模块一：从分析式AI到生成式AI，从AlphaGo到ChatGPT
一、生成式AI兴起，从AI做“判断”“选择题”，到AI做“填空”“问答”题
二、为什么通用人工智能的曙光出现在大“语言”模型领域？
三、大语言模型的根基: Transformer的基本核心原理
1、词的“内嵌”：GPT如何理解文字？
2、注意力机制 - Attention is all you need: 奠定生成式AI基调的核心机制
3、Transformer: 通过“智力”和“语言能力”的压缩抽取，对输入进行“变形”
四、ChatGPT的独到之处
五、其他大模型主要类别和基本原理
1、文生图 Diffusion模型：训练机器对像素的“组装”
2、图生3D NeRF模型：算法对世界的“脑补”
六、大模型的“智力”、“技能”和“知识”
1、什么是大模型的“智商”，什么是其“技能”和“知识”？
2、深度人工神经网络为什么可以“学习”几乎一切模式和规律？
七、如何利用大模型？基本模式
1、提示词工程 – 为大模型描述上下文环境和方法论
2、插件 -为大模型加上“视觉中枢”“听觉中枢”“行动中枢”
3、外接“云盘” - 为大模型加上“海马体”（大模型的长期记忆机制）
4、精调 — 通过调参真正提升大模型“智商”
八、如何部署大模型？如何提供大模型的计算资源？
1、公有云模式
1）AISaas
2）AIPaas
3）Model as a service
4）AIIaas
2、公有私有云/管理云模式
3、私有云模式
模块二：生成式AI大模型赋能的代码生成应用及操作
一、商汤科技“商量”SenseChat模型代码生成介绍及演示/实操
二、目前市面最优秀的AI代码生成器之一Cursor 实操
1、软件下载
2、环境配置
3、GPT-4赋能的软件内对话
4、自然语言提出问题，生成多种编程语言代码
5、输入一张图片，Cursor可以根据图片内容自动生成相应的HTML和CSS代码，用于展示图片在网页上的效果。无需手动编写代码
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。
