學(xué)習(xí)類ChatGPT AIGC大模型公開課

 

課程大綱：

模塊一：人工智能的源起和進化

1、 人工智能出現(xiàn)和發(fā)展的大背景

2、 第四次工業(yè)革命的特征和要求

3、 人工智能的本質(zhì)：從人類的腦力工作與相應(yīng)的智能說起

4、 從早期人工智能算法到機器學(xué)習(xí)，到人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，為什么？

5、 從分析式AI到生成式AI，從“偏科專才”到“通才”

6、 通用人工智能的曙光：GPT為何如此令人興奮？

7、 從信息，到模型，到行動（具體智能）

a) 數(shù)字化：信息全周期的體系化

b) 模型是知識、經(jīng)驗和技能的封裝

c) 行動：信息和智能對世界的改造

 

模塊二：通用人工智能的火花：以ChatGPT為代表的大模型

1、 為什么是 "大"模型？為什么不是"小"而"精"的模型？

2、 為什么通用人工智能曙光率先在自然語言處理領(lǐng)域展現(xiàn)？

3、 大語言模型的根基: NLP以及Transformer的基本核心原理

d) 詞的“內(nèi)嵌”

e) 注意力機制 - Attention is all you need: 奠定生成式AI基調(diào)的核心

4、 ChatGPT的獨到之處 

5、 其他大模型主要類別和基本原理

f) 文生圖：訓(xùn)練機器對像素的“組裝”

g) 圖生3D：算法對世界的“腦補”

6、 大模型的“智力”、“技能”和“知識”

7、 如何利用大模型:基本模式

h) - Prompt engineering&in- context learning 提示詞工程&上下文學(xué)習(xí)

i) 如虎添翼- 為大模型加上“視覺中樞”“聽覺中樞”“行動中樞”：插件 Plugin

j) 如虎添翼-為大模型加上“海馬體”Vector database向量數(shù)據(jù)庫（大模型的長期記憶機制）

8、 對開源大模型精調(diào)和定制

k) 預(yù)訓(xùn)練

l) 大模型瘦身：知識蒸餾和轉(zhuǎn)移學(xué)習(xí)

m) 經(jīng)典調(diào)參

n) 指令調(diào)參

o) 參數(shù)經(jīng)濟型調(diào)參：Lora和Qlora

 

模塊三：大模型體系在政企數(shù)字化轉(zhuǎn)型中的范式和潛力

1、 類ChatGPT大模型的挑戰(zhàn)和風(fēng)險

2、 GPT的幾大能力：檢索、創(chuàng)造和邏輯推理

3、 大模型時代，我們需要什么能力？需要什么人才？

4、 大模型帶來的“軟件2.0”范式

5、 AI大模型會取代企業(yè)數(shù)字化系統(tǒng)嗎？：協(xié)同合作，相互增強的AI大模型和企業(yè)級系統(tǒng)

6、 下一代AI:多模態(tài)大模型和機器人系統(tǒng)會有何化學(xué)反應(yīng)？

7、 行業(yè)大模型落地路徑：預(yù)訓(xùn)練模型 + 專業(yè)訓(xùn)練精調(diào) + 行業(yè)知識庫 + 插件

 

模塊四：大模型體系的行業(yè)應(yīng)用

1、 視覺智能賦能的工業(yè)質(zhì)檢

2、 AR&AI賦能的工業(yè)數(shù)字孿生：從事后分析，事中監(jiān)控，到事前模擬優(yōu)化

3、 AR/VR巡檢和培訓(xùn)

4、 工業(yè)互聯(lián)網(wǎng)：從IOT到AIOT

5、 機器學(xué)習(xí)驅(qū)動的生產(chǎn)過程的模型化優(yōu)化

6、 倉儲物流的AI應(yīng)用

7、 多模態(tài)大模型賦能的數(shù)字人客服和呼叫中心

8、 辦公文檔和數(shù)據(jù)分析 Powered by 多模態(tài)大模型

9、 培訓(xùn)和問答 Powered by 大語言模型

10、 AIGC賦能的數(shù)字營銷

11、 基于機器學(xué)習(xí)的金融風(fēng)控應(yīng)用

12、 游戲和元宇宙中的AI: 實時內(nèi)容/場景生成，智能NPC，基于人工神經(jīng)網(wǎng)絡(luò)的動作形態(tài)生成，和大模型賦能的Player

13、 大模型&AR賦能的新形態(tài)文商旅客戶體驗

14、 基于AI大模型的（數(shù)據(jù)查詢/分析）代碼生成

15、 商湯科技的大模型體系及視頻介紹

思考和小結(jié)

Q&A

 

講師介紹：尹老師

“企業(yè)在人工智能大模型時代的核心競爭力，是把自己行業(yè)/領(lǐng)域的專有知識經(jīng)驗和數(shù)據(jù)轉(zhuǎn)化封裝成AI模型，并將之有機聯(lián)接到自身數(shù)字化體系的能力。”

———— 尹老師

上海人工智能研究院首席咨詢顧問，上海人工智能技術(shù)協(xié)會專家委員會委員，上海市元宇宙產(chǎn)業(yè)發(fā)展專家咨詢委員會專家，合肥元宇宙產(chǎn)業(yè)協(xié)會副會長單位負責(zé)人，貴州大數(shù)據(jù)專家委員會委員，臨港產(chǎn)業(yè)大學(xué)客座教授，前德勤Oracle CX首席架構(gòu)師，前Oracle Master企業(yè)架構(gòu)師

 

學(xué)習(xí)類ChatGPT AIGC大模型公開課