【培訓對象】
企業(yè)相關部門中層以上管理者

【培訓收益】

模塊一：關于生成式人工智能
一、人工智能分類
（一）按智能分類
1、反應機器人工智能
2、有限記憶人工智能
3、心智人工智能
4、自我意識人工智能
（二）AI模型分類：
決策式AI模型
生成式AI模型
（三）生成式AI的分類：
文本：總結或自動化內(nèi)容。
圖像：生成圖像。
音頻：在音頻中總結、生成或轉換文本。
視頻：生成或編輯視頻。
編程：生成代碼。
聊天機器人：自動化客戶服務等。
ML平臺：應用程序/ ML平臺。
搜索：人工智能洞察。
游戲：生成式AI游戲工作室或應用。
數(shù)據(jù)：設計、收集或總結數(shù)據(jù)。

二、生成式人工智能基礎概念
1、神經(jīng)網(wǎng)絡和深度學習
2、強化學習（Reinforcement Learning）
3、序列生成模型（Sequence Generation）
4、生成式模型：變分自編碼器、生成對抗網(wǎng)絡(GAN)等。
5、生成對抗網(wǎng)絡GAN 的原理及其實現(xiàn)過程，
6、自然語言處理技術(NLP)：條件式語言模型(Conditional Language Modeling)或GPT-2, BERT
7、NLP在機器翻譯和情感分析中是如何用到生成式人工智能技術的

三、生成式人工智能關鍵技術
1、梯度下降與隨機梯度下降
2、鏈式法則與反向傳播算法
3、自適應學習率算法(如Adam、RMSProp等)
4、深度生成模型(如WaveNet、Transformer等)

四、生成式人工智能原理
（一）生成式人工智能原理：利用神經(jīng)網(wǎng)絡學習輸入數(shù)據(jù)的潛在分布，然后利用這個分布來生成新的數(shù)據(jù)。
（二）生成式模型包括：變分自編碼器（VAE）和生成對抗網(wǎng)絡（GAN）等。
（三）變分自編碼器（VAE）：
1、輸入數(shù)據(jù)通過編碼器轉換成一個潛在向量，然后通過解碼器轉換回原始數(shù)據(jù)。
2、使用編碼器將原始數(shù)據(jù)映射到一個低維的潛在空間中，并且可以從這個潛在空間中隨機采樣，然后使用解碼器來生成新的數(shù)據(jù)。
（四）生成對抗網(wǎng)絡（GAN）：
1、GAN生成器的工作流程
隨機噪聲輸入
通過神經(jīng)網(wǎng)絡生成圖片
評估生成圖片：
優(yōu)化生成器：
訓練結束
2、GAN判別器工作流程
接收輸入數(shù)據(jù)：
提取特征：
二分類：
優(yōu)化判別器

五、生成式AI的工作流程
1、收集大量訓練數(shù)據(jù):圖片、文本、視頻等,這些數(shù)據(jù)包含所要學習的模式和規(guī)律。
2、使用編碼器學習數(shù)據(jù)模式:將輸入數(shù)據(jù)編碼成矢量或矩陣形式的數(shù)字表示,這需要使用深度學習和神經(jīng)網(wǎng)絡。
3、進行解碼生成新數(shù)據(jù):解碼器將編碼器產(chǎn)生的數(shù)字表示解碼成新的圖片、文本、視頻等,這也需要深度學習和神經(jīng)網(wǎng)絡。
4、評估生成數(shù)據(jù)的質(zhì)量:通常使用人工評估或對抗網(wǎng)絡來判斷生成數(shù)據(jù)的質(zhì)量,并不斷優(yōu)化網(wǎng)絡提高質(zhì)量。
5、重復迭代:不斷收集新數(shù)據(jù),重訓練網(wǎng)絡,生成更高質(zhì)量和更真實的數(shù)據(jù),達到想要的效果。
6、應用生成數(shù)據(jù):將生成的數(shù)據(jù)應用于各種任務,例如虛擬人物、自動新聞撰寫、深度偽造檢測等。

模塊二：關于Chat GPT
一、什么是Chat GPT
1、Chat ：聊天
2、GPT：Generative Pre-trained Transformer-生成型預訓練變換模型

