像的扩散模型。

从表面上看，本书探索了各种生成式人工智能模型。但从更深层次来看，这一次的技术旅程反映了我们大脑的工作原理，也反映了人类的本质。深度神经网络在这些生成模型中的突出表现，证明了我们对理解和复现人类复杂学习过程这一目标的不懈追求。生成式人工智能模型从塑造我们大脑的生物进化过程中汲取灵感，从自己所遇到的大量数据中学习，这一过程就和我们人类从周围的刺激中学习一样。

生成式人工智能的影响远远超出了它的实际应用。站在这场技术革命的前沿，我们不得不重新评估自己对意识、生命和人类存在本质的理解。机器学习与人类学习之间的相似之处非常明显。正如生成式人工智能通过受人脑启发所构建的神经网络运行一样，人类的思想、情感和行为也是我们体内神经网络的输出。因此，对生成式人工智能的研究已经超越了技术界限，成为对人类自身和人类意识底层基础机制的探索。对生成式人工智能的研究不禁让我们深入思考一个深刻的问题：人类在本质上是不是复杂的生成式人工智能模型？

从这个意义上说，生成式人工智能不仅是一种工具，还是一面镜子，映射出我们最深层的“存在”问题。随着不断发展这些技术并与之互动，我们不仅在塑造人工智能的未来，也在加深自己对人类智慧的理解。归根结底，对生成式人工智能的探索也是对我们自身的探索，是一次探寻意识核心和生命本质的旅程，促使我们重新思考意识、生命和人类的意义。