AI数字化课程

课程收益：
通过学习人工智能的前世今生，深刻理解AI的技术逻辑；结合对国产AI先锋Deepseek的剖析，帮助企业开拓思路、积极探索AI智能体的更多应用；初步掌握AI的技术基础包括数据与核心算法；能结合制造业实际，主动探索AI的不同应用范式；在AI涌动的大潮中客观、理性、主动地认知AI的发展。

参训对象：
企业高管团队、供应链管理、行政管理、生产管理、设备管理、质量管理、信息化系统等相关部门及企业数字化建设团队和所有关注AI发展的个人。

授课形式：
知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

课程大纲：
（第一天）
1.人工智能的前世今生和以Deepseek为代表的AI大模型
AI萌芽：冯诺依曼计算机与图灵测试
AI认知：人工智能的定义与主流学派
案例介绍：从规则到统计让机器理解人类自然语言的曲折过程
“投喂数据”的背后逻辑：机器学习、深度学习与大语言模型LLM
当前AI的典型产品ChatGPT和Deepseek的客观比较
扩散模型+Transformer通用人工智能的典型代表SORA
看看Deepseek如何“理解”人类句子
Deepseek的三大技术特点（高性能、低成本、开源）
Deepseek横空出世的意义：打破Scaling Laws和AI平权化
Deepseek的企业应用价值（AI Agent）和R1模型的本地化部署方法
AI对制造业的赋能和影响不同于LLM对社会面的影响：数据和机理的护城河
2.理解AI必须掌握的深度学习和数学基础
用数学的方法描述语言规律：统计语言模型简介
用数学的方法描述多维空间：向量与线性代数
机器学习思想与AI的核心算法神经网络
机器学习的类别与算法演变
动画理解神经网络及其学习机理（输入层、隐藏层、输出层）
课堂演示：基于MATLAB语句的神经网络人脸识别训练和判别介绍
神经网络经典模型（CNN、GAN、LSTM以及Transformer）简介
大模型和AIGC简介
大模型的机制（预训练、微调）和类别
大模型的发展要素（算法、算力、数据）
当前AIGC的主要应用（文生XX及Deepseek基础应用）
3.基于AI的制造业典型应用及创新
制造业数字化转型的基本架构没有变化
制造业AI应用的前提及典型场景概述
典型场景之一：基于AI的机器视觉在制造业检测与安全领域的应用
机器视觉的应用架构和应用流程
案例分享：AI在钢铁行业的应用案例（热轧带钢缺陷检测与钢包内衬熔损识别）
案例分享：AI在电子行业组装测试的应用案例（物料识别与防呆作业）

（第二天）
典型应用场景之二：基于国产AI急先锋Deepseek大模型的应用探索
充分了解Deepseek类大模型的四种典型应用范式
充当制造业多系统集成环境中的AI Agent地位
案例分享：车间生产计划排程与APS算法（基于MATLAB程序的启发式遗传算法，染色体与适应度函数）
应用探索：自己动手，用Deepseek打造自己的APS AI Agent（注塑车间为例）
典型应用场景之三：基于大数据的设备故障诊断与预知性维护
工业大数据的特点、典型算法与工业机理
应用探索：如何解决设备故障数据有限以及故障机理未知等问题？
案例分享：风电行业风机减速箱预知性维护解决方案（数据采集、故障模式、AI算法以及系统实现）
典型应用场景之四：AI Agent 在新材料、产品开发、采购成本降低等业务的应用探索
应用探索：课堂分组讨论
典型应用场景之五：AI在供应链需求预测中的应用实践
传统供应链特点及预测方法
案例分享：家电行业需求预测基于 LSTM算法的训练和调优
4.AI未来：最好的时代，最坏的时代
失去工作的社会从工业革命开始的依旧没有消化完的信息革命
几个议题：数据安全、保护隐私、机器学习的解释

讲师简介：李老师
上海交通大学弗劳恩霍夫科创中心高级顾问
上海交通大学中美物流研究院特聘专家
2002年上海某大型合资通信企业供应链主管
1999年上海贝尔有限公司项目经理
1996年西安交通大学 工学硕士
具有多年制造业运营管理、咨询与培训经验，是国内制造业智能制造、数字化转型项目资深专家。
针对国内制造型企业的特点和智能制造与数字化转型的大趋势，结合在德国工业4.0研修及日本丰田汽车的交流成果，李老师提炼出日臻完整的智能制造咨询体系和实施方法，包括针对制造型企业的数字化工厂系统规划方法以及工厂智能物流规划，曾服务于大型央企、国企等多家大中型咨询及数字化项目，其企业内部培训和咨询辅导客户数量超过100家，各期公开课学员人数累计超过10000人次，咨询项目既有管理完善的外资企业，也有快速扩张的民营企业。