尹智老師 人工智能和數(shù)智化咨詢(xún)專(zhuān)家

 “企業(yè)在人工智能大模型時(shí)代的核心競(jìng)爭(zhēng)力，是把自己行業(yè)/領(lǐng)域的專(zhuān)有知識(shí)經(jīng)驗(yàn)和數(shù)據(jù)轉(zhuǎn)化封裝成AI模型，并將之有機(jī)聯(lián)接到自身數(shù)字化體系的能力?！?/p>

                                                 ———— 尹智

課程時(shí)間：

0.5 - 1天

課程綱要：

模塊一：從AlphaGo到ChatGPT

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(lèi)的腦力工作與相應(yīng)的智能說(shuō)起

4、 從早期人工智能算法到機(jī)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(zhuān)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(dòng)（具體智能）

a) 數(shù)字化：信息全周期的體系化

b) 模型是知識(shí)、經(jīng)驗(yàn)和技能的封裝 – 授人以魚(yú)，不如授人以漁

c) 行動(dòng)：信息和智能對(duì)世界的改造

8、 為什么是 "大"模型？為什么不是"小"而"精"的模型？- 我們?nèi)绾畏庋b知識(shí)/經(jīng)驗(yàn)/能力？

9、 為什么通用人工智能曙光率先在大“語(yǔ)言”模型領(lǐng)域展現(xiàn)？自然語(yǔ)言和文字有何奧秘？

10、 大語(yǔ)言模型的根基: NLP以及Transformer的基本核心原理

a) AI大模型如何理解“詞”？—— 詞的“內(nèi)嵌”

b) AI大模型如何理解句子？: 注意力機(jī)制 —— 奠定生成式AI基調(diào)的核心

c) 為什么這個(gè)基模型叫“Transfomer”？: 因?yàn)榫幋a器做的，就是通過(guò)“智力”和“語(yǔ)言能力”的壓縮抽取，對(duì)輸入進(jìn)行“變形”

d) 如何“變形”？—— Self attention 的Q,K,V權(quán)重矩陣的妙用

e) 如何輸出？—— Cross attention的應(yīng)用

11、 ChatGPT的獨(dú)到之處：有監(jiān)督學(xué)習(xí)和RLHF —— 能不能是RLAIF?

12、 其他大模型主要類(lèi)別和基本原理

a) 文生圖 Diffusion模型：訓(xùn)練機(jī)器對(duì)像素的“組裝”

b) 圖生3D NeRF模型：算法對(duì)世界的“腦補(bǔ)”

13、 大模型的“智力”、“技能”和“知識(shí)”

14、 如何利用大模型:基本模式

a) 提示詞工程 – 對(duì)AI大模型的上下文和方法論描述

b) 插件 -為大模型加上“視覺(jué)中樞”“聽(tīng)覺(jué)中樞”“行動(dòng)中樞”：插件 Plugin

c) Embedding -為大模型加上“海馬體”Vector database向量數(shù)據(jù)庫(kù)（大模型的長(zhǎng)期記憶機(jī)制）

d) 精調(diào) – 通過(guò)調(diào)參真正提升AI大模型的“智商”

15、 大模型的部署/訓(xùn)練方式

a) 公有云模式

i. AISaas

ii. AIPaas

b) 公有私有云/管理員模式

c) 私有云模式

模塊二：大模型體系在政企數(shù)字化轉(zhuǎn)型中的范式和潛力

16、 類(lèi)ChatGPT大模型的挑戰(zhàn)和風(fēng)險(xiǎn)

17、 GPT的幾大能力：檢索、創(chuàng)造和邏輯推理

18、 大模型時(shí)代，我們需要什么培養(yǎng)能力？需要什么人才？應(yīng)該采用何種范式的教育？

19、 大模型帶來(lái)的“軟件2.0”范式

20、 AI大模型具有成為“人”“機(jī)”翻譯和“系統(tǒng)整合協(xié)同者”的巨大潛力

21、 下一代AI:多模態(tài)大模型和機(jī)器人系統(tǒng)會(huì)有何化學(xué)反應(yīng)？

22、 行業(yè)大模型落地路徑：預(yù)訓(xùn)練模型 + 專(zhuān)業(yè)訓(xùn)練精調(diào) + 行業(yè)知識(shí)庫(kù) + 插件

 模塊三：大模型體系的行業(yè)應(yīng)用

23、 視覺(jué)智能賦能的工業(yè)質(zhì)檢：商湯缺陷監(jiān)測(cè)視覺(jué)模型

24、 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

25、 AR/VR巡檢和設(shè)備設(shè)施管理

26、 機(jī)器學(xué)習(xí)驅(qū)動(dòng)的生產(chǎn)過(guò)程的模型化優(yōu)化

27、 大模型賦能的針對(duì)性個(gè)性化教育培訓(xùn)： Khanmigo – 理解學(xué)習(xí)者的學(xué)習(xí)過(guò)程和思路的AI應(yīng)用  

28、 辦公文檔和數(shù)據(jù)分析：GPT Code Intepreter

29、 培訓(xùn)和問(wèn)答 Powered by 大語(yǔ)言模型

30、 倉(cāng)儲(chǔ)物流的AI應(yīng)用

31、 生成式客服服務(wù)和咨詢(xún) :Salesforce ServiceGPT

32、 多模態(tài)大模型賦能的數(shù)字人客服和呼叫中心

33、 AIGC賦能的數(shù)字營(yíng)銷(xiāo)

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

35、 游戲和元宇宙中的AI: 實(shí)時(shí)內(nèi)容/場(chǎng)景生成，智能NPC，基于人工神經(jīng)網(wǎng)絡(luò)的動(dòng)作形態(tài)生成，和大模型賦能的Player

36、 大模型&AR賦能的新形態(tài)文商旅客戶(hù)體驗(yàn)

37、 基于AI大模型的（數(shù)據(jù)查詢(xún)/分析）代碼生成

38、 商湯科技的大模型體系及視頻介紹