數(shù)字技術及應用 AI技術發(fā)展——新技術、新創(chuàng)新、新應用

【課程背景】

AI的發(fā)展歷程和AI的技術原理以及相關的應用解析

【課程收獲】

1. 了解AI的誕生背景、主要功能特征

2. 了解AI底層技術邏輯

3. 了解AI對工作生活中的應用

【課程對象】產(chǎn)品經(jīng)理、技術中心、數(shù)字化中心等

【課程時長】1天（6小時）

【課程大綱】

課題一：AI

1. 誕生：AI是如何誕生的

2. 命題：AI是解決什么問題的？

3. 發(fā)展：AI在解決問題的路上都走過了哪些階段？

4. 趨勢：AI的分類

（1）分析性AI：機器學習與數(shù)據(jù)建模

（2）生成式AI：GPT和ChatGPT的誕生

課題二：分析性AI

1. 分析性AI的目的：賦助人工做出科學判斷

2. 科學決策三大核心要素

（1）數(shù)據(jù)模型

（2）大數(shù)據(jù)

（3）超高算力

3. 數(shù)據(jù)模型：分析性AI——機器學習

（1）監(jiān)督學習、無監(jiān)督、強化學習

（2）深度學習與機器視覺

4. 大數(shù)據(jù)：數(shù)據(jù)技術

（1）數(shù)據(jù)采集

（2）數(shù)據(jù)傳輸

（3）數(shù)據(jù)存儲

（4）數(shù)據(jù)清洗、轉化與集成

（5）數(shù)據(jù)治理

（6）數(shù)據(jù)管理

（7）數(shù)據(jù)安全

（8）數(shù)據(jù)可視化

（9）數(shù)據(jù)資產(chǎn)化

（10）數(shù)據(jù)資產(chǎn)服務平臺

5. 算力：從云計算到量子計算

（1）算力的定義

（2）算力與芯片技術

（3）云計算與東數(shù)西算

（4）量子計算

6. 分析性AI賦能科學分析的底層邏輯

（1）數(shù)據(jù)可視化

（2）數(shù)據(jù)分析

（3）指導決策改進

課題三：分析性AI：AI與物聯(lián)網(wǎng)及生活中的應用

1. 定義物聯(lián)網(wǎng)

2. 物聯(lián)網(wǎng)與AI的關系

3. 數(shù)字孿生

4. 5G+物聯(lián)網(wǎng)+AI在工業(yè)互聯(lián)網(wǎng)中的地位

5. AI的應用

（1）個人

（2）家庭

（3）企業(yè)