數(shù)字技術(shù)及應(yīng)用 AI技術(shù)發(fā)展——新技術(shù)、新創(chuàng)新、新應(yīng)用

【課程背景】

AI的發(fā)展歷程和AI的技術(shù)原理以及相關(guān)的應(yīng)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(shù)邏輯

3. 了解AI對(duì)工作生活中的應(yīng)用

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

【課程時(shí)長】1天（6小時(shí)）

【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(shì)：AI的分類

（1）分析性AI：機(jī)器學(xué)習(xí)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(xué)判斷

2. 科學(xué)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(jī)器學(xué)習(xí)

（1）監(jiān)督學(xué)習(xí)、無監(jiān)督、強(qiáng)化學(xué)習(xí)

（2）深度學(xué)習(xí)與機(jī)器視覺

4. 大數(shù)據(jù)：數(shù)據(jù)技術(shù)

（1）數(shù)據(jù)采集

（2）數(shù)據(jù)傳輸

（3）數(shù)據(jù)存儲(chǔ)

（4）數(shù)據(jù)清洗、轉(zhuǎn)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(wù)平臺(tái)

5. 算力：從云計(jì)算到量子計(jì)算

（1）算力的定義

（2）算力與芯片技術(shù)

（3）云計(jì)算與東數(shù)西算

（4）量子計(jì)算

6. 分析性AI賦能科學(xué)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(dǎo)決策改進(jìn)

課題三：分析性AI：AI與物聯(lián)網(wǎng)及生活中的應(yīng)用

1. 定義物聯(lián)網(wǎng)

2. 物聯(lián)網(wǎng)與AI的關(guān)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(yīng)用

（1）個(gè)人

（2）家庭

（3）企業(yè)