《AI大模型时代的的产业创新和发展：模式、产品和应用》大纲

《AI大模型时代的产业创新和发展：模式、产品和应用》

“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。”

———— 尹智

课程时长：

0．5 - 1天

课程讲师：

尹智：上海人工智能研究院首席咨询顾问，上海人工智能技术协会专家委员会委员，上海市元宇宙产业发展专家咨询委员会专家，合肥元宇宙产业协会副会长单位负责人，贵州大数据专家委员会委员，临港产业大学客座教授，前德勤Oracle CX首席架构师，前Oracle Master企业架构师

课程纲要：

模块一：从AlphaGo到ChatGPT

人工智能出现和发展的大背景

第四次工业革命的特征和要求

人工智能的本质：从人类的脑力工作与相应的智能说起

从早期人工智能算法到机器学习，到人工神经网络和深度学习，为什么？

从分析式AI到生成式AI，从“偏科专才”到“通才”

通用人工智能的曙光：GPT为何如此令人兴奋？

从信息，到模型，到行动（具体智能）

数字化：信息全周期的体系化

模型是知识、经验和技能的封装 – 授人以鱼，不如授人以渔

行动：信息和智能对世界的改造

思考：为什么是 "大"模型？为什么不是"小"而"精"的模型？- 我们如何封装知识/经验/能力？

为什么通用人工智能曙光率先在自然语言处理领域展现？

大语言模型的根基: NLP以及Transformer的基本核心原理

词的“内嵌”

注意力机制 - Attention is all you need: 奠定生成式AI基调的核心

Transformer: 通过“智力”和“语言能力”的压缩抽取，对输入进行“变形”

ChatGPT的独到之处

其他大模型主要类别和基本原理

文生图：训练机器对像素的“组装”

图生3D：算法对世界的“脑补”

大模型的“智力”、“技能”和“知识”

如何利用大模型:基本模式

- Prompt engineering&in- context learning 提示词工程&上下文学习

如虎添翼- 为大模型加上“视觉中枢”“听觉中枢”“行动中枢”：插件 Plugin

如虎添翼-为大模型加上“海马体”Vector database向量数据库（大模型的长期记忆机制）

对开源大模型精调和定制

预训练

大模型瘦身：知识蒸馏和转移学习

调参技巧模块二：大模型体系在政企数字化转型和产业创新发展中的范式和潜力

类ChatGPT大模型的挑战和风险

GPT的几大能力：检索、创造和逻辑推理

大模型时代，我们需要什么培养能力？需要什么人才？应该采用何种范式的教育？

大模型带来的“软件2.0”范式

AI大模型具有成为“人”“机”翻译和“系统整合协同者”的巨大潜力

下一代AI:多模态大模型和机器人系统会有何化学反应？

行业大模型落地路径：预训练模型 + 专业训练精调 + 行业知识库 + 插件

模块三：大模型体系的产业创新应用

视觉智能赋能的工业质检：商汤缺陷监测视觉模型

AR&AI赋能的工业数字孪生：从事后分析，事中监控，到事前模拟优化

AR/VR巡检和设备设施管理

机器学习驱动的生产过程的模型化优化

大模型赋能的针对性个性化教育培训： Khanmigo – 理解学习者的学习过程和思路的AI应用

办公文档和数据分析：GPT Code Intepreter培训和问答 Powered by 大语言模型

仓储物流的AI应用

生成式客服服务和咨询 :Salesforce ServiceGPT多模态大模型赋能的数字人客服和呼叫中心

AIGC赋能的数字营销

基于机器学习的金融风控应用游戏和元宇宙中的AI: 实时内容/场景生成，智能NPC，基于人工神经网络的动作形态生成，和大模型赋能的Player

大模型&AR赋能的新形态文商旅客户体验

基于AI大模型的（数据查询/分析）代码生成

商汤科技的大模型体系及视频介绍

思考和小结

Q&A