二、ChatGPT的主要特點
1、可以主動承認自身錯誤。若用戶指出其錯誤，模型會聽取意見并優(yōu)化答案。
2、ChatGPT 可以質(zhì)疑不正確的問題。
3、ChatGPT 可以承認自身的無知，承認對專業(yè)技術的不了解。
4、支持連續(xù)多輪對話。

三、ChatGPT的技術架構
1、人類反饋強化學習
2、TAMER框架
3、ChatGPT的訓練
第一階段：訓練監(jiān)督策略模型
第二階段：訓練獎勵模型（Reward Mode，RM）
第三階段：采用PPO（Proximal Policy Optimization，近端策略優(yōu)化）強化學習來優(yōu)化策略。

四、Chat GPT工作原理
1、文字接龍—— GPT 大模型
2、人類引導接龍方向——有監(jiān)督訓練初始模型
3、給 GPT 請個“好老師”—— Reward 模型
4、AI 指導 AI ——強化學習優(yōu)化模型

五、各種大模型的對比
1、春雨醫(yī)生：即將首發(fā)基于大模型的AI在線問診產(chǎn)品“春雨慧問”
2、諸葛科技：居住產(chǎn)業(yè)首個大模型AIGC
3、毫末智行：“DriveGPT雪湖·海若”自動駕駛大模型
4、彭博社：金融領域BloombergGPT
5、網(wǎng)易有道：即將推出“子曰”教育場景大模型
6、老虎證券：AI投資助手TigerGPT
7、商湯：“日日新”大模型
8、飛書：將推出智能AI助手“My AI”
9、華為盤古AI大模型即將上線：包括NLP、CV大模型等
10、360：“360智腦”，率先落地搜索場景
11、昆侖萬維：“天工”大模型
12、知乎：“知海圖AI”大模型
13、阿里云：“通義千問”AI大模型
14、百度：文心一言

模塊三、生成式人工智能主要應用
1、自動創(chuàng)作:生成小說、新聞文章、電影劇本等內(nèi)容
2、深度偽造檢測:由于生成式人工智能可以產(chǎn)生逼真的深度偽造,因此也被用于檢測深度偽造內(nèi)容。
3、虛擬人物:使用人工智能生成逼真的虛擬人物圖像或視頻,用于娛樂、教育和客戶服務等。
4、AI藝術:生成新奇有創(chuàng)意的藝術作品,如圖片、音樂、視頻等。
5、個性化推薦:生成個性化推薦內(nèi)容,如商品推薦、新聞推薦等。
6、機器翻譯:通過編碼解碼的方式生成新的翻譯內(nèi)容。
7、自動客服:使用聊天機器人生成個性化的對話內(nèi)容。
8、輔助創(chuàng)意:幫助人類在創(chuàng)意設計、廣告創(chuàng)意等領域獲得新的靈感和創(chuàng)意。
9、模擬環(huán)境:生成虛擬環(huán)境用于培訓、仿真等。比如生成虛擬城市用于無人駕駛汽車的模擬。
10、AI放大:利用少量數(shù)據(jù)生成更加豐富的數(shù)據(jù)集,用于提高人工智能的性能，特別適用于數(shù)據(jù)稀缺的場景。

模塊四：生成式人工智能的未來發(fā)展:
1、更強大和可控的模型:發(fā)展更強大的人工智能模型來生成高質(zhì)量的數(shù)據(jù),同時加強對模型的可解釋性和控制,減少失控風險。
2、應用場景的拓展:生成式人工智能將應用于更多領域,如教育、醫(yī)療、交通等,產(chǎn)生更大影響。
3、監(jiān)管和倫理框架:建立更完善的監(jiān)管、倫理和安全標準來指導生成式人工智能的發(fā)展和應用。特別是針對深度偽造、自動創(chuàng)作等敏感應用制定更嚴格的規(guī)范。
4、數(shù)據(jù)偏差的解決:通過選擇更加公平和可解釋的數(shù)據(jù)集,以及采取數(shù)據(jù)去偏差的技術手段,降低生成結果的偏差風險。
5、人工智能與人的協(xié)作:未來人工智能不會完全取代人類,而是與人密切協(xié)作。這需要開發(fā)更易于人類理解和控制的人工智能系統(tǒng),并在應用中提供人工與人工智能協(xié)作的接口。
6、安全防范機制:建立防范機制以應對黑客利用生成式人工智能產(chǎn)生的假信息、釣魚郵件、網(wǎng)絡詐騙等惡意內(nèi)容。這需要政府、企業(yè)和研究機構密切合作。
7、商業(yè)化進程的控制:密切關注和指導生成式人工智能以及相關應用的商業(yè)化進程,防止出現(xiàn)科技泡沫,并最大限度減少對社會與經(jīng)濟的負面影響。

