|
|
|
《通用人工智能曙光：ChatGPT和AI大模型的源起，发展和落地应用》
“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
课程纲要：
模块一：通用人工智能的曙光：以ChatGPT为代表的生成式大模型
1、 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：
a) 人工智能是一类计算机模拟的，完成传统上认为只有人类可以执行的任务的硅基智能
b) 机器学习是一类让算法从数据中找到规律、模式的设计:从判断信用卡交易是否套现的实现，看程序代码方式和机器学习方式的差异
c) 人工神经网络是一类机器学习算法，通过模拟生物神经网络，处理相对抽象的信息：人工神经网络怎么能识别小狗的照片？其实跟我们教小朋友认小狗非常类似
2、 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？
3、 生成式AI兴起 - 从分析式AI到生成式AI，AI从做判断题/选择题，到做填空/问答题
4、 以ChatGPT为代表的等大语言模型基本核心原理
a) 如何看ChatGPT? 这其实是一个把文字变成数字编码的“变形器”
b) GPT如何理解文字？—— 文字代表的概念，其实可以用一组数字属性来描述
c) GPT如何理解句子和逻辑？- 理解一段话，就象侦探理解一个犯罪现场
d) 如何打造行业专家？—— 深入浅出理解为什么深度人工神经网络可以学习到几乎一切模式和规律？
5、 ChatGPT的独到之处：
a) 跟着“注释”的书本学习
b) 培训一个裁判来校正自己的学习
6、 其他大模型主要类别和基本原理
a) 文生图模型：训练机器对像素的“组装”和“组合”
b) 图生3D 模型：算法对世界的“脑补”
7、 如何利用大模型？基本模式
a) 提示词工程 – 为大模型描述上下文环境和方法论
b) 插件 -为大模型加上“视觉中枢”“听觉中枢”“行动中枢”
c) 外接“云盘” - 为大模型加上“海马体”（大模型的长期记忆机制）
d) 精调 — 通过训练调参真正提升大模型“智商”
8、 大模型的部署/训练方式
a) 公有云模式 —— 住酒店，用酒店服务
i. AISaas
ii. AIPaas
iii. Model as a service
iv. AIIaas
b) 公有私有云/管理云模式 —— 住公寓，自己的家装电器家具
c) 私有云模式 —— 自己的房子，自己的家装电器家具
模块二：大模型体系在政企数字化转型中的范式和潜力
9、 类ChatGPT大模型的挑战和风险
10、 GPT的几大能力：检索、创造和逻辑推理
11、 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？
12、 大模型带来的“软件2.0”范式
13、 AI大模型具有成为“人”“机”翻译和“系统总调度”的巨大潜力
14、 行业大模型落地路径：预训练模型（毛坯房） + 专业训练精调（精装） + 行业知识库（私家珍藏家装家具） + 插件（外购家居产品和服务）
模块三：大模型体系的行业应用（结合具体产品）
15、 赋能百业的基础大模型体系介绍（具体厂家）
16、 基于生成式AI大模型的工业设计：“跳出盒子”思考的AI设计师
17、 视觉智能赋能的工业质检：缺陷监测视觉模型
18、 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
19、 AR/VR巡检和设备设施管理
20、 基于生成式AI的物品和环境三维重建在电商和元宇宙领域的应用
21、 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
22、 办公文档和数据分析：GPT Code Intepreter
23、 培训和问答 Powered by 大语言模型
24、 仓储物流的AI&AR 应用
25、 基于生成式AI大模型的智能客服服务和咨询 :Salesforce ServiceGPT
26、 多模态大模型赋能的数字人客服和呼叫中心
27、 AIGC赋能的数字营销: 千人千面的实时内容营销
28、 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AI game Player
29、 大模型&AR赋能的新形态文商旅客户体验：AR剧本杀的逻辑和案例
30、 基于AI大模型的数据查询/分析及程序代码生成:XX大模型代码助手
加入收藏
