课程纲要：
模块一：数字化及数字化应用和能力
1、 数字化，我们到底在讲什么？
2、 人类历史是一部生产力和科技发展史——从效率的角度看数字化
3、 从数字化到数据化,到智能化
4、 数字化是信息的全周期体系化：从信息全周期视角看各类数字化技术
5、 新生产模式：基于逻辑代码和基于数据的模型
6、 从信息，到模型，到行动（具体智能）
a) 数字化：信息全周期的体系化
b) 模型是知识、经验和技能的封装
c) 行动：信息和智能对世界的改造
7、 无处不在的数智化应用
a) 商业智能带来的基于数据的可视化和商业洞察
b) 基于流程自动化的智慧办公
c) AI大模型赋能的文档和研报整理分析
d) AIGC赋能的智能营销和客服
e) 基于人工智能的个性化培训和学习
f) 基于AI大模型的（数据查询/分析）代码生成
g) 呼叫中心中的人工智能
h) 基于AI视觉智能的单据管理
模块二：大数据技术的基本逻辑、技术和应用
8、 数据：新生产要素：驱动未来机器的“石油”和“电”
9、 大数据的基本逻辑：大数据的基本思维和特征
a) 为什么是“大”数据，为什么是“大类型”数据？而不是“小”而“精”的数据？
b) 万物皆数：多种类多结构多模态的数据
c) 更关注“关联”，而不是绝对“因果”关系
d) 以精确性一致性换效率
e) 大数据的典型应用场景：
i. 采购和供应链场景
ii. 生产与制造场景
iii. 业务运营管理和优化场景
iv. 营销、销售/售后服务和客户管理场景
v. 办公、流程管理等支持领域场景
10、 大数据技术总览
11、 大数据技术的基石：数据平（中）台的组成和各部分的定位：为什么有主数据管理、数据湖、ODS、数据仓库、CDP/DMP等等数据平台技术？都解决什么问题？
12、 大数据的应用案例解析
a) 某大型金融机构基于大数据的线上精准营销+ 社会化营销案例
b) 某大型互联网公司的客户视图+基于位置的服务+ 实时营销引擎赋能的线上线下营销案例
c) 某大型高科技企业基于大数据的供应链和运营优化案例
d) 某大型综合性集团的大数据赋能的风险监察和管控
模块三：以ChatGPT为代表的AI大模型的基本逻辑和技术原理
13、 人工智能出现和发展的大背景
14、 第四次工业革命的特征和要求
15、 人工智能的本质：从人类的脑力工作与相应的智能说起
16、 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，对“智能”的“压缩”的进化
17、 从分析式AI到生成式AI，从“偏科专才”到“通才”
18、 通用人工智能的曙光：GPT为何如此令人兴奋？
19、 深入浅出以GPT为代表的大语言模型：基本核心原理
a) 如何看待ChatGPT?
b) 机器如何理解“词”？
c) 机器如何理解句子和逻辑？
20、 ChatGPT的独到之处
21、 其他大模型主要类别和基本原理
a) 文生图模型：训练机器对像素块的“组装” — 游戏、营销、文创等内容产业的模式革新
b) 3D重建模型：AI对世界的“脑补”和三维重建 — 地产行业的虚实融合新模式
22、 大模型的“智力”、“技能”和“知识”
a) 大模型的“智商”“经验”存储在什么地方？
b) 为什么基于深度学习的大模型几乎可以学习一切规律和模式？
23、 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 — 通过调参真正提升大模型“智商”
24、 大模型的部署/训练方式
a) 公有云模式
i. AISaas
ii. AIPaas
iii. Model as a service
iv. AIIaas
b) 公有私有云/管理云模式
c) 私有云模式
模块四：大模型体系在政企数字化转型中的范式，潜力和应用
25、 类ChatGPT大模型的挑战和风险
26、 GPT的几大能力：检索、创造和逻辑推理
27、 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？
28、 大模型带来的“软件2.0”范式
29、 AI大模型具有成为“人”“机”翻译和“系统整合协同者”的巨大潜力
30、 下一代AI:多模态大模型和机器人系统会有何化学反应？
31、 行业大模型落地路径：预训练模型+ 专业训练精调 + 行业知识库 + 插件
32、 视觉智能赋能的工业质检：商汤缺陷监测视觉模型
33、 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
34、 AR/VR巡检和设备设施管理
35、 机器学习驱动的生产过程的模型化优化
36、 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
37、 办公文档和数据分析：GPT Code Intepreter
38、 培训和问答Powered by 大语言模型
39、 仓储物流的AI应用
40、 生成式客服服务和咨询:Salesforce ServiceGPT
41、 多模态大模型赋能的数字人客服和呼叫中心
42、 AIGC赋能的数字营销
43、 基于机器学习的金融风控应用
44、 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Player
45、 大模型&AR赋能的新形态文商旅客户体验
46、 基于AI大模型的（数据查询/分析）代码生成
47、 商汤科技的大模型体系及视频介绍
思考和小结
Q&A
授课老师
尹智 原商汤科技智能产业研究院首席架构师
常驻地：上海
邀请老师授课：13439064501 陈助理