模塊五：生成式人工智能應用操作
一、正確提問：好問題的三要素是什么？
1、任務簡述
2、任務描述
3、角色場景

二、如何進一步提高 ChatGPT 輸出的質(zhì)量？
1、添加參照；
2、加強思辨；
3、指定元素；
4、尋找關聯(lián)

三、如何讓 AI 變成翻譯大師？
1、普通文稿翻譯
2、沉浸式網(wǎng)頁翻譯
3、翻譯書籍
4、翻譯代碼
5、內(nèi)容總結
6、內(nèi)容潤色

四、論文寫作：如何讓 AI 變成論文助手？
1、搭建論文提綱
2、生成最恰當?shù)臉祟}
3、判斷最佳投稿對象

五、語言學習：如何讓 AI 變成外語私教？
1、設置單詞庫。這個環(huán)節(jié)需要用到 ChatGPT。
2、設置場景，生成對話。這個環(huán)節(jié)需要用到 ChatGPT。
3、生成語音，錄下來反復聽。這個環(huán)節(jié)需要用到谷歌或者微軟的云服務，它們都有文本轉語音功能。
4、嘗試自己說。這個環(huán)節(jié)需要用到瀏覽器插件 Voice Control For ChatGPT。

六、視頻處理：如何讓 AI 變成視頻幫手？
1、對視頻內(nèi)容的總結
2、利用 ChatGPT 做視頻
3、長內(nèi)容支持問題

七、提問式學習：如何快速搞懂一個領域？
1、提出問題
2、設置話題
3、知識圖譜

 

李銘洋 老師
——產(chǎn)業(yè)數(shù)字化實戰(zhàn)導師
中企報數(shù)字經(jīng)濟技術有限公司總經(jīng)理
中國民營科技實業(yè)家協(xié)會元宇宙工作委員會秘書長
支點實驗室自媒體人
《區(qū)塊鏈：分布式商業(yè)報告2019-2020》總策劃、執(zhí)行主編
《區(qū)塊鏈助力復工復產(chǎn)：企業(yè)融資和數(shù)字消費》商業(yè)報告總策劃
北京大學、清華大學區(qū)塊鏈、數(shù)字經(jīng)濟總裁班特邀授課嘉賓
曾就職前程無憂、58同城、愛國者高管，2017年進入?yún)^(qū)塊鏈、數(shù)字經(jīng)濟領域
曾主導或參與多個產(chǎn)業(yè)數(shù)字化項目

【個人簡介】
20+年企業(yè)數(shù)字化經(jīng)驗、互聯(lián)網(wǎng)轉型、市場營銷從業(yè)經(jīng)驗，曾主導或參與多家企業(yè)數(shù)字化改造，通過大數(shù)據(jù)、人工智能、區(qū)塊鏈等技術，構建產(chǎn)業(yè)數(shù)字化、資產(chǎn)數(shù)字化、營銷數(shù)字化，實現(xiàn)企業(yè)融資和產(chǎn)品銷售，同時成本降低20%以上，效率提升20%以上。
獨創(chuàng)的支點模型以及操作系統(tǒng)助力多家企業(yè)構建價值支點、產(chǎn)業(yè)支點、團隊支點、模式支點等，實現(xiàn)業(yè)績增長和價值提升。

