1天(6小时/天)
赢在AI、大模型时代的管理者
本课程旨在帮助管理者在AI和大模型时代把握机遇,系统掌握人工智能的基础知识、核心技术及应用趋势。课程从AI的基本概念、分类及发展历程入手,深入解析机器学习、深度学习等关键技术,并重点探讨生成式AI(A…
课程介绍
本课程旨在帮助管理者在AI和大模型时代把握机遇,系统掌握人工智能的基础知识、核心技术及应用趋势。课程从AI的基本概念、分类及发展历程入手,深入解析机器学习、深度学习等关键技术,并重点探讨生成式AI(AIGC)在现代工具如Copilot、AI PC中的应用,以及AI在供应链管理、智慧营销等领域的实际影响。通过互动讲座、小组讨论和案例研究,参与者将提升对AI技术的理解,培养批判性思维和创新能力,为在日常工作中有效利用AI技术做好准备。课程内容涵盖AI基础知识、技术深度解析及市场前景分析,适合公司所有对AI感兴趣的员工,特别是技术团队、产品经理和市场人员。
课程目标
理解AI的基本概念和关键发展阶段。
区分狭义AI(Narrow AI)、通用AI(General AI)
解读生成式AI(AIGC)
掌握机器学习、深度学习与神经网络的区别和联系。
了解AI在现代工具中的应用,如Copilot和AI PC。
探讨AI PC未来的发展方向和市场前景。
第一部分:AI基础知识(40分钟)
模块1:AI简介
定义AI及其在现代科技中的作用。
AI的经济意义
AI技术的关键里程碑和历史发展。
模块2:AI的分类
狭义AI、通用AI和超级AI
狭义AI(Narrow AI, Weak AI)的定义、特点、局限性和依赖性
狭义AI发展现状:
通用AI(General AI, Strong AI)的定义、特点、通用性、自主性和创造性
通用AI发展现状。
超级AI(Super AI)的定义和发展现状。
生成式人工智能算法概览和基本原理
人类语言模型和CHATGPT类技术发展历程
人类语言模型
对人脑学习过程进行模拟:Transformer
GPT-1,GPT-2,GPT-3,ChatGPT,GPT4
T5,BART,M2M100,Bigbird
BERT,RoBERTa,XLM,ALBERT,ELECTRA
CHATGPT的原理解读
大参数语言模型
预训练模型,Award模型
人类认知,真相,模型的结论的差异
用户多轮互动数据(提示学习),互动学习,高质量输出
AGI的概念及其在技术实现上的差异。
第二部分:AI技术深度解析(70分钟)
模块3:核心技术对比
机器学习介绍:
机器学习的定义与历史
机器学习与人工智能、深度学习的关系
机器学习基础的数学原理
机器学习的应用案例
推荐学习工具Jupyter notebooks
监督学习算法:
线性回归、逻辑回归
监督学习的关键点:数据标注、模型训练和泛化能力
决策树、随机森林、支持向量机
神经网络基础
无监督学习算法:
无监督学习概述
聚类分析和相关算法模型
主成分分析(PCA)和相关算法模型
关联规则学习和相关算法模型
深度学习入门:
神经元和神经网络
深度神经网络
激活函数
损失函数
梯度下降和学习率
过拟合和正则化
前馈神经网络(FNW)
卷积神经网络(CNN)
循环神经网络(RNN)
长期记忆网路(LSMs)
强化学习(RL)
生成对抗网络(GANs)
模块4:AI的现代应用(做为重点讲解)
Microsoft 系列Copilot等辅助工具的技术介绍和实际应用。
Office Copilot
microsoft Copilot
Gibhub Copilot
AI智能办公
在Word和Excel内嵌ChatGPT API,写作和数据处理
AI写文章和“提示词工程师”和创作助手
文生图:midjourney, Stable Diffusion 和 DALL·E 3 文心一格,通义万相,视觉族等
文生视频:Synthesia, runway, Sora, 腾讯智影,剪映专业版
AI写PPT:利用GPT4o撰写PPT大纲;利用PPT工具如:秒出,Aippt,美图AI PPT,Prezo一键生成高质量的PPT
AI编程。工具:GPT 4,Claude 3,百度的Agentbuilder,Appbuilder, Modelbuider
探讨AI在智慧营销、智能客服、研发、制造领域的应用和影响
赢在生成式人工智能时代的供应链管理
生成式人工智能对供应链管理的影响
生成式AI时代的设计和工程,快速/灵活创建基于客户需求和企业工程能力的产品和工程设计
基于AI的供应链预测和计划管理S&OP/MPS/APS
基于AIGC快速敏捷高质量寻源
基于AIGC提升履约的客户体验
基于多模态自主化的AIGC的能力提升客户服务的及时性,沟通的质量,进而提升客户服务体验
开启AIGC时代的新征程
做好技术能力和人员能力的准备
做好数据准备
负责任的使用
聚焦于人员和流程
激活生态系统
适应AIGC时代的工作岗位的变迁
第三部分 AI PC发展趋势和市场前景(40分钟)
AI普惠的重要终端
AI PC的用户价值和核心特征
AI PC,算力提升,实时智能,文件检索,本地大模型,Azure AI的新前沿模型和多模态功能,Khanmigo for Teachers, 功能强大的全新虚拟机
AI PC的产业形态:以人为本、AI原生
生态建设:AI PC的成功不仅取决于硬件的发展,还需要构建一个完善的生态系统,包括软件应用、服务支持和开发者社区等
2024年成为AI PC 元年,市场前景无量
市场展望:随着AI PC的普及,预计未来几年内,AI PC将占据PC市场的主流,带来显著的市场增长
行业应用:AI PC在专业领域,如医疗、金融、教育等行业,将带来新的应用模式和业务流程的优化
竞争格局:AI PC的发展可能会改变现有的PC市场竞争格局,促使厂商之间在AI技术、产品设计和用户体验上展开新的竞争
辛玉军
常住地:北京 北京市
辛玉军老师是兼具工学与管理学背景的数字化转型与智能制造实战专家,拥有24年企业咨询经验,专注制造业智能化、信息化规划与落地。作为工信部数字化转型赋能中心首席专家及专精特新冠军联盟数字化转型首席专家,他深度服务中车、航天科工、海尔、美的、华为、西门子等数百家头部企业,并在清华、北大等多所顶尖高校担任总裁班客座教授。其独特优势在于融合TOC(约束理论)方法论与智能工厂实践,擅长将复杂问题本质化,助力企业高效实现数字化升级,广受航空航天、汽车、轨道交通、电子、钢铁等行业客户高度认可。