課程背景：

2017年3月，人工智能首次被寫入《政府工作報告》，同年7月，國務院頒發《新一代人工智能發展規劃》，提出了“三步走”的戰略目標，宣布舉全國之力在2030年搶占人工智能全球制高點。同年12月，工信部頒發《促進新一代人工智能發展三年行動計劃（2018-2020年）》，要促進人工智能產業發展，提升制造業智能化水平，推動人工智能和實體經濟深度融合。2019年3月，人工智能第三次被寫入《政府工作報告》，提出“要促進新興產業加快發展，深化大數據、人工智能等研發應用；打造工業互聯網平臺，拓展‘智能+’，為制造業轉型升級賦能。”從此，智能+成為社會各界的熱詞，各地方紛紛出臺與智能產業相關的政府與規劃，其應用與創新模式更成為企業界追捧的對象。

今天的人工智能更準確的是指數據智能，在大數據時代人工智能技術應用得到了非速發展，無論是計算智能，還是感智能，都已為產業界各類創新提供主要技術支撐，甚至出現認知智能技術的初級嘗試應用。所以可以斷定，在當今的中國產業界，不了解大數據與人工智能的科技應用，大概率會在競爭中處于劣勢。

本課程基于大數據時代的視角出發，從大數據、人工智能產生的背景、基本原理、技術體系入手，摒棄社會上流行的各類帶有商業引導目的的內容，通過大量豐富案例作證，并在課堂上用行動學習等方式，讓學員掌握這一國家新興戰略科技體系之一人工智能的創新方法與應用，熟悉你所在行業的人工智能創新趨勢，及能夠初步掌握構建基于“智能+”模式的智能商業框架與邏輯體系，對非專業技術人員，能夠聽得明、學得會、用得好。從此為學員打開智能世界的大門，為進一步深度學習研究該技術在相關領域的應用與創新打下堅實在基礎。

課程收益：

● 熟悉社會常見的人工智能應用，強化對智能的認知；

● 厘清大數據、人工智能體系中的關鍵問題；

● 掌握大數據推動人工智能技術發展的主線技術邏輯；

● 熟悉掌握新興技術成熟度曲線，把握未來技術發展趨勢；

● 了解人工智能主要流派與基本原理、主流神經網絡模型；

● 了解數據科學、數據建模、大數據平臺、人工智能主要技術架構；

● 熟悉主流人工智能落地的商業形態及人工智能人才體系、產業投融資現狀態；

● 掌握數據智能應用的創新原理和熟悉人工智能在各領域的創新應用；

● 通過案例實踐深入熟悉掌握基于人工智能在業務領域的創新變革之法。

課程時間：2天，6小時/天

課程對象：

● 企業高級管理人員，總經理、總工程師、副總經理等；

● 渴望掌握新興技術價值落地的企業中層以上管理人員及工程師；

● 高校MBA、EMBA、DBA專業研究生；

● 地方政府中、高級管理干部及相關領域公務員；

● 國家“十四五”規劃中智能制造及戰略新興產業中相關人士。

課程方式：案例+實操+演練+研討+思考

課程風格：

源于實戰：以客戶需求驅動的咨詢引導型培訓，以最前沿科技和典型案例演練啟迪學員；

邏輯性強：理論、實踐、研究成果高度結合，用通俗易懂的語言使各類學員聽懂并掌握；

深入淺出：現場教學既幽默風趣又富有哲理，結合研究成果和實踐經驗進行現身說法；

價值度高：課程內容經過市場實戰打磨，是學員由外行變成內行的知識利器；

方法論新：經過專門面向非專業人士設計,專業知識+刻意練習+行動學習+問題改善工作坊,對不同學員的訴求一律耐心互動，并能夠為大客戶實現授課與顧問、工程服務相結合。

課程大綱

導入1：現在是大數據時代，現在是人工智能時代

案例：“我的一天”

研討：(GP-分組對抗記分點)感受智能化，分組討論描述“你的一天”，并指出哪些應用或名詞是和人工智能緊密相關？

導入2：“人工智能威脅論（一）”

案例：人工智能的技術發展，對人類來說到底是生存還是毀滅？

研討：(GP-分組對抗記分點)分組匯總每位同學的觀點

備注：GP-為短時時間討論，一般不超過5分鐘，LGP為長時間討論，一般在5-20分鐘；GP活動將根據現場情況發起或不發起，非固定活動。LGP同。

第一講：大數據時代特征與人工智能國家戰略

一、從互聯網到大數據時代的演變過程

1. 從互聯網、Web2.0、移動互聯網看人類在線化過程

2. 人類在線化過程與行為數據的關系

案例分析：以商業購物場景為例，分析人類活動的在線變化及其產生的行為數據

小組研討：(GP)分組設計其他場景,延伸到物聯傳感網

3. 大數據的來源與全球數增長情況分析

4. 數據計量單位的換算

5. 5G的戰略地位與價值

6. 大數據的兩個重要特征

7. 大數據價值的現狀

二、國際與國內對大數據的認識與現狀

1. 全球對大數據的認知與共識

2. 中國：大數據上升到國家戰略

3．數據資產化的6種主要業務模式

小組研討：(GP)找出我們生活中常見的大數據業務

三、國際與中國人工智能發展

1. 中國：人工智能的國家戰略與“智能+”

