课程一：《人工智能的先驱和基础：计算起源、信息革命和数字化转型浪潮》   

■ 数字化，我们在讨论什么？-- 对世界的抽象和建模

■ 为什么是“数字化”？现代数字化在哪些领域处理什么？ 

■ 人类历史是一步生产力发展史 -- 从效率的视角看信息化和数字化   

■ 为什么第三次工业革命是信息革命？

■ 为了利用工具辅助思考，人类做出过哪些尝试？

■ 为什么计算机成为了最终的思考机器，为什么计算机能思考？-- （几个核心问题：再复杂的计算也可以分解为几个二进制的简单的逻辑运算；这些逻辑运算可以被电路实现；这些实现运算的电路可以被组合起来统一控制和编程）

■ 思考：一切问题都是可计算的么？-- 人工智能的基础思想

■ 数字化的历程：从生产力发展和科技发展看现代数字化的进程

■ 数字化是信息全周期的体系化

■ 几个主要的数字化技术：云计算、区块链、大数据、物联网、AR/VR-- 都在解决信息全周期的什么问题？

■ 数字化为什么会导向人工智能，为什么可以引发人工智能

 

课程二：《人工智能的土壤和营养：大数据和数据中台》

■ 大数据的源起

■ 为什么是“大”数据？

■ 为什么从大数据可以总结出规律？

■ 为什么大数据再进一步就成了机器学习？

■ 数据中台的源起，为什么需要数据中台？  

■ 数据中台的设计，建设和应用

■ 人工智能语境下的数据中台

 

课程三：《从经典人工智能，到通用人工智能大模型》

■ 经典人工智能，机器学习和深度学习

■ AI大模型兴起

■ 为什么是“大”模型？-- “智商”和“知识”

■ 为什么大模型率先在语言处理领域有所突破？

■ 大模型的根基：Transformer的基本原理类比

■ 几类最主要的大模型的基本原理类比

■ 大模型的应用潜力和局限

■ 大模型时代的教育和培训 -- AGI来临，人类应该从事什么工作？培养什么技能？

■ 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

√ 联机赋能&外接应用 Plug-in -- 给大模型配上“眼睛””耳朵”“四肢”

√ Retrieval Plug-in: Vector database向量数据库（大模型的长期记忆机制）-- 大模型的“海马体”

√ 对开源模型精调和定制 -- 落地路径及实践

■ 商汤科技大模型体系及应用介绍

 

课程四：《AI大模型赋能的元宇宙及应用》

■ 人工智能基础（针对前面课程未参与的听众）

■ 元宇宙与Web3源起

■ 下一代互联网

■ NFT&NFR&数字藏品与虚拟土地

■ 元宇宙四大“数”力

√ 理解力-- CV &NLP

√ 连接力-- 数字孪生

√ 融合力 -- AR

√ 创造力 -- AIGC

■ 元宇宙中的人工智能

√ 游戏应用中的AI

√ 社交应用中的AI

√ 元宇宙中的人、物、场

 

ü 课程五：《AI大模型赋能的智能交通和物流》

■ 人工智能基础（针对前面课程未参与的听众）

■ 交通管理中的人工智能

■ 人工智能赋能的运输管理

■ 仓储管理的人工智能应用

■ 供应链管理中的机器学习

■ 自动驾驶和车路协同 

■ 智慧机场的人工智能应用

 

课程六：《AI大模型赋能的文商旅》

■ 人工智能基础（针对前面课程未参与的听众）

■ AIGC在文创领域的应用和趋势

√ 文生文

√ 文生图；AI视频实时编辑

√ 三维重建

√ 数字人

■ 智慧商业中的人工智能

√ AR赋能的商业中心

√ 虚实融合的新形态商品/藏品

■ 文旅产业的科技赋能破局之道 -- 三体.引力之外体验中心案例

营销和客服领域的人工智能应用