1天(6小时/天)
我和人工智能的一次对话
本课程旨在全面介绍人工智能的基础知识、核心技术、应用工具及未来发展趋势。课程从AI的基本概念和发展历程入手,深入解析机器学习、深度学习与神经网络的区别与联系,并详细介绍当前主流的人工智能软件和工具。通…
课程介绍
本课程旨在全面介绍人工智能的基础知识、核心技术、应用工具及未来发展趋势。课程从AI的基本概念和发展历程入手,深入解析机器学习、深度学习与神经网络的区别与联系,并详细介绍当前主流的人工智能软件和工具。通过实际案例,探讨AI在数据分析、智能办公、决策支持等领域的应用,特别是在生成式人工智能时代对产品研发、生产制造、供应链管理等方面的影响。课程还将分析AI终端(如AI PC和AI手机)的发展趋势及其对工作模式和行业应用的变革。培训采用互动讲座、小组讨论和案例研究相结合的方式,帮助参与者提升对AI技术的理解与应用能力,为日常工作中的AI技术利用做好准备。
课程目标
普及人工智能的基本概念和发展历程。
掌握机器学习、深度学习与神经网络的区别和联系。
了解目前与人工智能相关的主要软件和工具。
掌握人工智能在工作中的实际应用,包括技术层面和管理层面的应用。
探讨AI硬件化:AI 终端未来的发展方向和影响。
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)
第三部分:人工智能相关的软件和工具
模块4:常见的人工智能软件
Python及其AI库:如TensorFlow、Keras、PyTorch。
数据处理工具:如Pandas、NumPy。
可视化工具:如Matplotlib、Seaborn。
学习目标:
了解主要的人工智能编程语言和库。
掌握基本的数据处理和可视化工具。
模块5:人工智能平台和服务
云服务平台:如Google Cloud AI、Amazon Web Services(AWS)AI、Microsoft Azure AI。
开源平台:如Hugging Face、OpenAI。
自动化AI工具:如AutoML、DataRobot。
学习目标:
了解主要的人工智能平台和服务。
掌握如何使用这些平台和服务进行AI开发和应用。
模块6:AI的现代应用(做为重点讲解)
数据分析与预测
数据收集与清洗:如何获取和处理数据。
数据分析:利用AI工具进行数据分析和挖掘。
预测模型:构建和应用预测模型,进行趋势分析和预测。
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
智能决策支持
决策支持系统:基于AI的数据驱动决策。
风险管理:利用AI进行风险预测和管理。
资源优化:通过AI优化资源配置,提高效率。
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产品研发
赢在生成式人工智能时代的生产制造
赢在生成式人工智能时代的供应链管理
赢在生成式人工智能时代的售后服务管理
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
第四部分 AI 终端发展趋势和影响
AI终端发展趋势
AI PC和AI手机改变我们的工作模式
AI终端的产业形态:以人为本、AI原生
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 终端在专业领域,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
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。