2. 世界各國人工智能發展對比分析

3. 解讀“十四五”規劃給我們的啟示

小組研討：(LGP)找出在你所在行業的有關人工智能方面的國家或地方政策規劃

第二講：人工智能發展史

一、人工智能的起源

1. 人工智能產生的背景

2. 圖靈與圖靈測試

3. 達特茅斯會議與“人工智能”一詞的出現

二、人工智能的三次浪潮

1. 第一次人工智能浪潮：推理與探索

案例分析：計算機在使用“推理和探索”的興起與沒落

2. 第二次人工智能浪潮：知識工程

案例分析：專家系統的窘境與問題

3. 我們正在第三次人工智能浪尖上：大數據與深度學習

案例分析：人工智能發展歷程中的里程碑事件

第三講：人工智能的原理與體系

一、人工智能定義與分類

1. 人工智能定義隨技術革新而變化

2. 計算智能、感知智能與認知智能

3. 人工智能的幾大學術門派其及技術發展方向

案例分析：人機智力大戰的巔峰——阿爾法狗

二、人工智能人才培養與學科體系

1. 學科領域交叉與滲透下的人工智能創新協同

2. 世界及中國人工智能類人才培養現狀

案例分析：中國某頂尖大學人工智能研究院體系及研究領域

3. 把握與跟蹤人工智能技術發展趨勢的方法

案例分析：深度分析Gartner曲線

實操演練：(LGP)依據現場給出的某人工智能應用,依據Gartner曲線分析其技術發展規律與特點

第三講：數據智能技術體系與建模

一、數據智能平臺技術體系

1. 大數據技術平臺架構

2. 人工智能技術平臺架構

3. 通用深度學習開源框架與特點

二、數據科學與機器學習

1. 數據科學結構

2. 傳統數據分析與大數據挖掘流程比較

3. 大數據挖掘工作流程

4. 大數據模型開發流程

案例分析：(LGP)行動學習，大數據驅動下的“商業人”畫像及應用

第四講：常見深度學習模型與應用

一、傳統數據模型與應用

1. 常見傳統數據算法與模型

2. 常見傳統數據算法的應用

二、深度神經網絡(DNN)模型與應用

1. DNN模型

2. DNN應用場景：搜索排序、推薦排序

三、卷積神經網絡(CNN)模型與應用

1. CNN模型

2. CNN應用場景：圖像識別、視頻分析

四、循環神經網絡(RNN)模型與應用

1. RNN模型

2. RNN應用場景：語音識別、自然語言處理

研討：如何識別智能產品中的核心技術

第五講：機器人技術及其應用原理（選講課程）

一、機器人概述

1. “robot”一詞的來源

2. 機器人定義與相關概念

3. 機器人發展歷程

4. 機器人分類

二、機器人基本原理及應用

1. 機器人控制系統的基本結構

2. 工業機器人

3. 農業機器人

4. 醫療機器人

5. 服務機器人

6. 特種機器人

案例分析：機器人在工業、農業、醫療等領域的應用

三、機器人與智能制造

1. 中國制造2025與智能制造

2. 智能制造基本科學問題

3. 智能制造主要應用方向

4. 機器人在智能制造的應用模式

案例分析：機器人作業系統在制造領域的應用

第六講：基于數據智能的創新原理與方法

一、數據智能基本創新原理與應用

1. 數據智能概念與邏輯

2. 數據智能基本創新原理

3. 基于數據智能創新的方法與路徑

二、數據智能商業價值轉化與創新

1. 人工智能商業價值

2. 人工智能是生產力

3. 人工智能是新商業模式

4. 人工智能結合行業孵化新物種

5. 人工智能重新定義組織、文化與流程

實操演練：(LGP)給出一個人工智能創新產品應用，推導創新最終的商業模式（醫療影像智能診療中心）

第七講：人工智能產業生態與安全

一、人工智能產業生態

1. 人工智能應用領域

案例分析：模式識別的應用范圍和領域不斷擴張的內在邏輯

2. AI芯片與視覺傳感器

案例分析：主流AI芯片市場與趨勢

3. AI通用技術

案例分析：主流機器視覺、語音識別、自然語言、知識圖譜應用的市場與趨勢

實操演練：(LGP)給出需求，結合本節研討其工程項目的需求要點

二、人工智能與安全

1. 狹義人工智能與通用人工智能

2. 關于安全的全新認知

3. 狹義人工智能的安全與倫理

案例分析：

1）全球首例自動駕駛車輛撞死行人的案件

2）2020年度全球十大人工智能治理事件

4. 通過人工智能安全與哲學上的終極問題

思考與討論：

1）人工智能（機器人）未來能擁有意識嗎？

2）機器能思考嗎？

3）所有的人類活動都能被機械地復制嗎？

4）人類是什么？

5）人類與人工智能（機器人）的關系是什么？

5. 再談“人工智能威脅論”

思考與討論：(LGP)人工智能哲學上的終極問題，開放性分組討論。

結束語：人工智能發展的過去、現在與未來展望!

老師的一些創新經驗總結與祝福!