人民文旅數(shù)字化：文旅數(shù)字積分卡券和數(shù)字消費
a、通過積分和卡券設計，實現(xiàn)精準獲客100萬以上。
b、規(guī)避“羊毛黨”薅羊毛，避免5000萬資產(chǎn)漏洞。
c、構建聯(lián)盟鏈：實現(xiàn)上鏈即審計，讓每一筆直達民生的消費都有據(jù)可查，節(jié)省審計成本500萬以上。
中國追溯集團-中追碼購：數(shù)字電商、數(shù)字積分系統(tǒng)
a、數(shù)字電商：把追溯碼（一物一碼）做為電子商務入口，并贈送積分獎勵。
b、通過積分獎勵，拉動終端消費和渠道拓展，實現(xiàn)年度客戶增長50萬以上
c、實現(xiàn)年度業(yè)績增長3倍以上。
d、資源對接：幫忙對接供應鏈和投資渠道，幫忙對接相關產(chǎn)業(yè)聯(lián)盟
鏈證臻愛：數(shù)字文旅、數(shù)字愛情見證NFT
a、把愛情主題與地方文旅項目嫁接，實現(xiàn)數(shù)字文旅
b、通過數(shù)字愛情衍生品，幫助線下商家實現(xiàn)導流
c、打造愛情地圖、網(wǎng)紅打卡基地，實現(xiàn)旅游景點導流
d、結合愛情之都、愛情地圖、愛情打卡基地等場景生成獨有的數(shù)字愛情見證NFT
旗點區(qū)塊鏈：區(qū)塊鏈萬里行、區(qū)塊鏈風云榜
a、構建旗點區(qū)塊鏈生態(tài)：培訓、咨詢、路演、媒體、投融資等
b、策劃實施“區(qū)塊鏈萬里行”，組建22個城市節(jié)點聯(lián)盟，全52期國活動，30萬直播粉絲，實現(xiàn)業(yè)績500萬！
c、策劃并參與實施“區(qū)塊鏈風云榜”微信公眾號，共計采訪102個項目，實現(xiàn)第一個20萬粉絲增長。
d、策劃、運營“北大區(qū)塊鏈總裁班”10期，培訓500于人次，實現(xiàn)業(yè)績600萬元。
e、同時與團隊一起服務“祺鯤科技資產(chǎn)數(shù)字化”項目，中能建“鏈改基金”項目。
李老師從市場一線起步，曾任兩家上市公司（前程無憂、58同城）高管，2017年進入數(shù)字經(jīng)濟領域，陸續(xù)和團隊一起參與構建數(shù)字經(jīng)濟產(chǎn)業(yè)生態(tài)，涵蓋數(shù)字化技術服務、資產(chǎn)數(shù)字化、數(shù)字化產(chǎn)業(yè)咨詢、數(shù)字經(jīng)濟領域投資孵化、中企數(shù)字產(chǎn)業(yè)基金、數(shù)字經(jīng)濟媒體、游戲開發(fā)、公鏈平臺、數(shù)字電商、數(shù)字文旅、元宇宙等，助力政府、產(chǎn)業(yè)、企業(yè)數(shù)字化進程。李老師及團隊用專業(yè)的數(shù)字化體系及落地實操，獲得眾多企業(yè)家及管理機構的高度認同。
李老師現(xiàn)致力于企業(yè)的數(shù)字化升級，充分利用新興科技、新興產(chǎn)業(yè)政策、新興產(chǎn)業(yè)機會，幫助企業(yè)全面升級、突破發(fā)展瓶頸、實現(xiàn)新的飛躍，與更多的人一起構建中國特色的數(shù)字經(jīng)濟新物種！

