模块一:从信息革命到数字化转型浪潮
一、数字化,我们在讨论什么?—— 对世界的抽象和建模
二、为什么是“数字化”?现代数字化在哪些领域处理什么?
三、第四次工业革命的特征和要求
四、人类历史是一部生产力发展史 —— 从效率的视角看信息化和数字化
模块二:数字化新科技和新业态
一、数字化是信息全周期的体系化—— 从信息管理的角度看主流的数字化科技
二、人工智能与机器学习
1、人工智能的源起和发展:从智力任务的层次和类型角度看人工智能
2、从经典人工智能到机器学习,到深度学习的ChatGPT
3、ChatGPT的根基: 深入浅出的基本核心原理
4、ChatGPT的独到之处
5、其他AIGC大模型主要类别和基本原理
1)文生图:训练机器对像素的“组装”
2)图生3D:算法对世界的“脑补”
6、如何利用AI大模型:基本模式
1)公有云服务(AI大模型Saas、AI大模型Paas)
2)管理云(公有私有云)
3)私有云部署
三、大数据和数据挖掘 —— 系统和智能体的“血液”
1、大数据的源起,发展和趋势
2、大数据的5V特征和基本原理
四、区块链 —— Web3.0的基础设施
1、深入浅出区块链基本原理
2、区块链为什么能成为Web3和元宇宙大厦的地基?
五、隐私计算—— 数据的“隐私性”共享
1、为什么需要隐私计算:隐私计算的驱动力和基本原理
2、隐私计算的应用场景和未来趋势
六、可解释性机器学习 —— “白盒”人工智能
1、深度人工神经网络的“幻觉”问题
2、可解释性机器学习应用场景
3、如何开发和监测可解释性机器学习
七、语音语义分析 —— 让机器不止听“到”,而且听“懂”
1、深入浅出语音语义分析的基本原理
八、实时分析 —— 流数据的处理
1、实时分析应用到的数据技术
2、实时分析的应用场景
九、增强分析/增强数据准备 —— 复杂机器学习和自然语言处理算法的协同赋能
1、AI大模型的数据挖掘潜力
2、真正的“大”数据时代到来
模块三:人工智能和新技术赋能的新业态
一、人工智能的行业应用赋能场景:
1、智能产品和服务 - 视觉智能赋能的产品质检
2、智能设备和设施 – 工业数字孪生:从事后分析,事中监控,到事前模拟优化
3、智能生产和工艺- 机器学习驱动的生产过程的模型化优化
4、智能设计 — AR/VR和数字孪生赋能的数字设计
5、智能物流和供应链 - 仓储物流的AI应用
6、智能营销和销售 – 基于AIGC大模型的内容营销
7、智能客服 – AI大模型赋能的客户和员工服务
8、智能管理和决策 - 基于AI大模型的(数据查询/分析)代码生成和数据分析
9、智能办公和培训 — 类ChatGPT大模型赋能的效率提升
二、实时分析在客户服务体验领域的应用案例:LBS(基于位置的服务) + RTD(实时决策引擎)
三、元宇宙根基:区块链赋能的元宇宙应用
四、隐私计算赋能的人工智能模型训练和数据分析
五、语音语义算法在呼叫中心和客户服务领域的应用
六、多模态大模型开启的“大”数据时代:基于多模态数据整合的增强数据解析和增强分析
七、下一代AI:多模态大模型和机器人系统的结合
课程背景:企业在人工智能大模型时代的核心竞争力,是把自己行业/领域的专有知识经验和数据转化封装成AI模型,并将之有机联接到自身数字化体系的能力。