【主講課程】
《Chat GPT通用人工智能引發(fā)的產(chǎn)業(yè)革命》
《“十四五”規(guī)劃與數(shù)字經(jīng)濟發(fā)展趨勢解讀》
《新經(jīng)濟下的產(chǎn)業(yè)數(shù)字化：新興技術及應用》
《產(chǎn)業(yè)數(shù)字化轉型創(chuàng)新發(fā)展之道》
《物聯(lián)網(wǎng)技術及應用》
《大數(shù)據(jù)技術及應用》
《數(shù)據(jù)分析思維及產(chǎn)業(yè)應用案例解析》
《區(qū)塊鏈技術及應用》
《大數(shù)據(jù)技術在數(shù)據(jù)治理中的應用》
《5G+ABCDNETS，為數(shù)智化轉型打造新動能》
《中國5G技術及產(chǎn)業(yè)應用》
《5G場景應用，產(chǎn)品設計及商機挖掘》
《元宇宙：數(shù)字產(chǎn)業(yè)新生態(tài)及產(chǎn)業(yè)進化》
《元宇宙背景下通信行業(yè)數(shù)字化變革》
《數(shù)字化轉型大背景下的智慧城市基礎設施建設》
《數(shù)字時代的網(wǎng)絡安全》
《冶金行業(yè)數(shù)字化轉型案例解析》
《出版行業(yè)的產(chǎn)業(yè)數(shù)字化實踐》
《大數(shù)據(jù)、AI、區(qū)塊鏈在電力行業(yè)應用》
《“專精特新”中小企業(yè)數(shù)字化轉型賦能》
《數(shù)字營銷：數(shù)字經(jīng)濟時代的營銷進化》

【授課風格】

 

幽默生動、通俗易懂、娓娓道來，具體細致；深入淺出，實戰(zhàn)實用。
理論有深度：多年產(chǎn)業(yè)經(jīng)驗，以及獨創(chuàng)支點模型
案例可借鑒：案例均來自服務過的典型企業(yè)
落地成體系：從模式到營銷、從產(chǎn)業(yè)到技術、從體系到人才均有成熟團隊。

【服務客戶】
企業(yè)：廈門國貿(mào)、華為（山東）ITC學院、中國移動、中國聯(lián)通、中國電信、中國人壽、國家電網(wǎng)、中國南方電網(wǎng)、北京金融大數(shù)據(jù)有限公司、中原出版社、內(nèi)蒙古興安電力、中國兵器工業(yè)集團、機械工業(yè)勘察設計研究院、日立鐵路
政府協(xié)會：山西省文化廳、河北省科技局、河北省科技企業(yè)孵化協(xié)會、河北省創(chuàng)新協(xié)會、泰安中小企業(yè)局、保定企業(yè)家協(xié)會
 

• 人工智能生物識別綜述：技術分類及應用

   

  一．生物識別的定義和概要簡述1.為什么需要生物識別2.生物識別（bio-metrics）系統(tǒng)的分類3.生物識別系統(tǒng)4.生物識別框架二．生物識別的多種類型指紋，掌紋—指紋掌紋采集，評估，特征提取，特征對比聲紋識別--傳感器音頻采樣，降噪濾波，特征采樣，聲音數(shù)字特征匹配人臉識別—人臉..

  ￥   元/ 天

  人氣：1136  

  

• 人工智能機器學習與深度學習實戰(zhàn)案例及應用

   

  章節(jié) 內(nèi) 容 第一節(jié) ..

  ￥   元/ 天

  人氣：1225  

  

• 云計算、云產(chǎn)品概述及應用實施

   

  課程背景：2018年國務院推出《推動企業(yè)上云實施指南》，提出到2020年，云計算要在企業(yè)生產(chǎn)、經(jīng)營、管理中的應用廣泛普及，全國新增上云企業(yè)100萬家。形成典型標桿應用案例100個以上，形成一批有影響力、帶動力的云平臺和企業(yè)上云體驗中心。未來20年的互聯(lián)網(wǎng)是“物聯(lián)網(wǎng)”時代，互聯(lián)網(wǎng)的下半場是數(shù)字化與智能化。而云計算是這個下半場的終..

  ￥22,300   元/ 天

  人氣：1091  

  

• 任職資格的構建及應用

   

  前言任職資格管理實質(zhì)與員工隊伍職業(yè)化能力評價方法-任職資格的起源NVQ基本概況任職資格與職位管理的關系一、什么是職位職位分析與角色分析1.職位分析的方法與步驟2.職位職責的界面分析3.職位職責的準確定位4.典型職位分析舉例案例分析：華為公司職位說明書職位族/類1.劃分職位族、類的目的2.運用職位..

  ￥   元/ 天

  人氣：2273